版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、混凝土結(jié)構(gòu)出現(xiàn)損傷的最常見情況就是裂縫,判斷結(jié)構(gòu)是否出現(xiàn)損傷以及損傷位置和程度已經(jīng)成為了研究熱點(diǎn)。在已有的損傷檢測方法中考慮線性因素的較多,但是在結(jié)構(gòu)的實(shí)際使用過程中,非線性因素一直影響著損傷識別的精度。結(jié)構(gòu)在出現(xiàn)裂縫后,由于裂縫在振動過程中的“張合”,使結(jié)構(gòu)的剛度不斷發(fā)生變化,這也使得結(jié)構(gòu)的非線性較為明顯。如何采用合理的模型模擬結(jié)構(gòu)出現(xiàn)裂縫后的動力性能顯得更加重要。
本文首先介紹了土木工程損傷識別的背景及意義,并詳細(xì)列舉
2、了現(xiàn)有的損傷識別方法,并對智能檢測的國內(nèi)外研究現(xiàn)狀進(jìn)行了詳細(xì)介紹。在現(xiàn)在已出現(xiàn)的識別方法中,在建立模型時大多是考慮以線性因素為主的影響,但是在實(shí)際結(jié)構(gòu)工程中,結(jié)構(gòu)中存在著大量的非線性因素,如由應(yīng)力應(yīng)變本構(gòu)關(guān)系引起的材料非線性,彈性大變形引起的幾何非線性,約束邊界條件變化引起的邊界非線性等。
其次介紹了信息熵的基本理論及相關(guān)性質(zhì),并定義了小波時間熵,介紹了相關(guān)的計(jì)算方法。以單自由度系統(tǒng)為例,計(jì)算在脈沖激勵作用下線性系統(tǒng)和非線
3、性系統(tǒng)的加速度響應(yīng),計(jì)算其對應(yīng)的小波時間熵值,并以此作為分析指標(biāo)。通過分析比較單自由度系統(tǒng)加速度響應(yīng)的小波時間熵曲線,運(yùn)用小波時間熵很好地識別單自由度系統(tǒng)的非線性及非線性程度。
本文在簡支梁數(shù)值模擬中,建立考慮“呼吸”效應(yīng)的裂縫模型。裂縫在振動過程中的“開合”影響簡支梁剛度,并由此加強(qiáng)了鋼筋混凝土簡支梁的非線性。本模型以接觸的幾何非線性模擬實(shí)際使用過程中簡支梁的裂縫開合情況,算得簡支梁在脈沖激勵作用下的加速度響應(yīng),并計(jì)算出
4、相對小波熵值,通過熵值曲線可以有效判斷簡支梁是否發(fā)生損傷,并且能大概判斷損傷的位置及損傷程度,但是其缺點(diǎn)是不能準(zhǔn)確定位及定量確定損傷程度。
最后,為了能夠準(zhǔn)確的判斷簡支梁的損傷位置及損傷程度,本文構(gòu)建了BP神經(jīng)網(wǎng)絡(luò),利用BP神經(jīng)網(wǎng)絡(luò)較強(qiáng)的非線性能力以及容錯性進(jìn)行判斷。當(dāng)不同深度裂縫出現(xiàn)在不同位置時,采集各節(jié)點(diǎn)的加速度響應(yīng),并計(jì)算損傷梁對應(yīng)完好梁的相對小波熵值,以此作為輸入來訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)。從識別結(jié)果來看,通過BP神經(jīng)網(wǎng)絡(luò)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于小波神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)損傷識別方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)損傷遠(yuǎn)程智能識別方法研究.pdf
- 基于柔度矩陣和神經(jīng)網(wǎng)絡(luò)的損傷識別方法研究.pdf
- 基于模態(tài)參數(shù)小波神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)損傷識別方法研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的橋梁損傷識別方法研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的橋梁損傷識別方法研究.pdf
- 小波和神經(jīng)網(wǎng)絡(luò)相結(jié)合的結(jié)構(gòu)損傷識別方法.pdf
- 基于模態(tài)分析理論和神經(jīng)網(wǎng)絡(luò)的橋梁損傷識別方法研究.pdf
- 基于小波神經(jīng)網(wǎng)絡(luò)的斜拉橋損傷識別方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的三種結(jié)構(gòu)損傷識別方法的分析和比較.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的框架結(jié)構(gòu)損傷的多重分步識別方法.pdf
- 基于信息融合和神經(jīng)網(wǎng)絡(luò)的煤巖界面識別方法研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)和ARMA模型的結(jié)構(gòu)參數(shù)識別方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)技術(shù)的大跨斜拉橋結(jié)構(gòu)損傷分步識別方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)和HMM的眉毛識別方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)損傷識別.pdf
- 基于模態(tài)分析理論和改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的橋梁損傷識別方法研究.pdf
- 基于AdaBoost和BP神經(jīng)網(wǎng)絡(luò)的車牌識別方法研究.pdf
- 基于特征融合和神經(jīng)網(wǎng)絡(luò)的掌紋識別方法研究.pdf
- 基于稀疏表達(dá)和神經(jīng)網(wǎng)絡(luò)的人臉識別方法研究.pdf
評論
0/150
提交評論