论文简介： 结构的动力特性和结构参数直接相关, 结构的损伤将引起相应动力特性的改变, 因此, 如果能建立结构动力特性变化与结构损伤之间的映射关系, 则可以利用结构振动测试信息实现结构损伤诊断。神经网络方法因其具有非线性映射能力强、计算速度快、容错性好等优点, 正越来越多的用于基于振动的结构损伤识别, 但是对于大型复杂结构, 普遍存在网络结构复杂, 识别效率低下的问题。以框架结构为例, 应用BP 网络分阶段的进行损伤位置、损伤程度的识别, 这有效降低了网络的复杂性, 减少了学习样本, 提高了学习效率。
结构的动力特性和结构参数直接相关, 结构的损伤将引起相应动力特性的改变, 因此, 如果能建立结构动力特性变化与结构损伤之间的映射关系, 则可以利用结构振动测试信息实现结构损伤诊断。神经网络方法因其具有非线性映射能力强、计算速度快、容错性好等优点, 正越来越多的用于基于振动的结构损伤识别, 但是对于大型复杂结构, 普遍存在网络结构复杂, 识别效率低下的问题。以框架结构为例, 应用BP 网络分阶段的进行损伤位置、损伤程度的识别, 这有效降低了网络的复杂性, 减少了学习样本, 提高了学习效率。
附件名：20074151176650335846.zip
文件大小：192K
(升级VIP 如何赚取土木币)
