论文简介： ：确定损伤构件及其损伤程度是分阶段损伤识别的最后一步，同时又是进一步制定结构安全运行决策的前提和基础。研究了在确定了结构损伤区域的条件下，应用反向传播(BP)神经网络同时实现对具体损伤构件及其损伤程度识别的方法。探讨了针对上述神经网络训练数据的构造和训练策略。应用提出的方法对汲水门斜拉桥桥面结构进行了损伤识别仿真模拟。基于模态参数对损伤的灵敏度分析，选取了12 个自振频率和损伤区域附近的6个振型分量作为构造网络输入的基本数据。网络的输出向量同时指示了损伤构件及其损伤程度。就模拟的10 种损伤情况，当损伤程度达到60%以上时，有9 种实现了正确的构件识别，半数以上给出了可以接受的损伤程度描述。
：确定损伤构件及其损伤程度是分阶段损伤识别的最后一步，同时又是进一步制定结构安全运行决策的前
提和基础。研究了在确定了结构损伤区域的条件下，应用反向传播(BP)神经网络同时实现对具体损伤构件及其损伤程度识别的方法。探讨了针对上述神经网络训练数据的构造和训练策略。应用提出的方法对汲水门斜拉桥桥面结构进行了损伤识别仿真模拟。基于模态参数对损伤的灵敏度分析，选取了12 个自振频率和损伤区域附近的6个振型分量作为构造网络输入的基本数据。网络的输出向量同时指示了损伤构件及其损伤程度。就模拟的10 种损伤情况，当损伤程度达到60%以上时，有9 种实现了正确的构件识别，半数以上给出了可以接受的损伤程度描述。
附件名：20074151176651029027.zip
文件大小：217K
(升级VIP 如何赚取土木币)
