基于子结构和遗传神经网络的递推模型修正方法
根据实际动力响应对结构有限元模型进行修正,是实现损伤识别和健康监测的必要前提.针对基于神经网络的模型修正方法的不足,选用均匀设计法构造样本从而有效减少所需样本数量,而且计算效率高.采用遗传算法优化神经网络权值,提高了运算速度.基于上述研究,提出了基于子结构和神经网络的递推模型修正方法.该方法将结构分解成多层次的子结构,选取适当的损伤因素逐步实现逐级的修正.应用该方法对一网壳结构进行了模型修正,修正中首先采用固有频率作为损伤因素,结果表明遗传算法明显地提高了神经网络的计算速度,最后的递推修正效果令人满意;其次提出了采用小波包频带能量作为损伤因素的修正方法,该方法同样准确有效,并且不再依赖传统的模态分析技术,更为实用便捷.
模型修正、神经网络、均匀设计法、遗传算法、小波包分解
25
TU352.1+1(建筑结构)
北京市自然科学基金资助重点项目8041002;北京市科委奥运专项项目Z0005174040111
2008-07-14(万方平台首次上网日期,不代表论文的发表时间)
共7页
99-105