10.13433/j.cnki.1003-8728.20220215
小波包与遗传算法优化BP神经网络相结合的井架钢结构损伤识别
井架钢结构损伤影响其承载安全性,为快速、准确对损伤位置进行识别,提出小波包与遗传算法优化BP神经网络相结合的井架钢结构损伤识别方法.首先利用小波包处理非平稳振动信号的优良性能对原始振动信号进行特征提取,获得表征井架钢结构损伤的信息;再通过特征参数建立数据集训练并测试井架钢结构损伤识别模型,该模型结合遗传算法自身特点改善了传统BP 神经网络的不足.本文识别方法不需要损伤前的数据特征进行对比,便可对损伤位置进行确定.经过对石油井架钢结构模型实验验证:该方法对井架钢结构损伤识别准确率超过 90%,相对于BP 网络识别准确率以及识别速度均有所提高.
井架钢结构、损伤、小波包、遗传算法、优化的BP神经网络
43
TG156(金属学与热处理)
国家自然科学基金;与河北省人社厅留学人员科技活动项目
2024-01-26(万方平台首次上网日期,不代表论文的发表时间)
共6页
39-44