基于转角模态和小波神经网络的连续梁损伤识别研究

摘要：

基于小波奇异性检测原理和神经网络非线性映射能力,结合结构基本模态参数,提出了一种结合小波神经网络与结构转角模态的损伤识别方法.首先,建立三跨连续梁的有限元模型获取结构模态参数,并对其进行Mexihat小波变换,通过系数图突变点判断结构损伤位置.然后,将小波系数模特征向量作为BP神经网络的输入,分别研究了该方法在单损伤和多损伤工况下的识别能力.最后将不同工况下神经网络预测值与结构实际损伤程度进行对比,得到单处损伤预测误差平均值为0.22％,多处损伤预测误差平均值分别为0.22％和0.18％,结果表明该方法在结构损伤识别方面的有较高有效性及精确度.

关键词：损伤识别、转角模态、小波奇异性理论、BP神经网络

所属期刊栏目：37

分类号：O346.5;TPI83;TP277(固体力学)

资助基金：国家自然科学基金;牵引动力国家重点实验室自主项目

在线出版日期：2017-01-17（万方平台首次上网日期，不代表论文的发表时间）

页码：684-691