高效神经网络训练及其在桁架损伤识别中的应用

高效神经网络训练及其在桁架损伤识别中的应用

ID:37124863

大小:249.49 KB

页数:4页

时间:2019-05-18

高效神经网络训练及其在桁架损伤识别中的应用_第1页
高效神经网络训练及其在桁架损伤识别中的应用_第2页
高效神经网络训练及其在桁架损伤识别中的应用_第3页
高效神经网络训练及其在桁架损伤识别中的应用_第4页
资源描述:

《高效神经网络训练及其在桁架损伤识别中的应用》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第25卷第4期华中科技大学学报(城市科学版)VO1.25NO.42008年12月J.OfHUST.(UrbanScienceEdition)Dec.2008高效神经网络训练及其在桁架损伤识别中的应用杜永峰,李慧(兰州理工大学a.西部土木工程防灾减灾教育部工程研究中心;b.防震减灾研究所,甘肃兰州730050)摘要:将应变模态相对变化率作为损伤指标,探索了与人工神经网络结合对桁架结构进行损伤识别的方法。利用ANSYS的命令流语言APDL编写二次开发程序,实现结构不同损伤工况下的模态自动求解过程,并定义APDL中多维数组参数,将不同损伤工

2、况下计算得到的模态参数存储于外部设备。在人工神经网络训练阶段,再借助于Matlab软件的外部文件调用功能,将模态信息加以批量提取。数值仿真表明,本文的方法是一种高效的人工神经网络训练模式,且仅用一阶应变模态改变率就可实现对桁架结构的损伤识别,便于在实际工程中应用。关键词:结构计算技术;计算力学;应变模态;损伤识别;桁架结构中图分类号:TU312.3;TB123文献标识码:A文章编号:1672—7037(2008)04—0051—03通过一定的检测手段和识别方法跟踪、监测其中:,硝=/(m,),m,以及由试验结构特性的变化趋势,识别早期

3、损伤,防止突发重大损伤事故,近年来引起较为广泛的重视IlI2]。模态分析中得到。本文利用应变模态作为桁架结构的损伤指标与人当结构中出现损伤时,损伤位置附近产生较工神经网络相结合,对桁架结构进行损伤识别。显著的应力重分布,引起应变模态的较大变化,利用ANSYS的命令流语言APDL编写二次开发因此对比损伤前后各阶应变模态,可以判断损伤程序,实现结构不同损伤工况下的模态自动求解的位置L3J。鉴于桁架结构中的杆单元的受力主要过程,并定义APDL中多维数组参数,将不同损为轴向,杆件的拉伸或压缩变形为单元长度的改伤工况下计算得到的模态参数存储于外

4、部设备。变,因此可通过节点位移计算出杆单元的长度变在人工神经网络训练阶段,再借助于Matlab软件化。本文进一步建立了以各损伤应变模态改变量的外部文件调用功能,将模态信息加以提取,提相对于健康应变模态的改变率指标,并提出以此高网络训练效率。为结构损伤的敏感参数进行桁架结构损伤识别的方法。应变模态的相对改变率计算公式如下:应变模态及桁架损伤识别=警根据位移与应变之间的关系,每一阶位移模其中,为应变模态改变率,为损伤结构的态振型都对应一阶应变分布状态,这种与位移模态相对应的固有应变分布状态称为应变模态。当应变模态,为健康结构的应变模态。位

5、移已知仅考虑正应变时,应变模态的计算公式可表示为:人工神经网络具有很强的非线性映射能力,可用于建立复杂的近似映射模型,适用于实现非{)=l杀{)()tw)l线性模式识别与分类的功能I4]。本文采用的径向其中:为第r阶模态振型。在应变模态试验分基函数(m3F)网络是其中一种以函数逼近理论为析时,可根据下式求取应变模态振型:基础构造的前向网络。运用大量损伤结构动力响应样本对径向基函数网络进行训练,获取上述结{)=(/)[,⋯⋯,]构损伤敏感参数与损伤结构动力响应之间的非线收稿日期:2008—06—05作者简介:杜永峰(1962一),男,甘

6、肃正宁人,教授,博士,博导,研究方向为结构减震控制和健康监测,dooyf@lut.ca。基金项目:国家自然科学基金(50778087);兰州理工大学博士基金(SB04200414)。·52·华中科技大学学报(城市科学版)2008年性映射关系,即可将训练后的人工神经网络用于的3O多种面向不同领域的工具支持,能为多种不给定结构的响应特征提取,判别健康或损伤状态。同的高级语言提供便捷沟通平台。本文用MATLAB文件读取函数完成对ANSYS计算各工2桁架损伤特征指标有限元计算况模态信息的调用,实现了MATLAB与ANSYS之间数据的无缝连接。

7、主要利用通过自行编写的本文主要利用大型有限元工具软件ANSYSFilnacstr函数调用各种损伤工况的模态信息。比的模态分析模块进行桁架结构的模态分析,获得如,完成3号杆单元从5%,15%,25%,35%(间结构的频率和振型等动力特性的分析数据。使用隔为10%的共4种单损伤工况信息的调用关键参数化语言APDL批量计算,并自动存储数据。语句示例为APDL即ANSYS参数化语言,是ANSYS二次开J=3:fori=5:10:35;发的工具之一。本文在ANSYS求解过程中,应bn=sprinf(’%02d’’j);dn=sprintf(’%

8、02d’,i);用APDL语言实现桁架结构前处理建模、模态求fileName=strcat(’Dat’,bn,dn);解以及后处理。特别是利用APDL的循环语句,X=load(fileName);end实现了结构的不同杆

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。