浅谈基于bp神经网络的阳逻长江大桥主缆损伤识别研究

浅谈基于bp神经网络的阳逻长江大桥主缆损伤识别研究

ID:35136064

大小:2.84 MB

页数:80页

时间:2019-03-19

浅谈基于bp神经网络的阳逻长江大桥主缆损伤识别研究_第1页
浅谈基于bp神经网络的阳逻长江大桥主缆损伤识别研究_第2页
浅谈基于bp神经网络的阳逻长江大桥主缆损伤识别研究_第3页
浅谈基于bp神经网络的阳逻长江大桥主缆损伤识别研究_第4页
浅谈基于bp神经网络的阳逻长江大桥主缆损伤识别研究_第5页
资源描述:

《浅谈基于bp神经网络的阳逻长江大桥主缆损伤识别研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、分类号学号2005642400121学校代码10487密级硕士学位论文基于BP神经网络的阳逻长江大桥主缆损伤识别研究学位申请人:马佶民学科专业:结构工程指导教师:文银平副教授答辩日期:2007.6AThesisSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringAStudyonDamageIdentificationofMainCableofYangluoYangtzeRiverBridgebasedonBPNetworkCandidate:MaJimi

2、nMajor:StructuralEngineeringSupervisor:Assoc.Prof.WenYinpingHuazhongUniversityofScience&TechnologyWuhan430074,P.R.ChinaJune,2007独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除文中已经标明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到,本声明的法律结果由本人承担。学位论文作者签名:日期

3、:年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,即:学校有权保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密□,在_____年解密后适用本授权书。本论文属于不保密□。(请在以上方框内打“√”)学位论文作者签名:指导教师签名:日期:年月日日期:年月日华中科技大学硕士学位论文摘要对大型复杂结构和关键工程进行实时健康监测是时代发展的要求,而健康监测系统的核心问题是结构

4、的损伤识别。基于结构振动分析的损伤识别方法是目前国内外研究的热点。神经网络具有强大的非线性映射能力、容错能力和鲁棒性,非常适合解决诸如损伤识别这类反问题。但对于大型复杂结构的损伤识别,由于样本数据提取工作量巨大、网络规模较大及训练速度慢等问题,使该方法在实际工程中变得不实用。本文在总结前人研究成果的基础上,将基于结构振动分析的损伤识别方法和人工神经网络结合起来,对大跨度悬索桥这类大型复杂土木结构进行损伤识别研究。论文首先阐述了基于振动分析的损伤识别方法和神经网络在结构损伤识别中的应用,简单介绍了ANSYS有限元软件在模态分析中的应用和用于神经网络建模、计算的

5、MATLAB神经网络工具箱。然后在理论上分析了利用结构模态参数结合神经网络对结构进行损伤识别的可行性,提出了一种使用组合参数识别结构损伤的方法,并介绍了网络建模、训练和损伤识别的具体步骤。在此基础上,本文以武汉阳逻长江大桥主缆损伤识别为例,对大桥主缆进行损伤区段划分,以减小样本数据提取工作量、网络规模,提高网络训练速度。通过敏感性分析优选神经网络输入参数。然后建立ANSYS有限元模型,通过模态分析提取神经网络的训练样本和测试样本。提出了一种使用MATLAB神经网络工具箱编程确定BP神经网络隐层神经元数目的方法,用改进算法对BP神经网络进行训练,最终确定最佳损

6、伤识别网络模型,并用测试样本对网络进行了测试,结果显示利用BP神经网络对大跨度悬索桥主缆进行损伤识别是一种行之有效的方法。关键词:结构损伤识别BP神经网络组合参数损伤区段敏感性分析I华中科技大学硕士学位论文AbstractReal-timehealthmonitoringonlarge-scaledcomplexstructureandkeyengineeringistherequirementoftimedevelopment.Moreover,thekeyproblemofreal-timehealthmonitoringsystemisstructur

7、aldamageidentification.Damageidentificationmethodbasedonvibrationanalysisisthemostprevalentissueatpresent.Owingtotheadvantagesofneuralnetwork:non-linear,toleranceandrobust,itisveryusefultosolveadverseproblems,suchasstructuraldamageidentification.Butforthedamageidentificationoflarge

8、-scaledcomplexstructure,as

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。