神经网络在结构响应预测中的应用研究.pdf

《神经网络在结构响应预测中的应用研究.pdf》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、维普资讯http://www.cqvip.com神经网络在结构响应预测中的应用研究神经网络在结构响应预测中的应用研究韩卫华宁佐贵崔蔚(1中国工程物理研究院工学院，四川绵阳，6219002中国工程物研究院结构力学研究所，四川绵阳，621900)摘要本文讨论动态神经网络结构及其算法，然后利用所设计的动态神经网络对杜芬(Dufmg)方程和一实际结构在不同输入条件下的响应进行预测。仿真结果表明，利用动态神经网络对结构响应有较好的预测效果。关键词动态神经网络，响应预测，误差瞬时反传算法0引言由于结构的复杂性及非线性和系统的动态效应等

2、方面的影响，使同一结构在不同的输人条件下其响应呈现明显的非线性，难以用精确的数学模型加以描述，使结构的振动响应计算及预测存在一定难度。神经网络由于其固有的特性已被广泛的应用于振动工程及结构动力特性预测等领域n，但利用神经网络对一结构在不同输入条件下的响应预测还少有研究。本文将讨论动态神经网络结构及算法，并利用动态神经网络对一理论模型和一实际工程结构模型在不同条件下的响应进行预测。1动态神经网络神经元模型及其算法为处理动态系统，将前馈网络扩充为时空模型，即动态神经网络。这种网络的连接权不是单一的数字，而是一个线形时不变滤波器

3、，其冲击响应为h(f)。在离散情况下，其连接权是连续的离散化形式，是一个向量。假定采样时间间隔为At，则，=nat若神经元的输人信号是x，(f)。从而动态神经元的输出信号为：DMPY1)=(∑^(f△f(△f一，))一0)=~~ZZw(f△f(△f—1))St一0s)i=1l=0i=ll=u其中，M：一1，w(f)=h(／At。收稿日期：2003—09—18维普资讯http://www.cqvip.com2003年12月第4期教学与科技21定义瞬时误差平方和为(，z)=1／2∑)，其中ejf，zJ=)一Yj)为单元的输，出

4、误差，为输出层单元。根据瞬时反传算法(TemporalBack-PropagationLearning)对网络的参数进行训练与学习方法，有以得到网络权值调整公式：w4-1)=w)一77)(，)=一每为误差瞬时梯度)。当然，此处的权值调整应根据神经元是否是隐含单元而采用不同的调整方式。2数字模拟下面利用动态神经网络对杜芬方程(DuffingEquation)在不同激励条件下的解进行仿真模拟。杜芬方程是+=一8(0(锨+。)+Fcosf~f，g<<1，方程中的Fc0sQt是系统激励，在本仿真算例中，我们取￡=0．1，=O．3，

5、卢=0．4。从图1可以较明确看出，利用动态神经网络对杜芬方程的解有较好的预测效果，波形基本一致，但预测响应同数值解有一定相位差。005O，O'5f_tn5n'01n7亡／Sb)￡／sa】图1利用动态神经网络对杜芬方程响应预测结果a)⋯⋯杜芬方程在激励20cosl20t下的数值解——动态神经网络对激励20cosl20t下方程的训练结果b)⋯⋯杜芬方程在激励20cos180t下的数值解——动态神经网络在激励20cosl80t下方程的预测结果维普资讯http://www.cqvip.com22神经网络在结构响主堕旦婴15枣喜，E

6、：。5。一儿^JIIIl【^Il一图2一工程结构加速度响应预测结果a1响应测点实测加速度功率谱密度曲线b)响应测点预测加速度功率谱密度曲线图2是一实际工程结构加速度响应测点加速度响应预测结果，从图可以看出，响应点预测结果同实际测量结果两种输入加速度功率谱密度曲线的主要频率分布一致，且总加速度均方根值均在0．95g附近。可见利用动态神经网络对此工程结构的加速度响应有较好的预测效果。图2的横坐标表示频率，单位是Hz，纵坐标是加速度功率谱密度，_~g2mz。3结论从动态神经网络算法及数字模拟结果可以得到如下主要结论：a．利用动态

7、神经网络对系统进行预测时，无需建立系统的具体数学模型，只需利用系统的历史数据即可对系统在其它输入条件下激励进行预测；b．利用动态神经网络对系统建模及对响应进行预测，无需考虑系统的复杂性及非线性等因素；c．动态神经网络对系统在不同输入条件下的动力响应预测有较好的预测精度。参考文献1王建中等．结构动力特性的神经网络预测．武汉工业大学学报·2000,22(4)：33—362孙作玉．基于动态递归神经网络的半主动控制结构响应预测．振动工程学报·2O00,13(3)：443483翟东武等．基于神经网络的结构振动响应预测控制．清华大学学

8、报·2O00，4O(s1)：6154黄道平等．带中间状态反馈的多变量非线性预测控制．华南理工大学学报(自然科学版)·1998，26(5)：44～5O5朱长春等．基于振动传递特性的振动环境试验响应预测．西南交通大学学报．2002,37(1)23~276眦刚等．一种新的预测控制算法：模糊预测控制算法．控制理