SOFM网络在结构损伤位置识别中的应用

来源 :振动与冲击 | 被引量 : 0次 | 上传用户:1liuxiewei2
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为实现结构的损伤定位,克服BP神经网络受病态样本影响大且抗噪声能力弱等缺点,采用SOFM(Self-Organizing Feature Map)网络,以结构振动组合损伤指标为网络输入,对一桁架结构进行了损伤位置识别研究。识别结果显示SOFM网络能够区分相似样本,由网络的拓扑图可以直观地评价网络训练和识别结果。在不考虑噪声情况下,网络可以正确识别损伤位置,在噪声水平不大于30%情况下,除个别单元外,网络对其他单元损伤的正确识别率均高于95%,显示出很好的抗噪声能力。
其他文献
大型动力系统中常因局部的高频振动及非线性等特性限制了系统的积分步长而导致整体计算量激增,针对此问题提出一种分区域异步长显式-精细混合积分方法。在特性复杂的局部区域
1阻尼的分类下式为单自由度线性系统有阻尼自由振动的标准微分方程式:md^2y/dt^2+cdy/dt^2+ky=0,此微分方程的解取决于特征方程根的性质。
基于刚体姿态描述方法一般理论,通过合理简化,建立刚体姿态监测数学模型,并针对船舶主机空气弹簧隔振装置,研究出一种新的输出轴对中姿态实时监测方法,然后通过仿真、实验结