資源描述：
《基于模態(tài)參數(shù)小波神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)損傷識別方法研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、萬方數(shù)據(jù)學(xué)校代號：10536學(xué)號：11102030229密級：公開長沙理工大學(xué)碩士學(xué)位論文基于模態(tài)參數(shù)小波神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)損傷識別方法研究國家自然科學(xué)基金(51378079)資助學(xué)位申請人姓名湯蝗塞指導(dǎo)教師筐德渲數(shù)援所在學(xué)院±丕生建箕堂暄專業(yè)名稱結(jié)撿工猩論文提交日期2Q!壘生壘旦論文答辯日期2Q!壘生§旦答辯委員會主席缸送堊熬拯萬方數(shù)據(jù)ResearchonStructuralDamageIdentificationMethodbytheWavelet—NeuralNetworkofModalPramatersbyTA
2、NGBowenB．E．(CentralSouthUniversityofForestryandTechnology)201AthesissubmittedinpartialsatisfactionoftheRequirementsforthedegreeofMasterofScienceStructuralEngineeringChangshaUniversityofScience＆TechnologySupervisorProfessorGuanDeqingMay，2014萬方數(shù)據(jù)長沙理工大學(xué)學(xué)位論文原創(chuàng)性聲明本
3、人鄭重聲明：所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨立進行研究所取得的研究成果。除了文中特別加以標注引用的內(nèi)容外，本論文不包含任何其他個人或集體己經(jīng)發(fā)表或撰寫的成果作品。對本文的研究做出重要貢獻的個人和集體，均己在文中以明確方式標明。本人完全意識到本聲明的法律后果由本人承擔。作者虢湯博灸作者簽名：罰移督贅＼日期：力牌∥月鄉(xiāng)日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留并向國家有關(guān)部門或機構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。本人授權(quán)長沙理工大學(xué)可以將本學(xué)位論文的全
4、部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。同時授權(quán)中國科學(xué)技術(shù)信息研究所將本論文收錄到《中國學(xué)位論文全文數(shù)據(jù)庫》，并通過網(wǎng)絡(luò)向社會公眾提供信息服務(wù)。本學(xué)位論文屬于1、保密口，在年解密后適用本授權(quán)書。2、不保密團。(請在以上相應(yīng)方框內(nèi)打“4”)作者簽名：導(dǎo)師簽名：湯博良l帚侈瞄Et；ll：20t1年鄉(xiāng)月3日日期：易，侔多,El3Et萬方數(shù)據(jù)摘要結(jié)構(gòu)在使用的過程中，由于各種原因可能會出現(xiàn)不同程度的損傷，當這些損傷累積到一定的程度時，將會導(dǎo)致結(jié)構(gòu)的剛度和承載力的下降，進而
5、影響整個結(jié)構(gòu)的使用性和耐久性，嚴重時還可能會引發(fā)災(zāi)難性的事故，造成巨大的經(jīng)濟損失和人員傷亡。因此，如何快速有效地識別出結(jié)構(gòu)的損傷位置以及結(jié)構(gòu)的損傷程度，已經(jīng)成為當前工程結(jié)構(gòu)損傷診斷研究領(lǐng)域的一項重要研究課題。小波分析作為一種時一頻兩域信號處理方法，能夠在時域和頻域較好的表征出信號的局部特性；神經(jīng)網(wǎng)絡(luò)算法擁有高度的非線性映射能力，對信號處理方面具有自組織、自學(xué)習(xí)、自適應(yīng)能力。結(jié)合兩者的優(yōu)點，本文建立了基于小波分析和神經(jīng)網(wǎng)絡(luò)相結(jié)合的理論方法，通過小波分析得出的小波系數(shù)圖判斷出結(jié)構(gòu)的損傷位置，并基于小波分析得出的小波系數(shù)
6、模極大值，利用神經(jīng)網(wǎng)絡(luò)識別出結(jié)構(gòu)的損傷程度，因此，通過小波分析和神經(jīng)網(wǎng)絡(luò)兩種方法的結(jié)合，可以實現(xiàn)對結(jié)構(gòu)損傷位置和損傷程度的有效識別。本文以含有損傷的簡支梁為研究對象，建立了基于振型模態(tài)、轉(zhuǎn)角模態(tài)、曲率模態(tài)的損傷識別方法，對簡支梁含有一處損傷和多處損傷的裂縫位置進行有效的識別，并對比了這三種模態(tài)下的損傷識別效果；然后對梁的模態(tài)參數(shù)進行小波變換得出小波系數(shù)圖，利用神經(jīng)網(wǎng)絡(luò)去模擬小波系數(shù)模極大值與損傷程度之間的非線性關(guān)系來識別結(jié)構(gòu)的損傷程度。數(shù)值模擬分析表明，小波分析和神經(jīng)網(wǎng)絡(luò)的結(jié)合可以有效地識別出結(jié)構(gòu)的損傷位置和損傷程
7、度。本文以含有損傷的連續(xù)梁為研究對象，建立了含有一處損傷、二處損傷和多處損傷的有限元模型，對各損傷工況分別基于振型模態(tài)、轉(zhuǎn)角模態(tài)、曲率模態(tài)下進行小波變換，通過小波系數(shù)圖來識別出結(jié)構(gòu)的損傷位置；然后利用神經(jīng)網(wǎng)絡(luò)去模擬小波系數(shù)模極大值與損傷程度之間的非線性關(guān)系，由神經(jīng)網(wǎng)絡(luò)的輸出結(jié)果識別出結(jié)構(gòu)的損傷程度。分析結(jié)萬方數(shù)據(jù)果表明，將小波分析和神經(jīng)網(wǎng)絡(luò)相結(jié)合，準確的識別出了結(jié)構(gòu)的損傷位置和損傷程度。因此本文方法對結(jié)構(gòu)的損傷診斷具有重要的指導(dǎo)意義。關(guān)鍵詞：小波變換；神經(jīng)網(wǎng)絡(luò)；損傷識別；振型模態(tài)；轉(zhuǎn)角模態(tài)；曲率模態(tài)II萬方數(shù)據(jù)AB
8、STRACTIntheprocessofusing，structureswillbedamageddifferentlyforvariousreasons．Thestructuralstiffnessandbearingcapacitywilldeclinewhenthesedamagesareaccumulatedtoacertaindegree．This
