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(shí)別方法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、萬(wàn)方數(shù)據(jù)學(xué)校代號(hào)：10536學(xué)號(hào)：11102030229密級(jí)：公開(kāi)長(zhǎng)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(shí)別方法研究國(guó)家自然科學(xué)基金(51378079)資助學(xué)位申請(qǐng)人姓名湯蝗塞指導(dǎo)教師筐德渲?jǐn)?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(huì)主席缸送堊熬拯萬(wàn)方數(shù)據(jù)ResearchonStructuralDamageIdentificationMethodbytheWavelet—NeuralNetworkofModalPramatersbyTA
2、NGBowenB．E．(CentralSouthUniversityofForestryandTechnology)201AthesissubmittedinpartialsatisfactionoftheRequirementsforthedegreeofMasterofScienceStructuralEngineeringChangshaUniversityofScience＆TechnologySupervisorProfessorGuanDeqingMay，2014萬(wàn)方數(shù)據(jù)長(zhǎng)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(dú)立進(jìn)行研究所取得的研究成果。除了文中特別加以標(biāo)注引用的內(nèi)容外，本論文不包含任何其他個(gè)人或集體己經(jīng)發(fā)表或撰寫的成果作品。對(duì)本文的研究做出重要貢獻(xiàn)的個(gè)人和集體，均己在文中以明確方式標(biāo)明。本人完全意識(shí)到本聲明的法律后果由本人承擔(dān)。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(guó)家有關(guān)部門或機(jī)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(zhǎng)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(kù)進(jìn)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(shí)授權(quán)中國(guó)科學(xué)技術(shù)信息研究所將本論文收錄到《中國(guó)學(xué)位論文全文數(shù)據(jù)庫(kù)》，并通過(guò)網(wǎng)絡(luò)向社會(huì)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(tuán)。(請(qǐng)?jiān)谝陨舷鄳?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(wàn)方數(shù)據(jù)摘要結(jié)構(gòu)在使用的過(guò)程中，由于各種原因可能會(huì)出現(xiàn)不同程度的損傷，當(dāng)這些損傷累積到一定的程度時(shí)，將會(huì)導(dǎo)致結(jié)構(gòu)的剛度和承載力的下降，進(jìn)而
5、影響整個(gè)結(jié)構(gòu)的使用性和耐久性，嚴(yán)重時(shí)還可能會(huì)引發(fā)災(zāi)難性的事故，造成巨大的經(jīng)濟(jì)損失和人員傷亡。因此，如何快速有效地識(shí)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(dāng)前工程結(jié)構(gòu)損傷診斷研究領(lǐng)域的一項(xiàng)重要研究課題。小波分析作為一種時(shí)一頻兩域信號(hào)處理方法，能夠在時(shí)域和頻域較好的表征出信號(hào)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(duì)信號(hào)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(diǎn)，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(guò)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(shí)別出結(jié)構(gòu)的損傷程度，因此，通過(guò)小波分析和神經(jīng)網(wǎng)絡(luò)兩種方法的結(jié)合，可以實(shí)現(xiàn)對(duì)結(jié)構(gòu)損傷位置和損傷程度的有效識(shí)別。本文以含有損傷的簡(jiǎn)支梁為研究對(duì)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(shí)別方法，對(duì)簡(jiǎn)支梁含有一處損傷和多處損傷的裂縫位置進(jìn)行有效的識(shí)別，并對(duì)比了這三種模態(tài)下的損傷識(shí)別效果；然后對(duì)梁的模態(tài)參數(shù)進(jìn)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(lái)識(shí)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(shí)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(duì)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(duì)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(jìn)行小波變換，通過(guò)小波系數(shù)圖來(lái)識(shí)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(shí)別出結(jié)構(gòu)的損傷程度。分析結(jié)萬(wàn)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(zhǔn)確的識(shí)別出了結(jié)構(gòu)的損傷位置和損傷程度。因此本文方法對(duì)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(shí)別；振型模態(tài)；轉(zhuǎn)角模態(tài)；曲率模態(tài)II萬(wàn)方數(shù)據(jù)AB
8、STRACTIntheprocessofusing，structureswillbedamageddifferentlyforvariousreasons．Thestructuralstiffnessandbearingcapacitywilldeclinewhenthesedamagesareaccumulatedtoacertaindegree．This
