文件名称：神经网络在结构损伤定位方面的潜力-研究论文
文件大小：889KB
文件格式：PDF
更新时间：2024-06-30 08:12:40
Structural Health Monitoring
制造技术和结构工程的最新技术导致细长结构的使用越来越多，使它们更容易受到可能导致某种损坏的静态和动态作用的影响。 在这种情况下，需要定期检查和评估以检测和预测结构损坏，并制定能够以最低成本保证结构安全和耐用性的维护措施。 然而，这些程序传统上非常耗时且成本高昂，因此需要能够更有效地检测损坏的技术。 本文评估了人工神经网络 (ANN) 模型在预测结构构件损伤定位方面的潜力，作为其动态特性的函数 - 使用了三个第一自然频率。 基于损坏（大部分）和未损坏钢槽梁的 64 个数值实例，提出了一种基于 ANN 的分析模型，作为一种高精度和高效的损坏定位估计器。 所提出的模型分别在 64 个数值和 3 个实验数据点上产生了 0.2% 和 0.7% 的最大误差。 由于结果的高质量，作者的下一步是基于更大的数据集对整个结构应用类似的方法。