基于独立分量分析和神经网络的钢结构损伤识别方法 (2012年)

【文件属性】：
文件名称：基于独立分量分析和神经网络的钢结构损伤识别方法 (2012年)
文件大小：1.14MB
文件格式：PDF
更新时间：2021-06-15 10:10:39
工程技术 论文 为了有效剔除钢结构振动信号中的噪声,提取用于损伤识别的特征量,采用独立分量分析方法分离统计独立信号,同时得到表征结构损伤状态的混合矩阵,然后将混合矩阵作为特征量输入至神经网络进行训练,最后将训练好的神经网络作为分类器进行结构损伤识别。在冲击载荷作用下,针对钢框架结构模型进行了不同损伤部位的振动实验,结果表明:基于独立分量分析和神经网络的损伤识别方法具有较高的识别率和可重复性,而且实现简单,在结构损伤识别领域具有较大的应用潜力。