-
公开(公告)号:CN104133960A
公开(公告)日:2014-11-05
申请号:CN201410363654.0
申请日:2014-07-28
Applicant: 东北大学
IPC: G06F17/50
Abstract: 本发明公开了一种改进的静力传感器的优化布设方法,包括:S1.建立全桥的实体有限元模型,并对其修正;S2.用修正后的模型建立n种损伤情况下有限元损伤模型,并提取各损伤情况下潜在位置处的应变预测值;S3,根据传感器测量精度,将应力预测值划分为若干区间,相应的应力预测值处于同一区间的损伤模型即为不可识别损伤模型;将包含模型的区间设为集合bik,集合bik中的元素为不可识别的损伤状态且多个bik组成集合Bi;S4,若各传感器的潜在位置个数为m,传感器的个数为s,计算Y={B1∩B2...∩BS};子集中元素数量最少的数目即最少的不可识别模型的个数Ymin,Ymin对应的传感器的布设即最优的传感器布设。本发明可实现用最少的传感器最大程度的区分桥梁结构的各种可能损伤。
-
公开(公告)号:CN104200004A
公开(公告)日:2014-12-10
申请号:CN201410363614.6
申请日:2014-07-28
Applicant: 东北大学
Abstract: 本发明公开了一种优化的基于神经网络的桥梁损伤识别方法,包括:S1,构造样本数据;S2,确定网络拓扑结构;S3,训练及测试;S4,损伤识别:将桥梁的实时应变数据输入训练好的BP神经网络,实现桥梁的损伤识别;其中,所述的桥梁的实时应变数据是通过最优布设的传感器获得的,且以最少的不可识别模型的个数Ymin为目标函数,Ymin所对应的传感器的布设位置即为最优的传感器布设。本发明可以实现利用最少的传感器且能最大程度的区分结构的各种可能的损伤情况,同时可以使得识别结果具有较高的精度并趋于稳定。
-
公开(公告)号:CN104200265A
公开(公告)日:2014-12-10
申请号:CN201410363603.8
申请日:2014-07-28
Applicant: 东北大学
IPC: G06N3/02
Abstract: 本发明公开了一种改进的基于神经网络的桥梁损伤识别方法,包括:S1,构造样本数据;S2,确定网络拓扑结构;S3,训练及测试;S4,损伤识别:将桥梁的实时应变数据输入训练好的BP神经网络,实现桥梁的损伤识别;其中,所述的桥梁的实时应变数据是通过最优布设的传感器获得的,且以最少的不可识别模型的个数Ymin为目标函数,Ymin所对应的传感器的布设位置即为最优的传感器布设。本发明可以实现利用最少的传感器且能最大程度的区分结构的各种可能的损伤情况,同时可以使得识别结果具有较高的精度并趋于稳定。
-
-