2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩60頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、本文采用數(shù)值模擬的方式對多種結(jié)構(gòu)損傷識別方法進行了初步分析,選擇并改進了其中的損傷識別方法,讓識別有更好的精度和實時性。為了提供各種損傷識別方法較優(yōu)的模態(tài)參數(shù),文中對模型實驗進行了測試方法和模態(tài)參數(shù)分析,同時也采用了實際工程數(shù)據(jù)對模態(tài)試驗進行了初步分析。 本文采用分步損傷識別方法。損傷位置識別是基于曲率模態(tài)參數(shù)及模態(tài)置信準(zhǔn)則的聯(lián)合應(yīng)用,并同時比較了各種模態(tài)參數(shù)對損傷反映的靈敏性,說明局部曲率模態(tài)參數(shù)對損傷反映較優(yōu);分別說明了兩種

2、損傷識別方法的優(yōu)缺點,并分析其聯(lián)合后對損傷識別完備性的改善;通過對局部曲率模態(tài)參數(shù)的分析,采用改進了的坐標(biāo)模態(tài)置信準(zhǔn)則建立了損傷程度標(biāo)識量選取的統(tǒng)一標(biāo)準(zhǔn)。損傷程度識別由BP神經(jīng)網(wǎng)絡(luò)完成,考慮了結(jié)構(gòu)健康監(jiān)測系統(tǒng)實時性的要求,所以只對監(jiān)測系統(tǒng)中使用神經(jīng)網(wǎng)絡(luò)快速識別損傷進行了模式性的探討。 動力檢測是利用結(jié)構(gòu)的動力響應(yīng)識別結(jié)構(gòu)特征參數(shù),進行結(jié)構(gòu)性能、損傷等方面的評價,所以結(jié)構(gòu)特征參數(shù)的識別和分析對基于模態(tài)參數(shù)的損傷識別方法至關(guān)重要。文

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論