橋梁結構損傷識別簡介_第1頁
橋梁結構損傷識別簡介_第2頁
橋梁結構損傷識別簡介_第3頁
橋梁結構損傷識別簡介_第4頁
橋梁結構損傷識別簡介_第5頁
已閱讀5頁，還剩12頁未讀， 繼續免費閱讀

下載本文檔

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

文檔簡介

1、橋梁結構損傷識別方法目 錄損傷識別特點1所采用過的識別方法2基于統計學習理論的模式識別方法3損傷識別特點損傷識別 土木結構損傷識別主要是針對具體的土木工程結構，利用各種監測到的結構整體響應數據（位移、應變、內力、加速度等），結合信號處理、人工智能、數理統計、隨機過程等相關學科的知識，對結構有無損傷、損傷的類型、嚴重性、位置和程度等進行合理評判。損傷識別特點狀態損傷多樣性 剛度降低、質量改變、邊界條件的改變損傷狀態與荷載的相關性 振動分析模型復雜模型參數有誤差所采用過的識別方法優化識別法1確定優化變量2計算理論位移值3建立最優化數學模型截面剛度變化K表示結構的剛度，是優化變量 的函數 所采用過的

2、識別方法優化識別法思路簡單，求解復雜極易陷入局部極小值對噪聲敏感原因： 復雜問題簡單化所采用過的識別方法損傷指標法 從結構動力響應數據中提取能夠表征結構損傷狀態的指標，通過直接觀察該指標，對結構狀態進行判別。FFT小波變換HHTAMRA所采用過的識別方法損傷指標法思路簡單，求解簡單功能有限易受噪聲干擾原因： 復雜問題過于簡單化所采用過的識別方法模式識別方法模式識別是根據相似程度將某一具體事物正確地歸入某一類別。所采用過的識別方法模式識別方法Classical MethodsBayesian classifiersK-nearest neighbor rulesStatisticalLearni

3、ng TheorySupport vectorNetwork classifiers所采用過的識別方法模式識別方法思路復雜，求解復雜；考慮了隨機因素，易得與實際相符的結果；經典模式識別方法將損傷識別問題簡化為幾個參數的估計問題，在求解復雜識別問題時仍具有一定難度；基于統計學習理論的方法是一種非參數估計方法，它求解高維復雜問題的途徑是構造一個近似函數，以提供最佳的預測結果，而并非直接對問題本身進行分析；與人工神經網絡方法相比，支持向量機解決了局部極小值、收斂速度慢等問題，更適合于求解復雜模式識別問題。基于統計學習理論的模式識別方法統計學習理論ObjectiveLM：Imitate target

4、operator S: Estimating results基于統計學習理論的模式識別方法統計學習理論在解決復雜問題方面的優勢：（1）直接性；（2）通用性: （3）全局性；基于統計學習理論的模式識別方法關鍵步驟Construction of damage indexOptimization of sample set Selection of matching arithmetic基于統計學習理論的模式識別方法構建損傷指標與統計學習理論的具體實現算法相匹配可分性抗噪聲性優化樣本庫結構狀態荷載種類樣本選擇 核子空間樣本選擇方法基于統計學習理論的模式識別方法選擇具體實現算法支持向量機算法的選擇 最小

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，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔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。

評論

0/150

提交評論