[发明专利]一种基于模态应变能和卷积神经网络的结构损伤识别方法有效
| 申请号： | 201810962487.X | 申请日： | 2018-08-22 |
| 公开（公告）号： | CN109145446B | 公开（公告）日： | 2023-04-18 |
| 发明（设计）人： | 陈贡发;龚盼盼 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06F30/23;G06N3/0464;G06N3/048;G06F111/10 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 林丽明 |
| 地址： | 510006 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于模态应变能和卷积神经网络的结构损伤识别方法，包括以下步骤：S1：通过软件模拟构建结构模型，并根据结构模型进行单元划分；S2：模拟结构模型在不同单元的若干种结构损伤情况；S3：提取结构在自由振动情况下的第一阶模态应变能，所得的数据转化为矩阵数据形式，作为卷积神经网络的输入；S4：对卷积神经网络进行训练；S5：对结构进行实际测量，并按照S1的单元划分方式计算不同单元在不同阶模态的模态应变能；S6：将S5的模态矢量的数据矩阵代入到S4的训练后的卷积神经网络，得到结构的损伤结果。本发明提高损伤识别的精度，减少了干扰单元，并且可以识别出损伤程度，单一利用模态应变能不能识别出损伤的程度。 | ||
| 搜索关键词： | 一种 基于 应变 卷积 神经网络 结构 损伤 识别 方法 | ||
【主权项】：
1.一种基于模态应变能和卷积神经网络的结构损伤识别方法，其特征在于，包括以下步骤：S1：通过软件模拟构建结构模型，并根据结构模型进行单元划分；S2：模拟结构模型在不同单元的若干种结构损伤情况；S3：提取结构在自由振动情况下的第一阶模态应变能，所得的数据转化为矩阵数据形式，作为卷积神经网络的输入；S4：对卷积神经网络进行训练；S5：对结构进行实际测量，并按照S1的单元划分方式测量不同单元在不同阶模态的模态应变能，形成与S3对应的矩阵数据形式；S6：将S5的模态矢量的数据矩阵代入到S4的训练后的卷积神经网络，得到结构的损伤结果，所述的损伤结果包括结构的损伤的位置和结构的损伤的程度。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广东工业大学，未经广东工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810962487.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种水电工程智能化建设管理系统
- 下一篇：一种可控磁饱和电抗器建模方法
