国家自然科学基金(50408033)
- 作品数：12 被引量：112H指数：7
- 相关作者：姜绍飞张帅杨晓楠徐云良张春梅更多>>
- 相关机构：沈阳建筑大学福州大学同济大学更多>>
- 发文基金：国家自然科学基金辽宁省自然科学基金国家科技重大专项更多>>
- 相关领域：建筑科学自动化与计算机技术理学更多>>
- 基于概率神经网络分类器的数据融合损伤检测方法被引量：9
- 2008年
- 为了有效地利用来自大型结构健康监测系统大量冗余、互补的信息进行结构健康状况评估,本文从数据融合的基本原理入手,将小波分析、概率神经网络和数据融合等技术有机地结合起来,提出了一种5阶段的决策级数据融合损伤检测新方法,最后用2个数值算例验证了方法的有效性,并探讨了测量噪声对损伤识别的影响。研究结果表明,所提出的方法是可行、有效的。
- 姜绍飞张帅
- 关键词：数据融合特征提取概率神经网络
- 自适应小波概率神经网络损伤识别方法被引量：8
- 2006年
- 目的为了提高大型结构健康监测系统的监测能力与损伤诊断率,降低误报率.方法以小波变换作为动力信号处理工具,利用其可以降低噪声以及在时域-频域表征信号特征的强大能力,提取小波能量作为特征参数;以贝叶斯推理作为模式识别原理的概率神经网络(PNN)为损伤识别分类器,利用遗传算法来优化PNN模型中的圆滑参数σ,提出自适应小波概率神经网络(AWPNN)损伤识别方法.并对AS-CE的基准结构模型进行损伤识别研究以验证该方法的有效性.结果研究结果表明,在噪声程度达40%时,AWPNN的识别正确率高达98%.结论AWPNN具有较强的抗噪声能力和较高的损伤识别率,在结构健康监测与损伤识别领域具有很大的潜力.
- 姜绍飞张帅杨晓楠
- 关键词：损伤识别小波变换概率神经网络噪声
- 基于粗集的PNN结构损伤识别方法被引量：2
- 2008年
- 目的为有效利用监测系统大量冗余、互补数据,对结构的工作状态展开评估.方法运用粗集进行属性约简达到海量数据的降维工作,进而提取有效的特征参数,运用概率神经网络(PNN)良好的处理噪声等不确定信息及概率推理能力,进行推理计算和损伤识别.结果对某12层钢筋混凝土框架不同噪声水平下的三种损伤模式进行了识别,识别精度均在85%以上,并与PNN损伤识别方法进行了比较,其识别精度高于PNN.结论提出了一种基于粗集与PNN的结构损伤识别新方法,该方法不仅可以降低数据的空间维数,减少冗余属性和不确定性,而且可以提高损伤识别精度.
- 姜绍飞姚娟
- 关键词：粗集属性约简损伤识别概率神经网络
- 基于小波包分解的数据融合损伤识别方法被引量：4
- 2006年
- 目的为了充分利用来自多传感器的冗余、带噪声数据,提高结构损伤识别的精度.方法利用小波包良好的时-频特性,首先用小波包分解对结构响应进行处理,提取信号的不同特征参数,然后利用不同的特征向量对结构分别进行损伤识别,最后应用融合技术对不同的识别结果进行融合处理.并用一个七层钢结构框架的多损伤识别验证了该方法的有效性.结果结果表明,该方法能够极大地提高了结构损伤识别精度.结论运用小波包分析提取信号的特征参数与数据融合技术进行损伤识别,并使二者有机的结合是结构健康监测与检测的有效途径与发展趋势.
- 姜绍飞徐云良张春梅陈林
- 关键词：小波包分析损伤识别欧氏距离数据融合
- 智能信息处理在结构健康监测中的应用进展
- 随着我国经济的高速发展和科学技术的进步,许多大型复杂结构都安装了长期健康监测系统。然而,大型结构具有较多的结构冗余度和环境荷载的不确定性;此外,来自监测系统的海量数据也包含大量的噪声和不确定性。因此,如何合理有效地处理这...
- 姜绍飞牟海东孙伟
- 关键词：结构健康监测智能信息处理
- 文献传递
- 基于模糊神经网络的数据融合结构损伤识别方法被引量：19
- 2008年
- 为了有效利用结构健康监测系统中的多源传感器数据信息,提高损伤检测与评估的识别正确率,该文通过构造模糊神经网络分类器,提出了一种基于模糊神经网络的数据融合损伤识别方法并将之应用于结构健康诊断中。它先通过数据预处理,提取原始响应信号中的特征参数,接着将之作为模糊神经网络的输入,构造模糊神经网络模型进行识别决策,最后运用数据融合算法,计算出数据融合后的决策结果。为了验证所提方法的有效性,通过一个7自由度的建筑模型,分别用单一模糊神经网络决策器和数据融合损伤识别方法进行了损伤识别和比较。研究结果表明:该文所提方法比单一决策结果更准确、可靠。
- 姜绍飞张帅
- 关键词：模糊神经网络数据融合损伤识别
- 基于WPNN与数据融合的损伤检测方法被引量：6
- 2005年
- 目的为了有效利用结构健康监测系统中的多源传感器数据信息,对复杂结构的健康状况进行诊断进而提高确诊率.方法利用概率神经网络(PNN)的贝叶斯推理与诊断能力及多传感器数据融合原理,将神经网络与数据融合有机结合,使两者优势互补,提出了复杂结构损伤检测技术及其在多层框架结构中损伤检测及诊断中的应用.结果提出了基于小波概率神经网络(WPNN)与数据融合的损伤检测方法.结论基于WPNN与数据融合的损伤检测方法是可行的、有效的.
- 姜绍飞付春陈仲堂盛岩
- 关键词：结构健康监测系统多传感器数据融合概率神经网络多层框架结构贝叶斯推理确诊率
- 基于WPNN的钢结构损伤识别
- 随着国民经济的高速发展,钢结构建筑物在我国的应用日渐增多,由于自然灾害及建筑材料性能的退化等原因,使得对这些建筑物的健康状况进行监测、评估显得尤为重要.本文以小波分析与概率神经网络 （PNN）为工具,以小波能量特征向量作...
- 姜绍飞杨晓楠张立柱
- 关键词：小波分析钢结构
- 文献传递
- 结构健康监测-智能信息处理及应用
- 经济的发展和科技的进步使许多大型结构得以兴建。如何对这些大型结构的健康状况进行监测、日常管理以便在结构发生事故之前提前预警,以减少灾害的损失成为目前人们关心的问题。大型结构健康监测系统的开发为这个问题提供了一种有效的方法...
- 姜绍飞
- 关键词：结构健康监测智能信息处理损伤识别
- 文献传递
- 基于模糊神经网络和证据理论的结构损伤识别新方法被引量：3
- 2008年
- 为了有效利用结构健康监测系统中的多源不确定数据,提高损伤识别的正确率,通过构造模糊神经网络(FNN)分类器,提出了一种新的概率赋值函数构造方法和数据融合损伤识别新方法.该损伤识别方法先对数据预处理,提取有效的特征参数,接着将它作为FNN的输入,构造FNN分类器,最后运用数据融合中的D-S证据理论计算出融合决策结果.为了验证所提方法的有效性,通过一个七层剪切型框架结构的数值模型,分别用单一FNN分类器和数据融合损伤识别方法进行了损伤识别和比较.研究结果表明,本文所提方法比单一决策结果更准确,具有更高的可靠度。
- 姜绍飞张帅
- 关键词：模糊神经网络D-S证据理论数据融合损伤识别
