您的位置: 专家智库 > >

中央高校基本科研业务费专项资金(21609601)

作品数:2 被引量:13H指数:2
相关作者:余岭徐鹏朱军华更多>>
相关机构:暨南大学更多>>
发文基金:中央高校基本科研业务费专项资金国家自然科学基金更多>>
相关领域:理学建筑科学更多>>

文献类型

  • 2篇期刊文章
  • 1篇会议论文

领域

  • 3篇建筑科学
  • 3篇理学

主题

  • 3篇结构健康监测
  • 3篇健康监测
  • 2篇损伤识别
  • 2篇主成分
  • 2篇主成分分析
  • 1篇时程
  • 1篇频响函数
  • 1篇主成分分析法
  • 1篇结构损伤识别
  • 1篇CA

机构

  • 3篇暨南大学

作者

  • 3篇余岭
  • 2篇朱军华
  • 1篇徐鹏

传媒

  • 1篇振动工程学报
  • 1篇振动与冲击

年份

  • 2篇2011
  • 1篇2010
2 条 记 录,以下是 1-3
排序方式:
基于CACO算法的结构多损伤识别被引量:8
2010年
结构多损伤识别是结构健康监测领域的一个具有挑战性的研究课题,数学上,它通常可以转化为连续函数的约束优化问题。介绍连续优化蚁群算法(CACO)的基本原理、从离散ACO到CACO的实现、寻优路径的构建、以及信息素更新和挥发的数学建模,尝试探寻将CACO算法应用于结构多损伤识别问题的可行性并进行数值仿真和实验研究。通过两层刚架多损伤数值仿真以及三层建筑框架结构4种损伤的实验研究,结果表明:采用CACO算法对结构多损伤进行识别不但能够准确定位结构多损伤,而且还可以有效识别其损伤程度。由此可见,CACO算法应用于结构多损伤识别的效果是显而易见的。
余岭徐鹏
关键词:结构损伤识别结构健康监测
基于频响函数的结构健康监测主成分分析法被引量:5
2011年
基于测试频响函数,提出一种简单而有效的结构健康监测主成分分析(PCA)新方法。以结构的频响函数作为基本数据,首先将结构健康状态下的频响函数数据作为基本训练样本,通过PCA技术提取结构健康状态特征,并获得结构健康特征变换矩阵,即协方差的特征向量矩阵;然后再对损伤结构的测试频响函数数据进行转换以提取结构相应损伤状态特征;最后在二维PCA空间比较两次提取的结构状态特征分布图即可判断结构是否发生损伤并评估其损伤程度。两个数值算例表明基于频响函数的结构健康监测主成分分析新方法正确有效。该方法基于结构振动响应,与模型无关且诊断前无需大量的训练样本、计算量小、抗噪性能好,具有良好的应用前景。
朱军华余岭
关键词:主成分分析频响函数损伤识别结构健康监测
结构损伤响应时程主成分及其相关性分析
基于结构动态响应时程和主成分分析技术对结构损伤识别和结构健康状态在线监测进行研究。采用相关性分析方法,提出了一种新的损伤敏感指标——主成分置信度。首先分别对各测点实测时域响应数据进行分段、重组并形成矩阵形式,再进行标准化...
朱军华余岭
关键词:主成分分析结构健康监测
文献传递
共1页<1>
聚类工具0