您的位置: 专家智库 > >

张佳程

作品数:3 被引量:10H指数:2
供职机构:华东理工大学更多>>
发文基金:国家自然科学基金更多>>
相关领域:理学一般工业技术交通运输工程更多>>

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 2篇一般工业技术
  • 2篇理学
  • 1篇交通运输工程

主题

  • 2篇损伤识别
  • 2篇模态
  • 1篇单纯形
  • 1篇信息融合
  • 1篇遗传算法
  • 1篇应变模态
  • 1篇证据理论
  • 1篇神经网
  • 1篇神经网络
  • 1篇识别技术
  • 1篇数据融合
  • 1篇模态分析

机构

  • 3篇华东理工大学

作者

  • 3篇张佳程
  • 2篇周邵萍
  • 2篇郝占峰
  • 1篇苏永升
  • 1篇章兰珠
  • 1篇韩红飞

传媒

  • 1篇振动.测试与...
  • 1篇华东理工大学...

年份

  • 3篇2015
3 条 记 录,以下是 1-3
排序方式:
基于证据理论的管道损伤识别研究
管道广泛应用于国民生活与工业生产的各个领域,由于长期承载、环境变化或结构腐蚀老化等使管道逐渐累积裂缝、变形等损伤,因此对管道进行损伤识别与诊断显得日益重要。基于振动模态的结构损伤识别是目前研究的热点。然而工程实践中由于测...
张佳程
关键词:识别技术证据理论信息融合
基于应变模态差和神经网络的管道损伤识别被引量:8
2015年
应变模态差对结构微小损伤具有很高的敏感性且对结构损伤处具有较高的定位识别率,故在工程实际中可以利用其对管道进行损伤识别。然而,应变模态差只能定性地反映结构的损伤程度,并不能直接量化损伤结构的损伤程度,故采用神经网络和应变模态差相结合的方法对损伤管道进行损伤位置和损伤程度的识别。利用有限元分析软件ANSYS进行模态分析提取管道的应变模态参数,并把管道损伤前后的应变模态差作为神经网络的输入参数,以损伤位置和损伤程度作为神经网络的输出参数,对损伤管道分别进行单损伤和双损伤的损伤定位和程度识别。研究结果表明,利用应变模态差和神经网络相结合的方法能够准确识别出管道的损伤位置以及损伤程度。
周邵萍郝占峰韩红飞张佳程章兰珠
关键词:损伤识别神经网络
基于数据融合与单纯形遗传算法的管道损伤识别被引量:2
2015年
为了提高管道损伤识别的准确率,提出了基于数据融合和单纯形遗传算法的两段式的管道损伤位置和程度的识别方法。首先将管道的柔度差曲率矩阵与广义残余力向量差两种信息源通过D-S证据理论融合算法初步判定管道损伤位置,然后通过单纯形遗传算法精确识别管道损伤位置与程度。考虑到基本遗传算法局部搜索不强、易发生早熟的缺点,提出了与局部搜索算法(单纯形搜索算法)相结合的改进策略。数值计算结果表明,考虑2%随机噪声影响情况,采用数据融合进行初步定位的方法大大缩小了可疑损伤区域范围,通过单纯形遗传算法能够进一步精确识别管道损伤位置及程度。本文提出的方法提高了管道损伤位置与程度识别的效率与准确率。
张佳程周邵萍苏永升郝占峰
关键词:数据融合模态分析损伤识别
共1页<1>
聚类工具0