位置:成果数据库 > 期刊 > 期刊详情页
梁损伤小波包分析和神经网络识别
  • ISSN号:1006-1355
  • 期刊名称:《噪声与振动控制》
  • 时间:0
  • 分类:O327[理学—一般力学与力学基础;理学—力学] TH165+.3[机械工程—机械制造及自动化]
  • 作者机构:[1]华南理工大学 机械与汽车工程学院,广州 510641
  • 相关基金:国家自然科学基金资助项目(基金编号:60934001)
中文摘要:

针对柔性悬臂梁裂缝损伤问题进行损伤位置和损伤程度的识别研究.首先用有限元法建立系统动力学模型.然后对系统的动力响应信号进行小波包分解,建立基于小波包能量谱的损伤指标.把损伤指标作为改进BP神经网络的输入特征参数,用分步识别方法进行损伤位置和损伤程度的识别.最后进行了数值仿真研究.仿真结果表明,利用小波包分析和改进的BP神经网络可以精确地识别出柔性梁的损伤位置和损伤程度.

英文摘要:

Recognition of damage location and extent for a cracked flexible cantilever beam was studied. Firstly, finite element method was utilized to model the dynamic system. Then, the dynamic response signal was decomposed by using wavelet packet, and the damage indexes were calculated based on wavelet packet energy spectrum. These damage indexes were used as improved BP neural network input characteristic parameters to recognize the damage location and extent by a two-step identification method. Finally, numerical simulation was carried out. The simulation results demonstrate that the damage location and damage extent of the flexible beam can be recognized accurately by using the wavelet packet analysis and the improved BP neural network.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《噪声与振动控制》
  • 中国科技核心期刊
  • 主管单位:中国科协
  • 主办单位:中国声学学会
  • 主编:严济宽
  • 地址:上海华山路1954号交通大学
  • 邮编:200030
  • 邮箱:NVC@sjtu.edu.cn
  • 电话:021-62932221
  • 国际标准刊号:ISSN:1006-1355
  • 国内统一刊号:ISSN:31-1346/TB
  • 邮发代号:4-672
  • 获奖情况:
  • 国内外数据库收录:
  • 日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版)
  • 被引量:8372