桁架结构损伤识别的数据融合方法研究

• 作者: 王万平 翁光远
• 来源期刊: 陕西交通职业技术学院学报
• 学科: 工学
• 关键词: 结构损伤 桁架结构 损伤识别 数据融合 小波概率神经网络
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 路桥工程
• 页码范围: 17-21
• 页数: 5页
• 分类号: TU323.4
• 语种: 中文

摘要

以数据融合技术进行桁架结构的单损伤和多损伤识别;通过研究基于频率的结构损伤理论,分析了归一化的频率和损伤位置的关系,利用小波概率神经网络的算法对决策融合进行了修正,建立了基于小波概率神经网络的数据融合结构损伤识别模型,运用结构计算软件计算了一典型桁架结构的频率,并融合为小波概率神经网络算法的输入特征向量,并对桁架算例模型结构进行了损伤识别,通过桁架不同位置的损伤情况,验证了该方法的有效性,并提出了工程应用注意的问题,研究结果表明,基于小波概率神经网络算法的数据融合技术是一种较可靠的损伤识别方法,具有较好的工程应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	翁光远	陕西交通职业技术学院公路工程系	36	118	5.0	10.0
2	王万平	陕西交通职业技术学院公路工程系	24	36	4.0	4.0