基于GRNN神经网络的桁架结构损伤识别的两步法

• 作者: 周爱红 李治广 袁颖
• 来源期刊: 建筑科学
• 学科: 工学
• 关键词: GRNN神经网络 分步识别法 组合损伤指标 模态应变能
• 年，卷（期）: 2013,（9）
• 所属期刊栏目: 计算分析
• 页码范围: 48-52
• 页数: 5页
• 分类号: TU312.13
• 字数: 3228字
• 语种: 中文

摘要

损伤识别方法是结构健康监测系统的重要组成部分.基于广义回归神经网络(GRNN)模型,建立了结构损伤识别的两步法,构造了用于损伤定位和损伤定量的不同损伤识别组合损伤指标,并引入模态应变能系数选择节点,最后,结合典型桁架结构进行了损伤识别数值模拟研究.结果表明,即使在只获得低阶频率和少量节点一阶振型数据且含有噪声的情况下,采用构造的组合参数,GRNN神经网络对损伤位置及损伤程度识别都取得了比较理想的识别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李治广	石家庄经济学院勘查技术与工程学院	13	41	5.0	6.0
2	袁颖	石家庄经济学院勘查技术与工程学院	32	231	7.0	14.0
3	周爱红	石家庄经济学院勘查技术与工程学院	19	57	4.0	6.0