基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
将模态分析与神经网络技术相结合,以某双塔斜拉桥为例,对其拉锁损伤情况进行分析.分析过程中,考虑桥梁拉索结构的单构件损伤、2个构件损伤、3个构件损伤3类损伤工况,采用模态频率指标作为神经网络的输入参数,建立BP神经网络模型.结果表明,基于模态频率和BP神经网络的损伤识别方法可用于桥梁损伤辨别,以及损伤位置及损伤程度识别.
推荐文章
基于模态曲率改变率与神经网络的桥梁损伤识别
桥梁结构
损伤识别
模态曲率改变率
BP神经网络
噪声
基于粒子群优化BP神经网络的脉象识别方法
脉象识别
粒子群算法
输出误差
误差反向传播算法
神经网络
泛化能力
基于曲率模态和神经网络的结构损伤识别与仿真
曲率模态
Elman神经网络
损伤识别
仿真分析
基于BP神经网络的防空目标识别方法
防空目标
目标识别技术
BP神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于桥梁的模态频率和BP神经网络模型相结合的损伤识别方法
来源期刊 自动化与仪器仪表 学科 工学
关键词 桥梁 模态频率 BP神经网络 损伤识别
年,卷(期) 2016,(4) 所属期刊栏目 管理自动化
研究方向 页码范围 186-187,190
页数 分类号 TU312
字数 语种 中文
DOI 10.14016/j.cnki.1001-9227.2016.04.186
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王占锋 陕西交通职业技术学院公路工程系 32 91 5.0 9.0
2 陈彦武 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (44)
共引文献  (21)
参考文献  (7)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(6)
  • 参考文献(1)
  • 二级参考文献(5)
2014(9)
  • 参考文献(2)
  • 二级参考文献(7)
2015(5)
  • 参考文献(4)
  • 二级参考文献(1)
2016(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
桥梁
模态频率
BP神经网络
损伤识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
自动化与仪器仪表
月刊
1001-9227
50-1066/TP
大16开
重庆市渝北区人和杨柳路2号B区
78-8
1981
chi
出版文献量(篇)
9657
总下载数(次)
37
总被引数(次)
30777
论文1v1指导