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:
为了解决输电塔等工程结构在不确定因素干扰下的损伤识别问题,提出了一种基于关联模态的云推理算法.建立残余力基本方程,并分析了基于残余力向量的损伤识别原理;提出了基于残余力的云推理算法,给出了云模型的数字特征,分析了前件云发生器和后件云发生器,给出了基于灰云模型的定性规则库建立方法,并利用云规则组成了相应的云推理系统.考虑到残余力法易受测量噪声等不确定因素干扰的弱点,进一步提出了关联模态云推理算法,以提高损伤识别的精度和可靠性,并采用输电塔结构模型进行了损伤识别研究.数值计算结果表明,关联模态云推理算法可以较好地识别出结构损伤,其识别效果明显优于残余力向量法和残余力云推理算法.
推荐文章
基于数据表结构的FPN并行推理算法
模糊产生式规则
模糊Petri网
数据表
模糊推理
基于HIPN网的推理算法研究
HIPN
逻辑推理
归约
算法
基于Spark的OWL语义规则并行化推理算法
语义推理
网络本体语言
OWL Horst规则
并行化
Spark
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 基于关联模态云推理算法的输电塔结构损伤识别
来源期刊 土木与环境工程学报(中英文) 学科 工学
关键词 损伤识别 残余力 云推理 模态 云模型
年,卷(期) 2020,(2) 所属期刊栏目 土木工程
研究方向 页码范围 135-142
页数 8页 分类号 TU392.6|TM753
字数 5224字 语种 中文
DOI 10.11835/j.issn.2096-6717.2019.184
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 郭惠勇 重庆大学土木工程学院 27 321 11.0 17.0
5 何清林 重庆大学土木工程学院 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (37)
共引文献  (42)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(3)
  • 参考文献(0)
  • 二级参考文献(3)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(4)
  • 参考文献(2)
  • 二级参考文献(2)
2007(7)
  • 参考文献(1)
  • 二级参考文献(6)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(4)
  • 参考文献(4)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
损伤识别
残余力
云推理
模态
云模型
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
土木与环境工程学报(中英文)
双月刊
2096-6717
50-1218/TU
大16开
重庆市沙坪坝正街174号
78-48
1957
chi
出版文献量(篇)
364
总下载数(次)
1
总被引数(次)
69
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导