复合材料结构损伤的小波神经网络辨识研究

被引:12
作者
彭鸽
袁慎芳
机构
[1] 南京航空航天大学智能材料与结构航空科技重点实验室
[2] 南京航空航天大学智能材料与结构航空科技重点实验室 南京
[3] 南京
关键词
小波神经网络; 损伤模式; 健康监测;
D O I
暂无
中图分类号
TP183 [人工神经网络与计算];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
将小波神经网络应用于结构健康监测,研究实现复合材料结构常见损伤的高精度辨识。剖析了小波神经网络的收敛算法,并使用了惯性系数以抑制振荡并提出了一种自适应调整学习率的算法以加快收敛。组建结构健康监测实验系统,进行数据处理和特征提取以获得不同的结构损伤模式。提出了小波神经网络初始权值的设置方法,据此删除了小波神经网络的冗余节点。将该小波神经网络应用在实验获得的各种结构损伤模式的辨识上,验证了它的高精度和快速收敛,并成功实现了复合材料结构损伤状态的辨识仿真。
引用
收藏
页码:625 / 629+667 +667
页数:6
相关论文
共 1 条
[1]   基于主动监测技术的蜂窝夹芯结构损伤监测研究 [J].
王磊 ;
袁慎芳 ;
朱安华 .
仪器仪表学报, 2002, (04) :404-407