专利名称：一种基于模态应变能和卷积神经网络的结构损伤识
别方法
专利类型：发明专利发明人：陈贡发,龚盼盼申请号：CN201810962487.X申请日：20180822公开号：CN109145446A公开日：20190104
摘要：本发明公开一种基于模态应变能和卷积神经网络的结构损伤识别方法，包括以下步骤：S1：通过软件模拟构建结构模型，并根据结构模型进行单元划分；S2：模拟结构模型在不同单元的若干种结构损伤情况；S3：提取结构在自由振动情况下的第一阶模态应变能，所得的数据转化为矩阵数据形式，作为卷积神经网络的输入；S4：对卷积神经网络进行训练；S5：对结构进行实际测量，并按照S1的单元划分方式计算不同单元在不同阶模态的模态应变能；S6：将S5的模态矢量的数据矩阵代入到S4的训练后的卷积神经网络，得到结构的损伤结果。本发明提高损伤识别的精度，减少了干扰单元，并且可以识别出损伤程度，单一利用模态应变能不能识别出损伤的程度。
申请人：广东工业大学
地址：510006 广东省广州市越秀区东风东路729号
国籍：CN
代理机构：广州粤高专利商标代理有限公司
代理人：林丽明
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容