文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 幼儿教育 > 幼儿读物 > 基于自适应概率神经网络的损伤模式识别研究
侵权投诉

基于自适应概率神经网络的损伤模式识别研究

振动与冲击

第27卷第7期

JOURNALOF

VIBRATIONAND

SHOCKV01.27No.72008

基于自适应概率神经网络的损伤模式识别研究

吴子燕,杨海峰,覃小文,阎云聚

(西北工业大学力学与土木建筑学院,西安710072)

摘

要:在传统的概率神经网络(PNN)的基础一h,提出了通过Gap—Based方法初步估算平滑因子盯,并以遗传算

法优化or参数集的自适应概率神经网络(APNN)模式分类识别方法。以桥梁健康监测委员会提出的两跨桥梁Benchmark模型为例,通过将小波包分解结构在正弦激励和交通激励载荷模型下的动力响应信号的能量特征向量作为网络的输入样本,利用APNN进行了损伤模式进行识别。结果表明,APNN不仅识别精度高和抗噪性能好,而且还能用于输入特征向量参数筛选和降维,提高学习效率和识别精度。

关键词:损伤模式识别;自适应概率神经网络(APNN);能量特征向量;平滑因子;桥梁Benchmark模型中图分类号:TU

973;P315

文献标识码:A

大型桥梁结构安全性能变得日趋重要,其损伤监测和状态评估逐渐成为土木工程领域研究的热点和重要方向之一。目前广泛研究的基于结构振动的损伤诊断方法属于结构损伤整体无损检测法。它综合运用了系统识别、振动理论、振动测试技术、信号采集与分析等跨学科技术,被认为是一种最有前途的结构损伤整体检测方法。但是,到目前为止,结构参数的变化还无法精确理性地用识别指标来度量,绝大多数都是采用将结构损伤类型和程度进行分类的损伤识别方法¨,2J。基于动力测量和人工神经网络技术的损伤识别理论与方法,近年来已形成一个重要的研究领域,并日益受到广泛重视。其中概率神经网络(Probability

NeuralNet.

量分布也将随之改变。小波包分析方法能对信号进行全面的时频分解,并能够根据被分析信号的特征,自适应地选择相应频带,使之与信号频谱相匹配,从而提高了时频分辨率,可以更加有效地提取故障特征。利用小波包分解提取结构动力响应信号能量特征的步骤为:

步骤1:对测得的结构响应信号进行i层小波包分解,则末层形成等带宽的2‘个频带,提取从低频到高

频各频率成分的信号分解系数即各(i,/)节点的小波包

系数C“,,=1,2,…,2‘。

步骤2:通常故障特征是由具有最大幅值的小波变换系数所表述的,因此为了选择和保留所需要的数据特征,必须进行小波系数消减,即:

works,简称PNN)在自动模式识别、非线性规划和分类概率估计等方面具有计算简单,准确率高的特点,受到广泛的应用∞J。但是,由于受结构复杂程度、结构响应非线性和噪音污染等因素的影响,为了提高概率神经网络分类识别精度,常常需要对其的输入的特征向量数据进行预处理和对其本身进行改进。本文提出的基于自适应概率损伤模式识别的方法主要步骤是:首先,利用小波包分解提取基于结构振动响应信号能量的特征向量;其次,运用遗传算法(GA)优化概率神经网络的or参数集;最后利用优化后的自适应概率神经网络进行损伤模式判别。本文以国际桥梁维护和安全协会的桥梁健康监测委员会提出的两跨桥梁benchmark模型¨o为例,针对典型的损伤模式进行了识别研究。

1

舡∥C烈麓

其中A“为节点(i√)上小波包系数均方根,即:

㈩

—]广—一A.!J=√亡军(c:)2

(2)

步骤3:求各频带信号的能量。令第J个频带的能

量为酬,A;。为信号∥(t)各离散点的幅值,n为离散点

的个数,其中,J=1,2,…,2‘,k=1,2,…,n

Ef/=J∥(t)2d(t)=

肌萎C船)】‘m)。三。(Aa)2

步骤4:构造特征向量x,令明=E。,有:

理,令

(3)

基于响应信号能量特征向量提取

结构发生损伤后,其固有频率和刚度发生改变,使得

(4)X=[En,E丑,…E。,…,E也,]

通常能量特征值较大,需要对特征向量进行归一化处

结构的动力响应发生变化,进而响应信号各频率带的能

资金项目:国家863项目(2006AA042437)、国家自然科学基金(50375123、

10472093)

E=ly

2

Ei

r

(5)

则归一化后的能量特征向量X’为:

X’=[x。】/E,X彪/层,…,X丑』/E]

(6)

收稿日期:2007—09—26修改稿收到日期:2007—1l一05

第1页

你可能喜欢

热门文档

相关文档

  • 【论文】自适应概率神经网络结构损伤检测

    自适应概率神经网络结构损伤检测_专业资料。由于用人工神经网络进行结构损伤检测会...研究发现,运用PNN进行结构损伤识别精度要优于传统的BP网络,而且自适应PNN要比基本...

  • 基于概率神经网络的控制图模式识别

    本文提出使用概率神经网络来识别六类典型控制图模式 ,以改进神经网络识别器的设计效率。研究和仿真试验结果表明,概率神经网络不仅拓扑结构设计简单,而且识别率高。 ...

  • 人工神经网络模式识别

    人工神经网络模式识别_电子/电路_工程科技_专业资料。...3、自学习、自组织和自适应性 学习和适应要求在...基于概率神经网络的控制... 3页 免费 自适应逆控制...

  • 基于神经网络模型的自适应控制系统设计及仿真

    基于神经网络模型的自适应控制系统设计及仿真_工学_高等...模式识别、专家系统等方面的一切问题,使感知机的工作...生物神经系统部分不严重损伤并不影响整体功能,BP ...

  • 自适应共振理论原理与应用研究

    研究方向 图像处理与模式识别 自适应共振理论原理与应用研究 人工神经网络,自适应...通常情况下,输入网络的模式序列之间具有因果关系,而且各种模式的概率分布 也不...

  • 神经网络自适应控制

    神经网络自适应控制_机械/仪表_工程科技_专业资料。神经网络自适应控制_ ]~第5卷第 期 模式识别与人工智能 P&AIR L9g 2年1 2 维普资讯 http://www.cqvip....

  • 基于EMD和概率神经网络的说话人识别

    基于EMD的胶合板损伤声发射... 1人阅读 6页 2....通过自适应性的经验模态分解(EMD)方法,对不同说话...利用具有简单高效的模式识别功能的概率神经网络(PNN)...

  • 基于小波概率神经网络的控制图模式识别

    提出了基于小波概率神经网络的控制图模式识别的基本框架...由于其自适应能力差,一旦一个新的模 式出现,就...基于能量特征的小波概率神经网络损伤识别方法[J]兰州...

  • 第3章 神经网络故障诊断与预测(2)

    二、基于神经网络诊断系统结构作为一种自适应模式识别技术,不需要预先给出有关模 式的经验知识和判别函数,通过自身的学习机制自动形成所 要求的决策区域。 网络特性...

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email