用ART2神经网络方法进行结构的损伤识别

用ART2神经网络方法对建筑结构的损伤进行了识别 ,实验证明该方法的识别精度高 ,具有自动从环境中学习的能力 ,对未知的损伤 ,ART2网络将能自动地给出新的识别输出 ,即对未知的损伤类型也能够进行识别     

结构响应与损伤识别敏感性探讨

利用小波多分辨分析的特性,研究结构不同位置加速度响应信号对损伤的敏感性问题。通过对一个5层框架结构在不同损伤工况下的数值计算结果表明,不同位置的加速度传感器表征结构损伤特性的能力是不同的,每一传感器只能描述其附近区域结构的工作状态。如果仅利用某一个或者某一些传感器信息进行损伤诊断,就有可能导致错误的诊断结论。只有综合利用多传感器的数据信息,才能使损伤识别更具全局性,才可能准确地识别出结构损伤的发生。     

火灾后混凝土结构损伤的属性识别

应用属性数学理论建立火灾后混凝土结构损伤程度评价的属性识别模型。选择影响火灾后混凝土质量的4个参数,如抗压强度损伤系数、抗渗透性损伤系数、爆裂损伤系数以及裂纹损伤系数等作为综合评判指标,通过构造属性测度函数以计算单指标属性测度和样本综合属性测度,应用置信度准则对火灾后混凝土样本的质量状况进行属性识别,从而建立了火灾后混凝土结构损伤程度综合评判的属性识别模型。在工程实例研究中,通过属性测度分析和计算,得到了火灾后混凝土样本损伤程度的评价结果,并分别与模糊综合评价和物元可拓评判法评价结果进行了比较,结果有较好的一致性。由于属性数学理论能很好地解决具有多个模糊属性问题的综合评价,且置信度准则是根据评价集具有有序性这一特点而提出的,因而可使评价结果更为可靠。     

自然灾害下节点失效的运输网络关键节点识别

为提升自然灾害下运输网络应急救援组织安排运作效率,需对运输网络中关键节点进行识别。利用PageRank与Warshall相结合的方法,建立基于节点随机失效下的各阶段关键节点识别算法,同时以自然灾害破坏最大为前提,基于贪婪策略预判自然灾害下运输网络关键节点;以汶川地震关键运输网络为算例,验证所提算法。结果表明:该算法在兼顾自然灾害发生不确定性的条件下,对网络连接通达性节点以及孤立节点具有较好的识别效果,可实时动态识别运输网络关键节点,为救援过程中的物资运输及人员疏散提供理论依据。     

基于深度学习的工程结构损伤识别研究进展

为避免或减轻工程结构在建造和运营期间因结构振动产生不同程度损伤,造成安全隐患危及人们生命财产安全,针对结构振动损伤识别技术展开研究,探讨不同深度学习方法发展情况及其利弊,寻找更具可行性的损伤识别方法,并对其最新研究及应用现状进行全面综述。研究结果表明:应用深度学习开发新的结构损伤识别技术,无需冗余的数据预处理以及手工提取损伤特征,实现以较高精度实现损伤识别任务;一维卷积神经网络（1D-CNN）以其独特的应用优势,在数据样本有限条件下较二维卷积神经网络（2D-CNN）表现更为出色。研究结果可为数据驱动的结构损伤识别问题提供新思路,进一步完善土木结构健康监测研究体系。     

基于频率下降率的结构损伤自适应神经网络识别

笔者探讨了动量系数和学习率自适应调整的神经网络算法及结构裂纹损伤识别特征参数的选取,提出以反映结构损伤位置和程度的频率下降率作为结构裂纹损伤识别的特征参数,利用有限元网格细化法对结构裂纹损伤进行数值模拟,获取训练样本数据,通过自适应神经网络对结构裂纹损伤问题进行识别研究。从结构裂纹损伤识别实例的结果中可以看出,采用频率下降率和自适应神经网络技术对结构裂纹进行损伤识别分析具有较高的精度和可靠性。     

基于模态参数的桥墩结构损伤识别数值研究

铁路简支梁桥桥墩横向振动时,可简化为墩顶具有集中质量的悬臂梁模型,地基约束用地基弹簧模拟。研究墩身的结构性损伤时,该模型与基底固结的悬臂梁模型原理相同。利用冲击振动试验法可以准确得到桥墩的一阶振型和一阶频率,利用这两个参数可以构造出一阶振型比、特征参数、一阶曲率模态差三个指标。以一混凝土悬臂梁为例,用一阶振型比、特征参数、一阶曲率模态差指标进行结构损伤识别的数值研究,总结了特征参数指标在结构损伤前后的变化规律。分析结果表明几个指标对损伤比较敏感。     

多制式区域轨道交通网络关键节点识别

为提高多制式区域轨道交通网络(Multi-mocle Regional Rail Transit Networks, MRRTN)关键节点识别精度,提出MRRTN拓扑建模方法,将MRRTN关键节点分为结构性关键节点和系统性关键节点。构建基于熵权法和多准则妥协解排序法(VIsekriterijumska Optimizacija I Kompromisno Resenje, VIKOR)的节点结构重要度评价模型,识别MRRTN结构性关键节点;将客流因素引入重要度评价体系,利用蚁群聚类算法识别MRRTN系统性关键节点;基于网络效率指标验证识别方法的有效性。以重庆MRRTN为例进行关键节点识别与分析,给出对应节点保护建议。结果表明：不同类型关键节点对网络结构和网络运营产生不同影响;熵权-VIKOR法和蚁群聚类算法可以保证MRRTN结构性和系统性关键节点评价与识别的客观性;MRRTN可从一体规划设计、协同调度指挥和开展直通运营三方面进行优化。     

对接焊缝缺陷漏磁场特征分析及识别研究

为实现钢板对接焊缝存在不同类型缺陷的识别研究,针对铁磁性焊缝的特点,探讨应用漏磁法检测钢板对接焊缝不同类型缺陷。根据漏磁检测(MFL)原理,采用有限元方法(FEM),分别建立钢板对接焊缝中可能存在的裂纹、气孔、未熔合和未焊透等缺陷的三维FEM模型。研究钢板对接焊缝包含以上不同类型缺陷时所产生的漏磁场分布特征,得到漏磁场磁感应强度水平分量和垂直分量相关对比分析曲线。仿真结果表明:漏磁法适用于钢板对接焊缝缺陷的识别研究;根据漏磁场磁感应强度分量的曲线特征,能够实现对焊缝缺陷的分类。     

基于小波包分析的石油井架结构损伤识别试验研究

通过对井架相似模型损伤工况模拟,提取其在承载时的振动响应信号,利用小波包变换方法获得小波包节点能量,得到基于归一化能量特征向量的损伤评价指标。研究表明:该指标可用于井架结构损伤位置的准确识别;将小波包能量分析与振动测试技术相结合的研究方法,为石油井架的损伤识别提供了新思路。     

基于正则化频率变化率与神经网络的石油井架结构损伤识别

阐述结构健康监测中损伤识别的关键问题,介绍基于正则化的频率变化率的损伤定位方法,提出一套基于模态参数和神经网络的损伤识别技术。按相似理论建立了JJ160/41-K型井架实物模型,根据其基本结构和受力特点,以JJ160/41-K井架的实物模型为对象进行损伤研究。结果表明:井架模型在局部结构发生变化时整体的固有频率发生改变;将模态分析理论和神经网络方法相结合,可对已定位损伤的井架进行定量分析;通过实例运算验证了其对结构损伤诊断的有效性。     

航路网关键节点识别及抗毁性分析

为研究关键航路点的失效成本,给空管和航空公司提供决策支持,基于我国航路网结构,从机场间的连通时间成本出发,提出基于改航可达性的关键航路点识别算法,将识别出的关键航路点与其他网络指标下的关键航路点进行抗毁性仿真对比。研究结果表明:中西部连接处航路点失去通行能力后,航班绕飞的时间成本较大,具有较大的改航可达性; A461、G212、A593等主干航路上的航路点拥有较大的加权改航可达性,总时间成本较大;识别出的关键节点拥有较大的度和介数值;基于度值和加权改航可达性的连续攻击对航路网破坏较大。     

生物识别1 2 3

门禁领域的资深人士都明白:9.11事件的发生使世界范围的门禁市场格局发生了重大的变化.然而在这之前,门禁系统主要依靠一些技术进步才开始一步步发展起来的,例如钡铁氧体技术、磁条技术、Wiegand技术以及射频技术等等.     

西安脉冲堆堆芯损伤事故序列识别

对西安脉冲反应堆进行概率安全分析,先要识别其事故序列。针对西安脉冲反应堆2 MW稳态运行工况,定义了燃料包壳破损(CD1)和燃料芯块熔化(CD2)两种堆芯损伤状态,利用现有的确定论分析结论及补充的热工水力学计算,建立了堆芯损伤事故的事件树,采用事件树法识别出了7个导致CD1的事故序列和10个导致CD2的事故序列。     

基于希尔伯特损伤特征向量的挡土墙结构损伤诊断

为了诊断挡墙结构损伤,通过希尔伯特-黄变换对激励作用下挡墙结构动力响应间虚拟脉冲响应函数进行希尔伯特边际能量谱分析,筛选出对损伤较为敏感的特征频段,基于特征频段创建希尔伯特损伤特征向量,并提出损伤识别指标：能量比变异系数。基于损伤特征向量及损伤指标,提出了一种用于挡墙结构的损伤诊断方法,即通过损伤特征向量判别挡墙损伤状态,通过损伤指标走势曲面图诊断挡墙损伤位置,通过损伤指标与损伤程度间的定量关系识别挡墙损伤程度。对某桩板式挡墙进行了动力测试,验证该损伤诊断方法的可行性及有效性。结果表明：当挡土墙无损(无钻孔)时,损伤特征向量为零向量;当挡土墙有损(有钻孔)时,损伤特征向量为非零向量。通过损伤特征向量可判别挡墙损伤状态。局部损伤导致损伤指标走势图出现较大起伏,走势图峰值坐标即为局部损伤中心。建立了损伤指标与挡土墙损伤程度间的定量关系式,已知损伤指标可反算出损伤程度。该损伤诊断方法可敏感判别挡墙损伤状态、有效诊断损伤位置及定量识别损伤程度。     

钢货架节点安全测试与结构安全分析现状

钢货架是一种典型的冷弯薄壁型钢结构,广泛用于工业生产中的物料存储.由于钢货架梁柱节点的特殊构造,钢货架倒塌等安全事故频发,因此需要对梁柱节点进行安全测试,测试数据用于整体结构的安全评估.针对钢货架梁柱节点的安全测试技术,以及钢货架整体结构安全分析方法的研究现状进行述评.     

压力容器焊缝缺陷超声探伤利用ART-2网络的定性分析

压力容器焊缝超声波探伤中，除了确定焊缝中缺陷的位置和大小外，还应尽可能判定缺陷的性质。有些焊缝的缺陷对压力容器的整体性能影响不大，相对于压力容器的用途，并不构成致命的威胁；另外有一些焊缝的缺陷对压力容器的整体结构而言，却是不能忽视的。因此，在压力容器焊接加工中，准确判定缺陷的性质，对检查压力容器是否符合应用要求，以避免进行徒劳无益的后序加工、合理的制造出符合安全的产品具有重要的意义；     

基于频率和BP神经网络的井架钢结构损伤识别

为了快速、准确地诊断井架钢结构的损伤位置和程度,提出仅基于测试精度高的频率数据和BP神经网络的识别方法。首先,选择频率变化比和频率平方变化比组合参数作为损伤位置识别因子,频率变化率作为损伤程度识别因子;然后,分步构建损伤位置和损伤程度识别的BP神经网络;最后,利用前10阶频率数据和BP神经网络对现场某井架钢结构的损伤位置和程度进行识别。分析结果表明,在测试噪声为10%时,采用前6阶损伤位置识别因子,能够清楚识别损伤位置,识别结果分别是1,5,9,15,19号单元损伤;采用前10阶损伤程度识别因子,1号单元的损伤程度识别结果分别为0.106 9,0.318 2,0.505 4,0.710 2,0.915 9,识别误差均不超过10%。     

熵-TOPSIS-IFPA聚类方法在中欧班列运输节点风险识别中的应用

中欧班列运输网络中关键节点风险影响班列线路规划和运营安全。通过分析中欧班列运输节点的物理网络拓扑特性,结合考虑服务网络中节点服务能力的重要性,提出熵-逼近理想解排序法(Technique for Order Preference by Similarity to an Ideal Solution, TOPSIS)节点重要度评估方法。考虑节点受外部宏观因素影响可能失效的情况,引入国家运输支撑力衡量节点失效可能,提出重要性-失效可能分析模型(Importance-Failure Possibility Analysis, IFPA)识别中欧班列关键运输节点风险,并采用K-Means++聚类算法对节点进行风险划分。通过构建中欧班列全域运输网络进行案例分析,结果表明该模型可有效识别节点风险且节点风险分类结果符合实际情况。高、中、低风险区和风险监测区分别对应5、10、7和6个关键运输节点。对运输节点进行风险分类有助于分级管理中欧班列运输风险,保障运输安全。     

混凝土结构火灾损伤检测技术研究

对混凝土在火灾条件下的热像平均温升、抗压强度、超声波速和损伤深度进行了检测,获得了混凝土热像平均温升、抗压强度、超声波速和损伤深度随着温度变化的规律,并对影响混凝土热像平均温升和超声波速的因素进行了分析,为混凝土结构火灾损伤程度的现场检测提供了一种科学的技术方法。