基于应变模态和稀疏贝叶斯学习的网架结构损伤识别OA北大核心CSTPCD
Damage identification of truss structure based on strain mode and sparse Bayesian learning
传统稀疏贝叶斯学习算法进行损伤识别时需要对每个单元进行刚度损伤系数的迭代更新,当结构单元众多时,存在计算效率低和对振型的完备性要求高等问题.本文提出了损伤识别两步法,首先利用应变模态差指标进行疑似损伤单元的判断;接着以单元刚度损伤系数为目标参数,建立结构损伤识别的多层次稀疏贝叶斯学习模型,利用稀疏贝叶斯学习算法进一步识别疑似损伤单元的损伤位置以及程度.以一个空间网架结构为对象,针对单位置损伤和多位置损伤情况验证了该方法的有效性.
仇树茂;杨海峰;吴子燕;李梦莹;悦峰
西北工业大学力学与土木建筑学院,西安710129西北工业大学力学与土木建筑学院,西安710129西北工业大学力学与土木建筑学院,西安710129西北工业大学力学与土木建筑学院,西安710129西北工业大学力学与土木建筑学院,西安710129
数理科学
结构损伤识别应变模态稀疏贝叶斯学习空间网架
《计算力学学报》 2022 (1)
基于广义逆矩阵形态解析的含三维间隙动力学保总能量算法研究
63-69,7
国家自然科学基金(1190225351278420)西北工业大学研究生创意创新种子基金(ZZ2019121)资助项目.
评论