收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于动态特性及LSSVM的桥机主梁损伤识别研究

罗志宏  
【摘要】:起重机是一种现代化工业中重要的物料搬运机械,能够节约成本,提高工作效率,被广泛应用于工业生产,在重工业行业里起着非常重要的作用。但由于起重机金属结构材料自身和焊接缺陷,再加上长期受交变载荷和恶劣环境的作用,难免会出现疲劳裂纹损伤。而这些早期微小裂纹损伤通常难以发现,一旦积累到一定程度就会发生突然断裂事故,造成巨大损失和恶劣影响。因此,对起重机金属结构的早期裂纹损伤识别研究具有重要意义。由于结构损伤会引起结构刚度、质量、阻尼等物理参数发生改变,而这些参数的改变必然会导致结构频率、振型等模态参数发生变化。这种利用结构模态参数改变进行损伤识别的方法称为全局损伤识别法,是目前结构损伤识别的研究热点,具有信号易于提取,监测效率高,监测过程不影响结构的正常使用,并能够量化性能的改变等优点。鉴于传统结构损伤检测方法无法处理全局,实时和定量的损伤识别问题,提出基于动态特性的起重机金属结构损伤识别方法,同时借助一种可以进行数据分析的智能辅助工具,即最小二乘支持向量机,使损伤指标与智能方法相结合,更好地实现结构的损伤识别。本文以识别桥式起重机金属结构损伤为主要目的。首先使用有限元软件建立桥式起重机金属结构有限元模型,对桥机主梁危险位置设置了不同工况裂纹损伤,然后对桥机进行模态分析得到模态频率,并使用等高线法对桥机主梁裂纹进行了识别。其次,通过改变结构弹性模量来模拟损伤,分析了桥机主梁的单元模态应变能,以一阶单元模态应变能变化率为损伤指标对桥式起重机主梁进行了损伤识别,在得到损伤位置的基础上,计算了大概的损伤程度。最后,选用支持向量机中的最小二乘支持向量机为代理模型,以一阶模态应变能变化率为代理模型输入特征参数,损伤程度为输出量,对桥式起重机主梁分别进行了不同损伤位置、不同损伤程度、多损伤等多种工况的损伤识别分析与研究。结果表明,单元模态应变能变化率结合最小二乘支持向量机的损伤识别方法,对桥机主梁单损伤及多损伤的损伤位置和损伤程度均可准确识别,且方法简单,效率高。


知网文化
【相似文献】
中国期刊全文数据库 前18条
1 伍轶鸣;孙博文;成荣红;刘志良;郭平;汪鹏;;基于灰狼算法的LSSVM模型预测凝析气藏露点压力研究[J];西安石油大学学报(自然科学版);2020年02期
2 向燕飞;;基于自适应参数的LSSVM高校学生信用评估方法[J];电子技术与软件工程;2020年11期
3 龙金莲;张玉分;卢家暄;;基于改进粒子群优化LSSVM的短期电力负荷预测[J];机电信息;2016年36期
4 陈超;沈飞;严如强;;改进LSSVM迁移学习方法的轴承故障诊断[J];仪器仪表学报;2017年01期
5 石乔;程明;;基于集成LSSVM增量学习方法研究与应用[J];计算机工程与设计;2017年10期
6 林超;王华杰;;最小残差法加速局部加权LSSVM求解及其应用[J];微型电脑应用;2014年11期
7 王元麒;王磊;李桂香;;基于LSSVM的真空玻璃传热过程建模[J];真空;2015年02期
8 蔡冬阳;赵申;周玮;郭德华;薛书倩;;光伏影响下考虑气象负荷分解和LSSVM的负荷预测[J];计算技术与自动化;2020年04期
9 沈吉宝;;多特征融合的LSSVM遥感影像道路提取[J];北京测绘;2021年06期
10 居锦武;;基于LSSVM的六价铬含量预测模型[J];现代电子技术;2017年03期
11 杨洁;;基于人工免疫算法优化LSSVM的短期电力负荷预测[J];山西电力;2014年02期
12 盛怡;焦元钊;;基于小波包和LSSVM的小电流接地故障选线[J];兰州交通大学学报;2012年06期
13 赵光耀;邹鹏;韩伟红;;基于遗传算法和LSSVM的网络安全事件发生频率预测[J];信息网络安全;2010年10期
14 孙丽萍;范宇;张冬妍;曹军;;基于LSSVM的木材干燥在线建模研究[J];仪器仪表学报;2009年09期
15 相恒富;张立军;石永军;;基于LSSVM的直线电机进给定位误差补偿研究[J];机械工程师;2008年04期
16 谢锋云;符羽;王二化;李昭;谢添;;基于多特征提取和LSSVM的轴承故障诊断[J];机床与液压;2020年17期
17 徐宇柘;曹彦萍;钟锐;;基于LSSVM的多输入多输出开关磁阻电机建模[J];电机与控制学报;2015年06期
18 王真真;张雪英;刘晓峰;;稀疏LSSVM及其在语音识别中的应用[J];计算机工程与设计;2014年04期
中国重要会议论文全文数据库 前20条
1 马永芳;王兆耀;凌志浩;;LSSVM故障诊断专家系统研究及其应用[A];2010中国仪器仪表学术、产业大会(论文集1)[C];2010年
2 王鲜芳;郑竹林;张海燕;;基于细化图像和LSSVM的指纹分类方法[A];2009中国控制与决策会议论文集(3)[C];2009年
3 赵光耀;邹鹏;韩伟红;;基于遗传算法和LSSVM的网络安全事件发生频率预测[A];全国计算机安全学术交流会论文集·第二十五卷[C];2010年
4 丁国君;王立德;申萍;刘彪;;基于改进PSO算法优化LSSVM的模拟电路软故障诊断方法[A];2013年中国智能自动化学术会议论文集(第四分册)[C];2013年
5 胡冬梅;宋路;于林韬;朱一峰;Niu Guo-cheng;;LSSVM模型下的LCVR相位延迟特性标定方法研究[A];国防光电子论坛第二届新型探测技术及其应用研讨会论文集[C];2015年
6 张春晓;张涛;王金旺;赵超;;基于改进PSO和LSSVM的油水两相流含油率预测[A];PCC2009—第20届中国过程控制会议论文集[C];2009年
7 谢朔;初秀民;柳晨光;吴青;;基于改进LSSVM的船舶操纵运动模型在线参数辨识方法[A];第十一届中国智能交通年会大会论文集[C];2016年
8 伊兵哲;平西建;;基于LSSVM的JPEG图像隐写分析算法[A];第七届全国信息隐藏暨多媒体信息安全学术大会论文集[C];2007年
9 洪贝;姜学鹏;陈青华;丁海强;;基于在线LSSVM的陀螺漂移预测算法研究[A];探索 创新 交流(第7集)——第七届中国航空学会青年科技论坛文集(上册)[C];2016年
10 姜学鹏;洪贝;;基于在线LSSVM模型的疲劳裂纹增长分析[A];2015年第二届中国航空科学技术大会论文集[C];2015年
11 李潇;徐进军;;基于小波分析与LSSVM的滑坡变形预测[A];2009全国测绘科技信息交流会暨首届测绘博客征文颁奖论文集[C];2009年
12 马文涛;;参数优化LSSVM的巷道围岩松动圈预测研究[A];第九届全国岩土力学数值分析与解析方法讨论会论文集[C];2007年
13 谭彩凤;邢座程;田海军;;基于OpenCV体系结构的LSSVM算法与人脸检测研究[A];中国电子学会第十六届信息论学术年会论文集[C];2009年
14 王海军;白丹;党志良;;基于LSSVM泾惠渠灌区来水预测[A];水力学与水利信息学进展 2009[C];2009年
15 乔伟彪;陈保东;;基于EMD-近似熵和LSSVM的天然气短期负荷预测[A];2015中国燃气运营与安全研讨会论文集[C];2015年
16 范磊;张运陶;;基于LSSVM实现CO_2转化率的软测量建模[A];第十届全国信息技术化工应用年会论文集[C];2005年
17 洪贝;姜学鹏;;基于聚类LSSVM模型的疲劳裂纹增长分析[A];空天资源的可持续发展——第一届中国空天安全会议论文集[C];2015年
18 张新胜;陈波;丁宁;;动态LSSVM在SCR脱硝NO_x多工况模型预测及喷氨控制优化中的应用[A];浙江省电力学会2018年度优秀论文集[C];2018年
19 殷玉平;刘剑;周彤;丁勇;李浩恒;;基于信息融合的预应力混凝土桥损伤识别方法[A];第二十届全国现代结构工程学术研讨会论文集[C];2020年
20 路玲玲;宋宏伟;黄晨光;;基于振动特性的金属点阵夹层板损伤识别方法研究[A];第八届全国高超声速科技学术会议论文摘要集[C];2015年
中国博士学位论文全文数据库 前3条
1 刘丽霞;基于小波理论与LSSVM的模拟集成电路故障诊断方法[D];西安电子科技大学;2011年
2 赵云鹏;基于动力和声学特性的混凝土简支梁桥损伤识别方法研究[D];东北林业大学;2019年
3 牛杰;基于模型确认的桥梁结构概率损伤识别方法研究[D];东南大学;2018年
中国硕士学位论文全文数据库 前20条
1 罗志宏;基于动态特性及LSSVM的桥机主梁损伤识别研究[D];太原科技大学;2021年
2 桑发文;深度核极限学习机和相似性LSSVM时间序列预测模型研究[D];兰州大学;2019年
3 王鹏程;基于LSSVM的地铁车站基坑周边建筑物的沉降规律与预测研究[D];辽宁工程技术大学;2016年
4 冷子文;基于混沌和改进LSSVM的短时交通流预测[D];青岛大学;2014年
5 吴琼;基于小波变换的LSSVM月径流预报研究[D];新疆大学;2015年
6 高和东;GPU并行计算在LSSVM建模中的研究与应用[D];大连理工大学;2010年
7 李静;改进鲸鱼优化LSSVM带钢厚度预测系统研究与实现[D];辽宁大学;2021年
8 蒋宏杰;基于KPLS和鲁棒加权LSSVM的工业过程监控技术研究[D];华东理工大学;2012年
9 李梦然;基于改进LSSVM的我国钼精矿物流需求预测研究[D];西安建筑科技大学;2019年
10 吴文江;基于EMD和LSSVM的短期电力负荷预测策略研究[D];安徽工程大学;2016年
11 童晓;基于LSSVM和改进PSO算法的燃煤锅炉燃烧优化研究[D];中国计量学院;2015年
12 王曼;基于LSSVM优化的数据中心新风系统能耗预测[D];华中科技大学;2017年
13 刘丽沙;基于LSSVM的辐射计测量绝缘子污秽的检测模型研究[D];华北电力大学;2015年
14 黄玉萍;基于LSSVM的弓网系统建模研究[D];华东交通大学;2015年
15 王珊;基于改进人工蜂群算法和LSSVM的甲醇合成过程软测量建模方法研究[D];华东理工大学;2012年
16 沈建洋;基于BEMD与LSSVM的大型磨床磨削颤振在线检测方法研究[D];浙江理工大学;2017年
17 陈官林;基于数据融合LSSVM的滚动轴承剩余寿命预测[D];西南交通大学;2017年
18 张慧超;基于LSSVM风压分布预测研究[D];哈尔滨工业大学;2015年
19 杨夏夏;基于LSSVM的电网物流中心选址问题研究[D];华北电力大学;2014年
20 徐飞;基于混合核函数的LSSVM发酵建模[D];大连理工大学;2012年
中国重要报纸全文数据库 前3条
1 王媛华 侯崇富;水电站起重量最大的桥机在三峡试验成功[N];中国电力报;2002年
2 本报记者 海霞 阎友华 刘凤芹 通讯员 张炳桥;架设“创新桥梁”的“万能加工厂”[N];中国经济导报;2004年
3 记者 解丽娜 通讯员 王瑞博;拉西瓦水电站主厂房800吨桥机安装就位[N];青海日报;2006年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978