收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于神经网络的钢结构通信塔损伤识别研究

景泳皓  
【摘要】:随着我国移动通信技术的快速迭代,基础网络设备不断更新,并且在当前多种制式网络共存运营的情况下,钢结构通信塔上搭载的设备随着网络制式的更新而逐渐增加。在长期使用的情况下,钢结构通信塔出现损伤的概率也逐渐上升。因此,有必要对钢结构通信塔的结构健康状况进行检测。目前的钢结构通信塔检测手段主要为人工巡检,存在检测周期长、损伤发现不及时以及检测质量不稳定等不足之处。为了解决上述问题,有必要对自动化的钢结构通信塔检测方法进行研究,而自动化检测的核心部分即是损伤的自动识别。因此,本文主要对基于神经网络的钢结构通信塔损伤识别进行研究。本文提出了基于BP-RBF神经网络的多重分步损伤识别方法。采用ANSYS软件对可以反映钢结构通信塔损伤位置与损伤程度的模态数据进行提取,选取了基于固有频率的损伤标示量构成损伤识别样本库,以供神经网络损伤识别使用。本文采用BP神经网络进行损伤定位,采用RBF神经网络进行损伤程度的识别,并针对具体的损伤识别任务分别选取能够体现损伤信息的模态数据构成损伤样本库,分别进行神经网络的设计。通过分解问题,采用多网络共同识别,降低了损伤识别问题的复杂度,提高了方法可行性与可靠性。完成了损伤识别神经网络的初步设计后,本文选取了陕西某三边形钢管塔作为实例开展了损伤识别算例研究。使用基于Lenenberg-Marquardt算法的BP神经网络对损伤所在塔段进行了识别,平均识别准确率达96.66%。使用基于弹性梯度下降算法的BP神经网络对损伤杆件类型进行了判断,平均识别准确率达97%。使用RBF神经网络对杆件损伤程度进行了识别,90%的样本识别误差在5%以内。综合以上三个网络的识别信息,较好的实现了钢结构通信塔杆件损伤的识别。对基于神经网络的钢结构通信塔损伤识别方法的可行性予以了验证。考虑到建模精度与测量因素所导致的误差对损伤识别的影响,本文以损伤塔段识别为例,采用带误差的样本对神经网络在误差下的性能表现进行了研究。经验证,在5%以内的误差水平下,对损伤塔段的平均识别成功率达80%以上,基于神经网络的钢结构通信塔损伤识别方法具有较好鲁棒性。最后,在上述研究成果的基础上,本文提出了基于神经网络损伤识别的钢结构通信塔自动化无损检测系统框架,对自动化检测系统的进一步研究进行了展望。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 张红梅,李岩,裴强;低温下钢结构裂缝损伤识别方法(I)[J];低温建筑技术;2004年05期
2 孔成;续秀忠;;基于曲率模态理论的悬臂梁损伤识别研究[J];工业控制计算机;2016年10期
3 张亮权;闫英春;;钢结构通信塔设计[J];科技风;2011年01期
4 德吉卓嘎;杨建喜;;基于神经网络的多参数损伤识别[J];黑龙江科技信息;2011年06期
5 孙晓宏;;钢结构通信塔结构附件对结构初步设计的影响[J];山西建筑;2012年13期
6 郑国庆;王德富;胡俊亮;;结构损伤识别的发展与展望[J];中国水运(下半月);2018年10期
7 陈志刚;;基于结构振动的损伤识别技术研究进展[J];山西建筑;2007年06期
8 张广法;王立军;矫林;;基于能量密度的悬臂梁损伤识别[J];舰船电子工程;2014年02期
9 邱伟江;;钢结构单管通信塔钢管桩基础设计探讨[J];现代物业(中旬刊);2019年05期
10 李小平;郑世杰;;基于遗传算法和拓扑优化的结构多孔洞损伤识别[J];振动与冲击;2011年07期
11 张效忠;赵志峰;孙国民;李海燕;;基于子结构的隐蔽损伤识别方法研究[J];武汉大学学报(工学版);2019年02期
12 陈家照;毛行;;火箭蒙皮上L型梁损伤识别方法的仿真研究[J];噪声与振动控制;2018年S2期
13 裴元义;毕枫桐;朱峰林;;基于时域损伤识别的单一类型信号传感器布置优化方法[J];水电与新能源;2018年08期
14 庞博;;新增天线对钢结构通信塔的影响[J];通讯世界;2016年24期
15 朱福春;刘静;;基于有限元模型的吊索损伤识别与定位的研究[J];公路交通科技(应用技术版);2015年09期
16 李新平;;损伤位置对梁振动模态影响的数值研究[J];交通标准化;2009年07期
17 豆征;王欣;;基于离心加权的桁架早期损伤识别[J];起重运输机械;2007年05期
18 陈孝珍,朱宏平,陈传尧;灰色相关性分析在结构静力损伤识别中的应用[J];力学与实践;2005年03期
19 郑宏莉;;基于新增天线对钢结构通信塔的影响分析[J];数字通信世界;2019年07期
20 付春雨;单德山;李乔;;基于支持向量机的静力损伤识别方法[J];中国铁道科学;2010年05期
中国重要会议论文全文数据库 前10条
1 宋来健;王景全;;土木工程结构损伤识别研究进展[A];中国土木工程学会2018年学术年会论文集[C];2018年
2 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
3 黄永;李惠;欧进萍;;基于分形理论和小波包变换的损伤识别方法[A];第六届全国土木工程研究生学术论坛论文集[C];2008年
4 张石磊;陈少峰;王焕定;王伟;;损伤识别指标的模糊层次分析[A];第八届全国地震工程学术会议论文集(Ⅱ)[C];2010年
5 唐达;曾宪鹏;武文华;王延林;岳前进;谢斌;王世圣;冯加果;;基于监测的非线性动力系统损伤识别的研究[A];第十八届中国海洋(岸)工程学术讨论会论文集(上)[C];2017年
6 孔成;续秀忠;武永顶;;基于曲率模态理论的悬臂梁损伤识别的理论及实验研究[A];第十六届全国模态分析与试验学术会议论文集[C];2016年
7 张舸;周立成;刘泽佳;汤立群;刘逸平;蒋震宇;;一种移动时空窗口下的PCA损伤识别方法[A];2018年全国固体力学学术会议摘要集(下)[C];2018年
8 刘珂;韦灼彬;;基于LabVIEW的钢结构损伤预警系统研究及实现[A];第十二届全国现代结构工程学术研讨会暨第二届全国索结构技术交流会论文集[C];2012年
9 陈有亮;王容;;基于模态曲率小波变换的T型简支梁损伤识别研究[A];《工业建筑》2017年增刊II[C];2017年
10 宋宏伟;黄晨光;;基于动力学特性的轻质金属点阵夹层板损伤识别研究[A];中国力学大会-2015论文摘要集[C];2015年
中国博士学位论文全文数据库 前10条
1 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
2 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
3 封硕;结构监测的传感器优化布置与损伤识别研究[D];大连理工大学;2017年
4 孙砚飞;基于光纤光栅传感的桥梁损伤识别与评估系统研究[D];武汉理工大学;2008年
5 黄天立;结构系统和损伤识别的若干方法研究[D];同济大学;2007年
6 段红霞;钢结构地震损伤分析与损伤识别方法研究[D];大连理工大学;2010年
7 狄生奎;基于动力参数的损伤识别及嵌入SMA的钢筋砼结构自监测与自修复研究[D];兰州理工大学;2011年
8 袁旭东;基于不完备信息土木工程结构损伤识别方法研究[D];大连理工大学;2005年
9 李国东;钢结构损伤诊断实用方法研究[D];中国地震局工程力学研究所;2010年
10 王艺霖;基于影响线二次差值的桥梁损伤识别方法[D];上海交通大学;2011年
中国硕士学位论文全文数据库 前10条
1 景泳皓;基于神经网络的钢结构通信塔损伤识别研究[D];西安建筑科技大学;2019年
2 林涛;大跨钢结构缺陷损伤的测定方法的研究[D];西安建筑科技大学;2009年
3 周春芳;结构分布式损伤识别决策融合研究[D];浙江大学;2006年
4 郑嘉俊;移动荷载作用下桥梁动力响应分析[D];吉林建筑大学;2019年
5 金梦茹;基于结构响应向量与机器学习的损伤识别方法研究[D];华南理工大学;2019年
6 安平和;基于支持向量机的桥梁损伤识别研究[D];长安大学;2019年
7 陆智勇;结合FBG监测数据和PCA方法的损伤识别研究[D];苏州科技大学;2019年
8 王乃腾;基于DIC技术的钢筋混凝土梁损伤识别[D];长安大学;2019年
9 边刘阳;基于超声Lamb波的平板损伤识别和定位研究[D];大连理工大学;2019年
10 刘涛;变形结构的损伤识别方法研究[D];南京航空航天大学;2019年
中国重要报纸全文数据库 前10条
1 本报记者 蔡秀娟;用肩膀“扛”出一座座通信塔[N];人民邮电;2019年
2 本报记者 党博文;中国铁塔共享不设限[N];通信产业报;2017年
3 ;填补国内空白便携式通信塔问世[N];嘉兴日报;2011年
4 付晓峰;山东发布钢结构装配式住宅发展实施意见[N];建筑时报;2020年
5 记者 高伟山 通讯员 田苗;我市全面推进钢结构等装配式建筑发展[N];许昌日报;2020年
6 YMG全媒体记者 杨健 通讯员 王娅妮 田小红;优先采用装配式钢结构[N];烟台日报;2020年
7 付晓峰;山东发布钢结构装配式住宅发展实施意见[N];建筑时报;2020年
8 程小红;钢结构建筑政策支持力度加码,行业前景可期[N];中国建设报;2020年
9 本报记者 晋帅妮;打造装配式钢结构建筑产业集群[N];山西日报;2019年
10 罗晔;螺旋式设计推动钢结构建筑的发展[N];世界金属导报;2019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