基于神经网络的壳体结构损伤诊断研究.pdf

J—n“0f删caIs帕-gtll 执俄善季盘 基于神经网络的壳体结构损伤诊断研究‘ STUDY0FDAMAGEFAULTDIAGNoSIS矾蝴珏LL BAS皿oNNEI瓜AI，NElⅥQRK 罗跃纲”“2曾海泉2。闻邦椿2 (3．沈阳化工学院化机系，沈阳110021) LUO 112 正NG 20 2 Yuegang W郁Banachun Haiquan 摘要神经网络输入参数的选择将直接影响工程结构损伤识别的精度和准确性。本文提出咀反映结构损伤位置和 程度的固有频率与频率下降率的组合作为神经网络输入的特征参数，以增加对损伤程度敏感的参数项，克服单独使用某 种参数的缺陷。针对使用BP算法的多层感知器中存在的网络学习收敛速度慢，容易陷人局部极小点等问题．采用一个 改进算法。并以门座起重机筒形支柱——圆柱壳结构损伤为倒，进行计算分析，从中可以看出．采用此组合特征参数和 改进算法提高了诊断的精度．加快了网络收敛的速度。 关键词 特征参数改进BP算法损伤诊断频率下降率 中图分类号聊TPl83A ’I Absh嘣T||eselecnonofrumI irIⅡuen忧thea11d 0f in nehv0出i“pI|tparan僦e隔will preciseaccum。yI|arrl8萨ideⅡt访(：ation inhe他nI dd鹊neural ands№啉曲小l network 晰u时u坤S0m。严pe墙100kfieqI*ncies，f忙qIlm叮mBP叩昌ef咖cdnns，di8plac删enl t|-e dir刖L t11emljo l“p“tP日瑚JTleters．FI帅thepd呲0fd”枷。pmPe^ies，theinheRm丘明uerIcies唧tl憎rr-皤linputpa瑚wters．Bm of w船㈣枷“ve order drops dⅢiIlhemnl丘8quencies．In pamrnete隋0f fr。qu郫cy to皿pmve出e靶璐jtlve d日Ⅱ18薛d。gree． was f0】删{otaketkinhe陀nt andmtjo0f oveI℃or№Il】e舳c佣i。睁0fu对ng螽I蝉edym帅ic曲gnahⅡ璐，itput hlple删ies freqLIen。y asc}岫ct—mio Ileuralnetwork e㈣甜出c can耐1ectt11e 0f drops Ila。础te瑁0f i‘q儿lb．The pa脚mLers loc鲥帅and恤degree shm：ture．Anew kk d丑瑚俨in impmvedPlql88出onalgodlllm(IBP)wasadc删曲Tli“gatⅡ屺pIobleI惜aboutdow∞nve。8明ce眦 蚰d to rrIi血uⅡBinrlelwork 0f perceptions画llg