《表1 损伤情况:一种基于卷积神经网络的结构损伤检测方法》
板是工程中常见的一种结构,本文以一四边固定的方形薄板为例,进行损伤识别研究.薄板的几何尺寸和材料特性为:长×宽=10 m×10 m;材料弹性模量E=192 GPa;泊松比ν=0.3;密度ρ=7800 kg/m3.其有限元模型如图3工况1所示,将板划分为25×25个有限单元,通过降低薄板不同位置的弹性模量来模拟损伤工况,共有9种工况:包含8种损伤工况和1种无损工况,各工况的损伤情况如表1和图3所示,图3中加黑色圆圈的有限单元为损伤单元.各工况的加速度数据,采用有限元法模拟生成,在板的中心施加高斯白噪声荷载,以模拟外界环境激励.每种工况选择除了四边固定结点外的24×24=576个结点的加速度数据作为卷积神经网络的输入数据,加速度采样频率为200 Hz,采样时间为5 s.从而得到9×1000个样本,即每个时刻点上为一个样本,每个样本由24×24个结点上的加速度组成.
图表编号 | XD00160816300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.15 |
作者 | 张盼盼、张健飞 |
绘制单位 | 河海大学力学与材料学院、河海大学力学与材料学院 |
更多格式 | 高清、无水印(增值服务) |