数据驱动的时延神经网络动载荷识别方法
A data-driven dynamic load identification method based on time-delay neural networks作者机构：北京航空航天大学航空科学与工程学院强度与结构完整性全国重点实验室北京100191 上海交通大学船舶海洋与建筑工程学院上海200240 航空工业航宇救生装备有限公司试验部湖北襄阳441003 中国船舶及海洋工程设计研究院上海200011
出 版 物：《振动工程学报》 (Journal of Vibration Engineering)
年 卷 期：2024年第37卷第10期
页 面：1688-1697页
核心收录：
学科分类：08[工学] 080104[工学-工程力学] 0815[工学-水利工程] 080101[工学-一般力学与力学基础] 0801[工学-力学（可授工学、理学学位）]
基 金：国防基础科研计划项目(JCKY2019205A006)
摘 要：载荷识别是指根据测量的结构响应重构结构载荷的问题,属于力学中的反问题。本文提出了一种基于时延神经网络的载荷识别方法,通过实验和仿真相结合的数值算例验证表明,这一方法相比于一般的反向传播神经网络具有更高的识别精度;在时延神经网络的基础上,引入了统计池化的思想,并与普通的神经网络载荷识别方法相比较,证明了该方法在不同强度的噪声环境下均具有良好的识别效果;基于上述载荷识别方法,提出了一种基于粒子群优化算法的传感器布局优化策略,相比于随机的传感器布局,优化后的传感器布局可以在考虑传感器安装间距的同时,将载荷识别误差降低90%以上,有效提高了载荷识别精度。
维普期刊数据库
同方期刊数据库