论文部分内容阅读
鉴于传统BP网络速度慢和局部极值问题及神经网络实验数据训练样本不足的缺陷,本文提出利用径向基函数(Radial Base Function,简记为RBF)神经网络通过有限元方法对试件进行模拟,把修正后的前五阶弯曲模态频率构建训练样本的新思路,将实验模态分析的结果送入训练好的RBF神经网络进行预测,实现对编制复合材料梁的脱层损伤位置和程度评估。结果表明RBF网络速度快,稳定性好,精度高,在复合材料结构损伤监测中具有光明的应用前景和重要的工程价值。