基于当前多影响线信息的超静定梁损伤识别方法

来源 :中南大学学报:自然科学版 | 被引量 : 0次 | 上传用户:hy3508
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对超静定、变刚度梁损伤识别问题,提出基于当前状态多影响线信息的损伤识别方法,研究超静定梁式结构的影响线特征、局部损伤对梁应变影响线和挠度影响线的影响。基于实际应变影响线识别梁边界条件,以此构建损伤指标曲线,并根据其局部峰值点定位梁局部损伤。在此基础上建立包含损伤信息的基函数,对实际挠度影响线曲线进行最小二乘拟合计算,识别提取桥梁局部刚度折减信息即损伤定量化。开展移动车辆过梁数值仿真,结合数值计算响应进行损伤定位及定量研究。研究结果表明:所提出的损伤定位和定量方法不需要结构未损状态下的信息作为参考;当局部
其他文献
在工业生产中,常常需要检测大量的打印文档.现有的打印文档缺陷检测通常采用基于图像处理的方法,该方法容易受到外界环境的干扰,且误差相对较大.为了解决这一问题,提出了一种基于深度学习的打印文档缺陷检测算法.该算法包括打印文档纸张缺陷检测、打印文本倾斜和偏移检测、打印文字清晰度检测三个部分.通过分类网络先检测纸张全局上的缺陷问题,再通过对比网络检测纸张局部细节上的缺陷问题.实验表明,所提出的算法不仅能够
提出一种基于模型的优化方法,并采用遗传算法优化理论,研究阿特金森循环发动机的节油原理。在原Otto循环发动机基础上改变压缩比和进排气气门时刻,引入高压废气再循环(exhaust gasrecirculation,EGR)系统,利用遗传算法优化控制参数,达到提高燃油经济性及降低NOx排放的效果。最后将优化后的发动机模型用于混合动力汽车上,进一步挖掘阿特金森循环发动机的节油潜力。研究结果表明:燃油消耗量改型发动机优化后降低比例最高达11.16%。在串联式混合动力汽车中输出的累积油耗量在新欧洲驾驶循环(new
多孔介质材料内部孔隙通道复杂,为了在孔隙层面上研究多孔介质材料的渗透特性,利用微纳加工技术制作的不同孔隙结构的PDMS微流控芯片,芯片内部规则排列的圆形微柱构成二维通道网络。首先,在微流控芯片的一端使用精密注射泵施加一定流量梯度的无气水;其次,使用压力传感器测量芯片两端的压力响应;最后,利用达西定律计算出不同结构的微流控芯片的渗透系数。研究结果表明:多孔介质的内部孔隙通道结构对其渗透特性有决定性的影响;多孔介质中微柱正方形排列时的渗透能力强于微柱正三角形排列的渗透能力;多孔介质中孔隙喉道越小,渗透能力则越
为了定量优化研究矩形巷道顶板锚索的布置参数,在采用板岩层自然垮落平衡拱理论分析矩形巷道顶板锚索布置密度的基础上,建立顶板岩梁力学模型,通过理论分析与数值计算相结合的研究方法,验证矩形巷道顶板锚索最优布置参数的合理性。研究结果表明:使用普通圆柱形锁具时,锚索应垂直顶板安装;当巷道同一断面布置n根顶板锚索时,布置在巷道顶板有效跨度的n+1等分点位置最优;当顶板锚索的纵向排距与横向间距相等时,整个巷道顶板岩层面的受力最佳。矩形巷道同一断面按照三等分点位置布置2根、排距与间距相等、使用普通圆柱形锁具垂直顶板布置的
高校教师背景特征对学生评教分数是否存在显著的影响一直存在争论,基于M大学课堂教学质量评价系统的真实数据,利用单因素方差模型分析了高校教师背景特征影响学生评教分数的显著性.结果表明:教师性别、年龄和职称对学生评教分数的影响不显著;教师学历特征对学生评教分数的影响具有显著性,且硕士研究生教师与博士研究生教师之间的影响差异最大.
由于金催化的反应具有高效、方法简单、条件温和、官能团兼容性高等优点,受到越来越多的科研工作者的关注.金催化的Diels-Alder反应能够直接高效合成六元环,是构建六元环最常用的方法之一.为此,对国内外近年来金催化的Diels-Alder反应合成六元环的反应类型、催化效率、选择性及机理进行了总结.
B cell lymphoma 2 (Bcl-2) is an important antiapoptotic gene that plays a dual role in the maintenance of the dynamic balance between the survival and death of cancer cells. In our previous study, Bcl-2 was shown to delay the G0/G1 to S phase entry by reg
在机械臂的抓取检测中,基于Anchor-based的方法需要考虑很多超参数的选择和设计,难以有效提高算法整体性能。针对该问题,本文将抓取检测转换为关键点检测问题,基于CenterNet提出一种改进的抓取检测模型。首先,该模型重点解决寻找抓取框中心点的问题,其本质是对中心点进行关键点估计,从而降低抓取检测的复杂程度;其次,采用HourglassNet神经网络提取深层特征;然后,为了使模型能聚焦抓取检
GABA在植物发育中的研究已有70多年,但GABA参与信号途径涉及的许多关键科学问题仍悬而未决.其中,GABA受体、GABA是否可以远距离运输的问题阐明仍然是制约GABA在农作物调控运用中的关键科学问题.最近的研究揭示了类谷氨酸受体GLR(glutamate receptor-like)胞外LAOBP-Like和LIVBP-Like结构域可能具有GABA信号分子结合的潜在靶点.此外,新型GABA检
针对当前可穿戴式心率检测设备在运动条件下的心率测量准确度不高的问题,提出了一种卷积神经网络结合序列到序列网络(CNN-seq2seq)的深度学习算法,提取在运动状态下的光电容积脉搏波(photoplethysmograph, PPG)中的心率值的方法.结合卷积神经网络在特征提取方面的特点,并利用长短期记忆网络在时序数据处理上的优势,建立了卷积神经网络结合序列到序列的+注意力机制的网络模型.方法采集