原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
在地震活跃地区,能够准确、有效地估计地震诱发损害是必要的。目前的做法是评估伤害检查或测试,这既耗时主观的。作为替代,在过去的十年研究结构健康监测(SHM)已经收到了相当大的。SHM方法使用测量结构反应(加速度、速度、位移、压力、温度等),试图从他在本研究中,我们使用自回归(AR)模型以适应加速时间历史建筑受到一个随机的地面运动。AR系数被用作输入特性引入人工神经网络(ANN)。被训练识别这些AR系数的变化两个识别和每个层破坏程度。整个方法的流动是图1所示。
第一种技术我们使用是借用了时间序列分析的领域。一个单变量的时间序列xt代表,如加速度可以建模为一个基于“增大化现实”技术的过程,指示为p阶AR(p):
在xt1…xt-p是先前的值的系列等时间序列,是噪音…a2是AR系数。第二种技术是人工智能。人工神经网络是故意设计用来模拟结构,利用组织原则在大脑中观察到。他们有能力有效地执行任务,例如模式识别、分类和函数近似。网络的结构用隐层如图1,x和o是输入和输出向量的网络,分别。权重,用向量w,学会了在网络训练和存储信息的输入数据的处理。
在该方法,AR模型是用来满足结构的反应,这些模型的系数被用作输入到一个安。的输出伤害在每个层。该方法应用到一个简单的、线性、集中质量模型的一个剪切建筑。损伤结构定义为减少横向刚度。这些分别为1.0、0.8、0.6和0.4倍的原始刚度。任何同步组合这些损伤状态被认为是即共有256个不同的损伤状态。合并后的结果的识别是图3所示,其中损伤检测层一直密谋反抗模拟损伤。对于完全准确的结果中的所有数据图将会崩溃成四个点(0.4,0.4),(0.6,0.6),(0.8,0.8)和(1.0,1.0)对应于四个模拟损伤状态。图3显示了一个非常少量的散射的模拟值,因此高度精确的损伤预测能力的方法。
图3。损伤识别的结果。
文档评论（0）