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
第 34卷 第 1期 兵器 材 料 科 学 与工程 Vo1．34 No．1
2O11年 1月 0RDNANCE MATERIAL SCIENCE AND ENGINEERING Jan．． 20l1
基于模糊 RBF神经网络的复合材料结构脱层损伤监测研究
王宏涛 ，刘朝勇 ，郑世杰
(1．南京航空航天大学 机 电学 院，江苏 南京 210016；2．南京航空航天大学
智能材料结构航空科技重点实与命室 ，江苏 南京 210016)
摘 要 提 一种径 向基 函数 (RBF)神经 网络和模糊聚类分析相结合 的复合材料结构脱层损伤监测方法。该方法融合神
经 网络学习能力强和模糊逻辑推理 自适应 、自组织 、容错性好等优点 ，简化神经 网络 学习数据获取及模 糊推理规则建立的
过程 利用 有限元方法对含有脱层损伤的复合材料试件进行数 值模拟 ，以前六阶弯曲模态频率构建训练样本 ，将实验模态
分析结果经送入训练好 的模糊 RBF神经网络进行预测 ，从而实现对复合材料梁的脱层损伤定位和损伤程度评估 。实验结
果表明，模糊 RBF神经网络鲁棒性好 ，精度高。
关键词 模糊 推理 ：RBF神经 网络 ：损 伤监测 ；模态频率 ；复合材料
中图分类号 rB381 文献标识码 A 、 文章编号 l004—244X(2011)ol一0001—04
DelaminationdamagemonitoringforcompositestructuresbasedonfuzzyRBFneuralnetwork
WANGHongtao，LIUChaoyong2,ZHENGShijie
(1．CollegeofMechanicalandElectricalEngineering，NanjingUniversityofAeronauticsAstronautics，Nanjing
210016，China；2．AeronauticalScienceKeyLaboratoryofSmartMaterials＆Structures，NanjingUniversityof
AeronauticsAstronautics，Nanjing210016，China)
AbstractA newmethodforthedelaminationdamagemonitoringofcompositestructures，usingRadialBaseFunction (RBF)
neuralnetworkcombinedwithFuzzyTheory，ispresentedinthispaper．Thesystem combinestheadaptivelearningdiagnosis
procedureoftheartificialneuralnetwork (ANN)andthetransparentknowledgerepresentationofthefuzzysystem，and
simplifiestheprocessofobtainingtheANN’Slearn ingsampleandestablishmentthefuzzy inferencerules．Thefirstsixflexure
modalfrequenciesofFEM modelfordifferentconditionsobtainedbyFEM ，areusedtotrain theFuzzyRBF neuralnetwork．
Finally，thefirstsixflexureexperimentalmodalfrequencies，areinputtotheneuralnetworktopredictthedelaminationlocation
anditsextent．TheresultsdemonstratethatthefuzzyRBFneuralnetwork isro
文档评论（0）