基于应变广义柔度矩阵的结构损伤识别方法、系统和设备

AITNT
正文
推荐专利
基于应变广义柔度矩阵的结构损伤识别方法、系统和设备
申请号:CN202411862064
申请日期:2024-12-17
公开号:CN119918332A
公开日期:2025-05-02
类型:发明专利
摘要
本发明公开了基于应变广义柔度矩阵的结构损伤识别方法、系统和设备,属于结构健康监测技术领域。该方法以杆件的弹性模量降低率为损伤系数,以结构损伤后的频率、位移振型和应变模态为观测数据,采用应变与位移的转换关系,定义了应变广义柔度矩阵,推导了结构损伤前后,应变广义柔度矩阵改变量对损伤系数的灵敏度方程,在有限项截断后,建立基于应变广义柔度矩阵的损伤识别方程,考虑到损伤系数的物理意义,采用有约束的最优化算法求解了上述灵敏度方程。本发明所采用的应变数据在实际应用中易于测量且对损伤敏感,与传统的振型模态相比,可以识别到更小的损伤工况,且不会出现负损伤系数,符合物理要求;识别精度更高,具有更好的抗噪声性能。
技术关键词
结构损伤识别方法 广义 矩阵 灵敏度方程 结构有限元模型 结构损伤识别系统 数据采集模块 序列二次规划算法 结构健康监测技术 频率 刚度 杆件 代表 处理器通信 存储器 表达式 坐标系
系统为您推荐了相关专利信息
1
水田动力底盘激光下陷深度分析测试系统及其测试方法
分析测试系统 激光接收传感器 分析测试方法 无线数据传输模块 底盘
2
畸变文本图像矫正模型训练方法及畸变文本图像矫正方法
矫正模型 文本图像矫正方法 融合特征 矩阵 注意力机制
3
图像处理方法及装置
铭牌 神经网络模型 图像处理方法 分辨率 像素点
4
基于异时空多模态信息融合的情感状态评估方法及系统
多模态信息融合 状态评估方法 双通道卷积神经网络 动态时间弯曲 高斯混合模型
5
一种基于多标签学习的乳腺组织病理智能辅助诊断方法
智能辅助诊断方法 卷积神经网络模型 多标签学习 特征提取器 切片
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号