摘要
本发明属于大型钢结构健康状态监测领域,提供了基于演化机理分析的大型钢结构损伤识别方法及系统,其技术方案为分析荷载和环境长期耦合作用下的大型钢结构损伤时变演化规律,依托构建的数值模拟模型,揭示钢结构在长期服役过程中的性能退化机理。以性能退化机理为指导,提出基于单元灵敏度模型和稀疏贝叶斯理论的大型钢结构损伤反演识别方法,实现对钢结构损伤区域的有效定位。在此基础上,研究基于广义遗传算法的大型钢结构损伤定量分析方法,在变异机制中采取奖优罚劣策略,最终构建大型钢结构损伤准确辨识与量化分析技术体系,为大型钢结构的运行风险评估、安全控制和预知养护提供科学依据。
技术关键词
大型钢结构
损伤识别方法
模拟模型
反演模型
灵敏度矩阵
刚度
概率密度函数
对钢结构
稀疏贝叶斯理论
频率
量化分析技术
钢材料
损伤识别系统
数值
健康状态监测
定量分析方法
遗传算法
方程
系统为您推荐了相关专利信息
预测建模方法
微型温度传感器
芯片
迁移学习神经网络
散热策略
分布预测方法
氧化还原环境
X射线荧光光谱分析
多元回归模型
机器学习分类算法
地质预报方法
反演模型
不良地质体
掘进参数
掘进机
反演模型
联合损失函数
多尺度特征
多源特征
动态校正