项目名称: 基于响应灵敏度分析的结构损伤识别新方法及实验研究

项目编号: No.11172333

项目类型: 面上项目

立项/批准年度: 2012

项目学科: 数理科学和化学

项目作者: 吕中荣

作者单位: 中山大学

项目金额: 70万元

中文摘要: 本项目拟基于响应灵敏度分析,研究结构损伤识别的时域新方法,并进行实验验证。利用振动理论与有限元法建立结构在完好及有损伤时的动力学方程,研究结构损伤(含裂纹损伤)对系统振动响应影响的特征和规律。在损伤识别反问题研究中,发展基于时域响应灵敏度分析的有限元模型修正法,利用迭代线性化反演方法进行结构损伤定位及程度确定。研究改进自适应正则迭代方法,用于改善损伤识别的收敛性,提高识别精度。基于同伦延拓迭代算法,发展一种裂纹反演问题的新方法,增大解的收敛范围,以便更有效地识别裂纹损伤。以相对复杂的板类结构为对象,加工试件进行实验,通过测量振动响应进行损伤识别,验证本项目所提出的理论分析方法的正确性和有效性,并将这些方法应用于实际结构的损伤识别,探讨其工程实用性。本项目研究可为结构损伤识别提供新方法,不仅具有重要的理论意义和学术意义,且具有广阔的工程应用前景。

中文关键词: 损伤识别;响应灵敏度分析;模型修正;正则迭代;同伦迭代

英文摘要:

英文关键词: damage identification;reponse sensitivity analysis;model updating;regularization iteration;homotopy iteration

成为VIP会员查看完整内容
0

相关内容

专知会员服务
29+阅读 · 2021年9月14日
专知会员服务
13+阅读 · 2021年8月29日
专知会员服务
11+阅读 · 2021年7月16日
专知会员服务
32+阅读 · 2021年7月1日
【干货书】博弈论导论:一种发现方法,84页pdf
专知会员服务
95+阅读 · 2021年6月5日
专知会员服务
29+阅读 · 2021年1月9日
专知会员服务
28+阅读 · 2020年12月21日
ICML 2021 | AlphaNet:基于α-散度的超网络训练方法
PaperWeekly
0+阅读 · 2021年12月28日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
基于深度学习的小目标检测方法综述
专知
1+阅读 · 2021年4月29日
已删除
德先生
53+阅读 · 2019年4月28日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
微表情检测和识别的研究进展与趋势
中国计算机学会
15+阅读 · 2018年3月23日
最大熵原理(一)
深度学习探索
12+阅读 · 2017年8月3日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
0+阅读 · 2022年4月14日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
小贴士
相关主题
相关VIP内容
专知会员服务
29+阅读 · 2021年9月14日
专知会员服务
13+阅读 · 2021年8月29日
专知会员服务
11+阅读 · 2021年7月16日
专知会员服务
32+阅读 · 2021年7月1日
【干货书】博弈论导论:一种发现方法,84页pdf
专知会员服务
95+阅读 · 2021年6月5日
专知会员服务
29+阅读 · 2021年1月9日
专知会员服务
28+阅读 · 2020年12月21日
相关资讯
ICML 2021 | AlphaNet:基于α-散度的超网络训练方法
PaperWeekly
0+阅读 · 2021年12月28日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
基于深度学习的小目标检测方法综述
专知
1+阅读 · 2021年4月29日
已删除
德先生
53+阅读 · 2019年4月28日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
微表情检测和识别的研究进展与趋势
中国计算机学会
15+阅读 · 2018年3月23日
最大熵原理(一)
深度学习探索
12+阅读 · 2017年8月3日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员