王步宇
- 作品数：9 被引量：40H指数：5
- 供职机构：浙江大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：建筑科学交通运输工程更多>>
- 自适应概率神经网络结构损伤检测被引量：4
- 2007年
- 由于用人工神经网络进行结构损伤检测会受到环境噪声的影响,故提出了运用概率神经网络(PNN)进行结构损伤检测的方法和基本原理,并通过一个两层框架的模型对PNN和传统的BP网络的损伤识别精度作了对比。针对基本PNN的不足之处,提出了自适应PNN,并将其损伤识别精度与基本的PNN进行比较。研究发现,运用PNN进行结构损伤识别精度要优于传统的BP网络,而且自适应PNN要比基本的PNN精度高。
- 王步宇
- 关键词：概率神经网络噪声
- 基于分形的结构损伤检测方法被引量：13
- 2005年
- 将分形维数用于结构损伤检测。研究结果表明,结构不同状态下的振动信号的分形维数有明显的不同,可以将分形维数作为结构损伤检测的特征量,为结构的损伤检测技术提供了一个新的分析方法。
- 王步宇
- 关键词：分形维数
- 结构损伤的小波分形神经网络检测被引量：4
- 2007年
- 用神经网络进行结构损伤检测、分析的有效性在很大程度上取决于训练样本的好坏。小波变换在时域和频域都具有表征信号局部特征的能力,小波包分析利用可以伸缩和平移的可变视窗能够聚焦到信号的任意细节,因此对有损伤的结构的非线性动力特性能进行有效的分析。利用分形几何方法不依赖于系统的数学模型的特点,将分形维数与小波分析相结合,建立了结构损伤的小波分形神经网络检测方法。研究结果表明,结构不同状态下的振动信号的各频段分形维数有明显的不同,可以将振动信号的各频段分形维数作为结构损伤检测的特征量,并用神经网络将结构的不同状态模式识别出来。
- 王步宇
- 关键词：小波变换分形维数神经网络
- 结构损伤的分形神经网络检测方法被引量：5
- 2005年
- 利用神经网络具有强大的非线性并行处理能力以及分形几何方法不依赖于系统的数学模型的特点,将分形维数与神经网络相结合,建立了结构损伤的分形神经网络检测方法。研究结果表明,结构不同状态下的振动信号的分形维数有明显的不同,可以将分形维数作为结构损伤检测的特征量,并用神经网络将结构的不同状态模式识别出来。
- 王步宇
- 关键词：分形维数
- 基于小波分析的结构损伤检测被引量：5
- 2006年
- 损伤结构的动力特性具有局部时变的特征,小波变换在时域和频域都具有表征信号局部特征的能力,小波包分析利用可以伸缩和平移的可变视窗能够聚焦到信号的任意细节,因此可以对损伤结构的非线性动力特性能进行有效的分析。提出运用小波分析提取结构损伤特征向量的方法和基本原理,并进一步用神经网络进行损伤位置和程度的检测。文章通过一个两层框架的模型对小波神经网络和传统的BP网络的损伤识别精度作了对比。研究表明,小波神经网络的抗噪声能力较强,损伤识别的效果更好,运用小波神经网络进行结构损伤识别精度要优于传统的BP网络。
- 王步宇
- 关键词：振动与波小波变换小波神经网络
- 结构设计大赛材料性能试验
- 介绍了结构大赛用的巴西白卡纸和蜡线的力学性能试验,比较了各种不同层数和股数材料的力学性能,并得出了一些有用的结论,希望对以后的结构大赛材料性能试验有所启发。
- 刘承斌王步宇孙凤钢赏星云
- 关键词：白卡纸力学性能
- 文献传递
- 结构损伤的遗传神经网络检测方法被引量：7
- 2005年
- 将遗传算法与神经网络相结合,用遗传算法完成神经网络的学习过程,建立了结构损伤的遗传神经网络检测方法,并对遗传算法进行了改进。研究结果表明,用改进的遗传算法进化神经网络可以有效地避免BP算法有可能陷入局部极小的缺点,而且运算速度大大加快,精度提高。
- 王步宇
- 关键词：振动与波遗传算法遗传神经网络
- 移动荷载作用下梁型结构健康诊断方法研究
- 梁型结构广泛应用于国民经济的各个方面，尤其是桥梁。桥梁作为交通运输的重要组成部分，是一个国家基础设施建设的重点，同时也是经济发展与技术进步的象征。近些年来，梁型结构的健康诊断技术已经成为工程界的研究热点，健康诊断系统及其...
- 王步宇
- 关键词：损伤识别时频分析保局投影移动荷载
- 移动荷载作用下结构损伤的近似熵分析被引量：6
- 2010年
- 当移动荷载接近或远离结构损伤部位时,结构的振动响应的幅值和非线性特征会发生变化,可以从中提取有关结构损伤的信息;近似熵可以表达一个时间序列的复杂性和内在模式。用移动荷载作用于结构上,对其振动响应数据进行近似熵计算,提取其非线性特征值,进而用神经网络进行结构损伤模式识别。通过一个移动荷载作用下简支梁的计算实例考察了这一方法的有效性。移动荷载的作用,使得损伤造成的结构非线性特征更加显著;研究、计算与实测案例表明近似熵能够有效地表征信号的非线性程度,而且对噪声干扰的敏感度低,可以作为神经网络模式识别的特征向量。
- 王步宇俞亚南
- 关键词：移动荷载近似熵神经网络
