数据驱动的时延神经网络动载荷识别方法

打开文本图片集

摘要： 载荷识别是指根据测量的结构响应重构结构载荷的问题，属于力学中的反问题。本文提出了一种基于时延神经网络的载荷识别方法，通过实验和仿真相结合的数值算例验证表明，这一方法相比于一般的反向传播神经网络具有更高的识别精度；在时延神经网络的基础上，引入了统计池化的思想，并与普通的神经网络载荷识别方法相比较，证明了该方法在不同强度的噪声环境下均具有良好的识别效果；基于上述载荷识别方法，提出了一种基于粒子群优化算法的传感器布局优化策略，相比于随机的传感器布局，优化后的传感器布局可以在考虑传感器安装间距的同时，将载荷识别误差降低90%以上，有效提高了载荷识别精度。（剩余15606字）