兵器材料科学与工程

2011, v.34;No.244(01) 1-4

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于模糊RBF神经网络的复合材料结构脱层损伤监测研究
Delamination damage monitoring for composite structures based on fuzzy RBF neural network

王宏涛;刘朝勇;郑世杰;

摘要(Abstract):

提出一种径向基函数(RBF)神经网络和模糊聚类分析相结合的复合材料结构脱层损伤监测方法。该方法融合神经网络学习能力强和模糊逻辑推理自适应、自组织、容错性好等优点,简化神经网络学习数据获取及模糊推理规则建立的过程。利用有限元方法对含有脱层损伤的复合材料试件进行数值模拟,以前六阶弯曲模态频率构建训练样本,将实验模态分析结果经送入训练好的模糊RBF神经网络进行预测,从而实现对复合材料梁的脱层损伤定位和损伤程度评估。实验结果表明,模糊RBF神经网络鲁棒性好,精度高。

关键词(KeyWords): 模糊推理;RBF神经网络;损伤监测;模态频率;复合材料

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(51075202);国家自然科学基金重点项目(50830201)

作者(Author): 王宏涛;刘朝勇;郑世杰;

Email:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享