[发明专利]一种确定岸桥结构载荷及实时应力场的方法有效
申请号: | 201810999217.6 | 申请日: | 2018-08-29 |
公开(公告)号: | CN109117576B | 公开(公告)日: | 2023-04-18 |
发明(设计)人: | 张川;申雨;崔释匀 | 申请(专利权)人: | 上海海事大学 |
主分类号: | G06F30/17 | 分类号: | G06F30/17;G06F30/23;G06F30/27;G06N3/044;G06N3/08;G06F119/14 |
代理公司: | 上海互顺专利代理事务所(普通合伙) 31332 | 代理人: | 成秋丽 |
地址: | 201306 上海市*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 确定 结构 载荷 实时 力场 方法 | ||
1.一种确定岸桥结构载荷及应力场的方法,利用载荷反演获得岸桥结构的载荷信息即载荷大小和载荷位置,利用状态监测的数据训练BP神经网络,从BP神经网络中反演出载荷信息,利用反演出的载荷信息在有限元模型中作为边界条件以确定岸桥结构的应力场;
假设应力场为向量P,工况信息为向量Y,传感器信息为X,可知:
Y=R(X)
其中,R()为反演映射, 当反演出工况信息Y之后,可知:
P=F(Y)
其中,F()为正演映射;
R及F均与具体结构形式有关;
其特征在于包括以下步骤:
步骤一:利用BP神经网络反演获得载荷信息:
(一)从现有的岸桥状态监测系统中选取6-10个测点应变片数据,取有效测点测点信息的70%作为BP神经网络学习样本,30%作为神经网络测试样本;
(二)建立BP神经网络算法模型:
选用传递函数为S型函数:
误差函数为:
式中Ep为第p个样本误差,tpi,opi分别为期望输出和网络的计算输出,收敛准则为:
式中n为样本点的个数,为任意正的小数;
据此建立3层的BP网络模型;其中输入层的节点数与传感器测点数量相等,输出层节点数与结构上的工况信息相同;按照步骤反演后BP神经的输出样本即包括所需要全时段的载荷信息,即载荷大小和载荷方向;
步骤二:反演实时应力场
在有限元软件中建立岸桥有限元模型,将BP神经网络反演出的载荷信息作为边界条件,利用有限元方法在软件中编程计算以确定岸桥实时应力场。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海海事大学,未经上海海事大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810999217.6/1.html,转载请声明来源钻瓜专利网。