基于神经网络的非线性结构有限元模型修正研究

基于神经网络的非线性结构有限元模型修正研究

现有的动态有限元模型修正方法几乎都是建立在线性假设基础之上,修正中利用固有频率等线性系统特征量.工程中,真实的结构振动系统都是非线性的.虽然在许多情况下,线性化假设获得的结果能够较为准确地反映真实系统的特性.但是,在结构的非线性特征较为明显时,必须考虑非线性因素,这时,现有的模型修正方法将不再适用.现以非线性梁为研究对象,采用基于神经网络的修正方法探索了非线性结构的有限元模型修正问题.仿真研究中利用有限元分析的响应数据训练神经网络.修正结果表明,包括非线性弹簧刚度系数在内的三个设计参数修正后误差均在1%以内.说明基于神经网络的有限元模型修正方法适用于解决非线性结构的有限元模型修正问题.

作 者： 费庆国 李爱群 张令弥 FEI Qing-guo Li Ai-qun ZHANG Ling-mi   作者单位： 费庆国,李爱群,FEI Qing-guo,Li Ai-qun(东南大学土木工程学院,南京,210096)

张令弥,ZHANG Ling-mi(南京航空航天大学振动工程研究所,南京,210016) 

刊 名： 宇航学报  ISTIC PKU 英文刊名： JOURNAL OF ASTRONAUTICS  年，卷(期)： 2005 26(3)  分类号： V814  关键词： 有限元模型   非线性   模型修正   神经网络   数值仿真  

【基于神经网络的非线性结构有限元模型修正研究】相关文章：

支付宝支付研究报告模型07-20

修正带作文11-19

爱的修正带02-28

基于三层结构的CRM系统的设计和实现 -管理资料04-07

彩超在小鼠原位肝癌移植模型中的应用研究04-28

基于遗传算法的地下水位动态预测双线性模型09-08

修正液作文08-06

恐龙模型作文09-08

做模型作文09-13

拼模型作文11-04