基于遗传神经网络与模态应变能的斜裂缝两阶段诊断方法

摘要

基于遗传神经网络与模态应变能,提出了一种斜裂缝两阶段诊断方法,识别梁体中斜裂缝的位置、角度和深度。根据线弹性断裂力学与虚功原理,推导了斜裂缝梁的单元刚度矩阵,得到了其频率与振型。采用遗传算法对BP神经网络的拓扑结构、权值和阈值进行优化,从而建立了遗传神经网络,用于识别梁体中斜裂缝的位置和角度;结合斜裂缝单元的模态应变能,通过对斜裂缝应力强度因子的积分,得到斜裂缝深度的解析表达式,用于识别斜裂缝的深度。数值仿真表明:能够高精度地诊断出梁体中斜裂缝的损伤状态,包括位置、角度和深度;与BP神经网络相比,遗传神经网络具有更强的泛化能力,且对测量噪声具有较好的鲁棒性。