《基于深度学习的传感器优化布置方法》PDF+DOC
作者:周硕,余龙,吴子燕,杨海峰
单位:南京航空航天大学;全国高校机械工程测试技术研究会
出版:《振动.测试与诊断》2020年第04期
页数:7页 (PDF与DOC格式可能不同)
PDF编号:PDFZDCS2020040130
DOC编号:DOCZDCS2020040139
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于信息熵与谱有限元法的传感器优化布置》PDF+DOC2016年第02期 张加培,尹涛,朱宏平,丁兰
《传感器优化布置的有效独立-改进模态应变能方法》PDF+DOC2017年第01期 詹杰子,余岭
《适用于梯级泵站压力管道的传感器优化布置方法》PDF+DOC2016年第04期 张建伟,暴振磊,刘晓亮,王涛,江琦,刘轩然
《结构健康监测的传感器优化布置研究进展与展望》PDF+DOC2020年第17期 杨辰
《基于振动的土木工程结构健康监测研究进展》PDF+DOC2005年第S1期 于阿涛,赵鸣
《结构健康监测系统中传感器优化布置组合算法》PDF+DOC 路玲玲,王曦,黄晨光
《混凝土泵车臂架结构健康监测传感器优化布置》PDF+DOC2012年第12期 滑广军,吴运新
《结构健康监测中基于多重优化策略的传感器布置方法》PDF+DOC2011年第12期 伊廷华,李宏男,顾明
《易损性分析在结构抗震及健康监测中的应用》PDF+DOC2008年第02期 姜绍飞,杨博,党永勤
《高桩码头结构健康监测系统传感器优化布置》PDF+DOC2013年第12期 张迅,王平,邢建春,杨启亮
针对传感器优化布置(optimal sensor placement,简称OSP)问题,提出了一种新的使用深度神经网络的解决方案,并以简化的桥梁形状的桁架结构中的振动测试传感器优化为例进行了验证。首先,选择一种传统的传感器优化布置方法,对自动化生成的大量不同的桁架结构分别进行传感器优化布置计算,将所得优化布置结果在进行数据预处理后构建出深度学习方法所需要的训练集与验证集;其次,使用Python语言和深度学习框架TensorFlow设计实现与本研究问题适配的深度神经网络模型并训练;然后,随机生成了新的桁架结构参数;最后,将深度神经网络输出的传感器布置结果和传统方法的计算结果进行了比较,验证了本研究方法的有效性以及在速度上、可移植性与可扩展性方面的性能优势。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。