典型文献
基于VMD和DBN的非线性结构模型参数识别
文献摘要：
为解决现有的非线性结构模型参数识别方法面临优化过程复杂的问题,提出一种基于变分模态分解(variational mode decomposition,VMD)和深度置信网络(deep belief network,DBN)的非线性结构模型参数识别方法.首先,利用VMD和希尔伯特变换(Hilbert transform,HT)识别振动响应的瞬时参数;将瞬时参数进行主成分分析后作为输入,非线性模型参数作为输出;然后,利用DBN拟合两者之间的非线性映射关系;最后,将实测振动响应的瞬时参数进行主成分分析,输入训练好的DBN可直接识别修正后的非线性模型参数.通过对两个不同非线性类型的双自由度模型和一个复杂框架模型在地震作用下的数值模拟,与高压输电结构的振动台试验,验证了该方法的有效性.数值与试验结果表明,所提方法具有较高的计算效率和良好的抗噪性.
文献关键词：
非线性结构模型;参数识别;变分模态分解(VMD);深度置信网络(DBN);振动响应;瞬时参数
中图分类号：
作者姓名：
莫叶;王佐才;丁雅杰;袁子青
作者机构：
合肥工业大学土木与水利工程学院,合肥 230009;安徽省土木工程防灾减灾工程技术研究中心,合肥 230009
文献出处：
引用格式：
[1]莫叶;王佐才;丁雅杰;袁子青-.基于VMD和DBN的非线性结构模型参数识别)[J].振动与冲击,2022(09):136-143
A类：
B类：
VMD,DBN,非线性结构模型,参数识别,变分模态分解,variational,mode,decomposition,深度置信网络,deep,belief,network,希尔伯特变换,Hilbert,transform,HT,振动响应,瞬时参数,非线性模型参数,非线性映射,映射关系,练好,直接识别,双自由度,自由度模型,框架模型,地震作用,高压输电,振动台试验,计算效率,抗噪性
AB值：
0.285738
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
