Chẩn đoán dầm cầu bằng phương pháp phân tích dao động trên mô hình số hoá kết cấu được cập nhật sử dụng thuật toán tối ưu hoá bầy đàn kết hợp mạng nơ ron nhân tạo

Bộ Giáo Dục Và Đào Tạo Trường Đại Học Giao Thông Vận Tải  Hồ Khắc Hạnh Chẩn Đoán Dầm Cầu Bằng Phương Pháp Phân Tích Dao Động Trên Mô Hình Số Hoá Kết Cấu Được Cập Nhật Sử Dụng Thuật Toán Tối Ưu Hoá Bầy Đàn Kết ...

Tiếng Việt NCS Nghiên cứu sinh Tiếng Anh ABC Artificial Bee Colony – Thuật toán bầy ong AC Ant Colony – Thuật toán đàn kiến ANN Artificial Neural Network (mạng nơ ron nhân tạo) AI Artificial Intelligence (Trí tuệ nhân tạo) BP Backpropagation - Thuật toán ...

CHƯƠNG 1: TỔNG QUAN VỀ GIÁM SÁT SỨC KHỎE KẾT CẤU CÔNG TRÌNH DỰA TRÊN PHƯƠNG PHÁP ĐO NHẬN DẠNG DAO ĐỘNG‌ 1.1. Tổng quan về giám sát sức khỏe kết cấu công trình dựa vào kết quả đo các đặc trưng dao động‌ Kiểm tra thường xuyên ...

Trên các kỹ thuật GD (Gradient Descent), có một nhược điểm chính liên quan đến các vấn đề cực tiểu cục bộ, đặc biệt có thể xảy ra khi mạng chứa các bề mặt lỗi khác nhau với nhiều cực tiểu cục bộ được phân phối rộng rãi. ...

Điều kiện biên tự do (dầm được treo trên giá) để giảm ảnh hưởng của độ cứng gối. Kết quả cho thấy rằng tần số dao động riêng chịu ảnh hưởng của sự tích lũy của các vết nứt trong dầm nhưng không chịu ảnh hưởng của ...

Đơn bằng cách đưa ra chỉ số hư hỏng để định lượng hư hỏng. Kết quả chứng minh rằng phương pháp để xuất giảm được thời gian tính toán và xác định chính xác khu vực hư hỏng. 2.2.2.4. Phương pháp dựa trên ma trận độ mềm Trong ...

2.4. Chẩn đoán hư hỏng kết cấu dựa trên kết quả đo nhận dạng dao động sử dụng mạng nơ ron nhân tạo.‌ Phương pháp học máy, cụ thể ANN – là các chương trình máy tính lấy cảm hứng từ hệ nơ ron sinh học được thiết kế để ...

Pháp tìm kiếm tối ưu toàn cục dựa trên sự di chuyển ngẫu nhiên của các phần tử. Chính vì vậy khi các phần tử rơi vào tối ưu cục bộ ) và ), PSO sẽ giúp các phần tử thoát khỏi vùng tối ưu cục bộ, cho đến khi giải pháp tối ưu ...

Hưởng của nhiễu đối với dữ liệu đầu vào, nhiễu Gaussian được áp dụng được tính như phương trình 3.2 (3.2) Trong đó là số dữ liệu đầu vào, là dữ liệu đầu vào (trong trường hợp này là các tần số dao động riêng); là tỷ lệ ...

Tiên, trong khi dữ liệu đầu ra bao gồm các vị trí và mức độ hư hỏng. Lớp ẩn bao gồm 18 nơ-ron. Cả hai kịch bản hư hỏng tại một phần tử và nhiều phần tử được xem xét. Hình 3.14. Kiến trúc mạng dùng để phát hiện hư hỏng của ...

Kiến trúc của mạng bao gồm một lớp đầu vào, một lớp đầu ra và một lớp ẩn như trong Hình 3.24. Dữ liệu đầu vào bao gồm tần số dao động riêng của 15 mode đầu tiên, trong khi dữ liệu đầu ra (hàm mục tiêu) bao gồm các vị trí và ...

Để xét tính không đồng nhất của vật liệu, mô đun đàn hồi của dầm thép được chọn khác nhau cho các phần tử với giá trị ban đầu được chọn ngẫu nhiên trong khoảng từ 205 GPa đến 210 GPa. Các giá trị này sẽ được tính toán ...

4.2. Cầu Bến Quan‌ 4.2.1. Giới thiệu về cầu Bến Quan‌ Cầu Bến Quan như trong hình số 4.11 là cây cầu liên hợp, dầm chủ bằng thép hình chữ liên hợp bản mặt cầu bê tông cốt thép, cầu bắc qua một nhánh của sông Lam thuộc địa ...

Hình 4.23 . Kết quả phát hiện hư hỏng của PSO, ANN và ANNPSO Hình 4.23 cho thấy PSO không thể xác định chính xác vị trí và mức độ hư hỏng của dầm đang xem xét lý do nằm ở hàm mục tiêu chứa quá ít thông tin và không gian tìm kiếm quá ...

Generators. In Proceedings of 16th National Power Systems Conference (pp. 669- 674). 47. El-Zonkoly, A. M. (2011). Optimal placement of multi-distributed generation units including different load models using particle swarm optimisation. IET generation, transmission & distribution , 5 (7), 760-771. ...

134. Atakulreka, A. and Sutivong, D., 2007, December. Avoiding local minima in feedforward neural networks by simultaneous learning. In Australasian Joint Conference on Artificial Intelligence (pp. 100-109). Springer, Berlin, Heidelberg. Nawi, N.M., Khan, A. and Rehman, M.Z., 2013, June. A new ...

Q=Qbarra; % Astiff(5,5)=0;Bstiff(5,5)=0;Fstiff(5,5)=0;Istiff(5,5)=0; for k=1:size(alfas,2) for i=1:3 for j=1:3 Astiff(i,j)=Astiff(i,j)+Q(i,j,k)*(z(k+1)-z(k)); Bstiff(i,j)=Bstiff(i,j)+Q(i,j,k)*(z(k+1)^2-z(k)^2)/2; Fstiff(i,j)=Fstiff(i,j)+Q(i,j,k)*(z(k+1)^3-z(k)^3)/3; end end for i=4:5 for j=4:5 ...

% Liew, p-Ritz D0=e2*h^3/12/(1-miu12*miu21); D_d = diag(sqrt(D_D)*L*L/pi/pi*sqrt(rho*h/D0)); [D_d,ii1] = sort(D_d); ii = ii1(1:numberOfModes); %sort the elements of A in ascending order. V_Dd=V_D(:,ii1); VV = V(:,ii); activeDofW=setdiff((1:numberNodes),fixedNodeW); NNN=size(activeDofW); ...

TrainFcn_2nd = trainlm; net_2nd=feedforwardnet(number_hidden,trainFcn_2nd); net_2nd=configure(net_2nd,inputs,targets); [a, b]=min(ybest); xo=xbest(b,:); k=0; % Setup global best for weight and bias in neural network % inputlayers*hiddenlayers xi=zeros(number_hidden,number_input); for ...