您的位置: 专家智库 > >

广东省科技计划工业攻关项目(2002C32405)

作品数:7 被引量:73H指数:4
相关作者:刘济科汤凯杨秋伟李雪艳杨怡更多>>
相关机构:中山大学广州市市政集团有限公司更多>>
发文基金:广东省科技计划工业攻关项目高等学校优秀青年教师教学科研奖励计划国家自然科学基金更多>>
相关领域:理学机械工程建筑科学交通运输工程更多>>

文献类型

  • 7篇中文期刊文章

领域

  • 6篇理学
  • 4篇机械工程
  • 2篇建筑科学
  • 1篇交通运输工程

主题

  • 3篇损伤识别
  • 2篇摄动
  • 2篇摄动问题
  • 2篇特征值
  • 2篇特征值问题
  • 1篇油石
  • 1篇油石比
  • 1篇有限元
  • 1篇有限元法
  • 1篇神经网
  • 1篇神经网络
  • 1篇碎石
  • 1篇碎石混合料
  • 1篇统一解法
  • 1篇配合比
  • 1篇配合比设计
  • 1篇人工神经
  • 1篇人工神经网络
  • 1篇子空间
  • 1篇网络

机构

  • 7篇中山大学
  • 1篇广州市市政集...

作者

  • 7篇刘济科
  • 2篇汤凯
  • 1篇杨秋伟
  • 1篇孙慧
  • 1篇吕中荣
  • 1篇蔡铭
  • 1篇李雪艳
  • 1篇梁晓亮
  • 1篇杨怡

传媒

  • 3篇中山大学学报...
  • 2篇华南理工大学...
  • 1篇振动与冲击
  • 1篇暨南大学学报...

年份

  • 1篇2006
  • 1篇2005
  • 2篇2004
  • 3篇2003
7 条 记 录,以下是 1-7
排序方式:
基于振动特性灵敏度分析的梁结构损伤识别被引量:11
2003年
提出了一种用于梁结构损伤识别的灵敏度分析方法。该方法通过改变模型参数(固有频率和固有模态)来实现对结构损伤的识别。通过振动特性的灵敏度(包括一阶和二阶灵敏度)分析与计算,结合有限元法,就能确定梁结构损伤的位置和损伤的大小。最后给出算例验证了本文中提出的方法,并获得满意的结果。
李雪艳刘济科
关键词:损伤识别灵敏度有限元法
基于人工神经网络的复杂结构模态匹配被引量:6
2006年
对结构模态匹配方法进行简单评述,并提出了一种基于人工神经网络的复杂结构模态匹配方法。该方法能够准确匹配复杂结构模态向量,同时可以有效消除由于试验模态测量中测点不足、测点布置不当、测量不准确等因素导致的试验模态向量间的空间混叠影响。考虑实际工程中能够获得的训练样本数目有限,采用了轮换式学习方法有效扩展了学习样本集。算例表明,本方法合理可靠,在实际工程中有广泛的应用前景。
汤凯刘济科
关键词:人工神经网络
沥青马蹄脂碎石混合料配合比设计被引量:2
2003年
沥青马蹄脂碎石混合料(SMA)配合比设计复杂,而且至今未有标准和规范可以参考。本文通过一个工程实例,详细介绍了SMA的配合比设计过程,并通过车辙和析漏等系列试验,证明该配合比的混合料完全满足施工要求。
梁晓亮杨怡黄少杰刘济科
关键词:油石比马歇尔试验
广义特征值摄动问题的一种改进的通用方法被引量:1
2005年
 针对能同时处理孤立、相近及相重特征值3种不同情况的广义特征值摄动问题的通用方法,就正交规范化条件和特征向量的系数矩阵求法进行了改进.
刘济科孙慧
关键词:摄动特征值问题子空间
基于残余力向量的结构损伤识别两步法被引量:26
2004年
提出了一种基于残余力向量进行结构损伤识别的两步法。通过计算各单元体的损伤定位标准(DLAC)值来判定可能出现损伤的单元;采用刚度联系向量来代表单元体,使计算DLAC值简单,且计算量小。利用最佳逼近向量法来精确定位并计算损伤程度。为使该方法更具实用价值,将最佳逼近向量法从单个损伤推广至多个损伤的情况。算例表明,此方法仅需一阶模态参数便可有效进行损伤识别,因而合理可靠、精度高。
刘济科杨秋伟
关键词:损伤识别残余力向量两步法
连续系统振动特征值摄动问题的统一解法
2003年
将离散系统振动分析中的通用的矩阵摄动法推广到连续系统。采用弹性结构理论算子 ,对连续系统的振动特征值摄动问题进行统一描述。根据特征函数子空间缩聚法和正交分解的基本原理 ,推导了统一的摄动公式。该方法能同时有效地处理孤立、重及密集特征值 3种不同情况。以薄膜振动和变厚度薄板弯曲振动的特征值问题为例 ,阐明了方法的实际应用。
刘济科蔡铭吕中荣
关键词:特征值问题摄动
基于振动特性的损伤识别方法的研究进展被引量:34
2004年
对基于振动特性的损伤识别方法做了比较详细的综述。介绍了基于振动特性的损伤识别技术的基本问题及其在土木工程中应用的历史发展与现状,并对有关方法进行了总结和评述。最后指出了基于振动特性的损伤识别方法还需要进一步解决的问题。
刘济科汤凯
关键词:损伤识别工程结构
共1页<1>
聚类工具0