基于长短期记忆神经网络的板裂纹损伤检测方法
2021-06-01张松林马栋梁王德禹
上海交通大学学报 2021年5期
张松林, 马栋梁, 王德禹
(上海交通大学 海洋工程国家重点实验室; 高新船舶与深海开发装备协同创新中心, 上海 200240)
船舶长期处于复杂恶劣的海洋环境中,受到各种周期性载荷和随机载荷的作用,疲劳裂纹是其主要的损伤形式[1],而当裂纹扩展到一定程度时,就会导致灾难性事故的发生,造成严重的人员伤亡和经济损失.
为避免船体损伤带来的安全隐患,许多研究者建立了基于结构健康监测(SHM)技术的船体结构应力监测系统.贾连徽等[2]通过建立全船有限元模型,得到船体结构应力响应函数,最后根据高应力区域和海况信息选取应力监测点.这种方法通常需要建立精确的全船有限元模型,以人为施加载荷的方式确定测点位置,而实际情况下船体所受载荷具有随机性,特别是极端海况下的波激振动和抨击颤振很难通过有限元计算进行预测.基于动力响应的结构损伤检测方法重点关注结构在损伤前后的振动特性,不需要施加载荷的过程.该方法通过选取一个对结构损伤敏感的参数,比如固有频率、振型或其曲率、刚度矩阵或柔度矩阵等,分析该参数的前后变化实现结构损伤检测的目标.Yang等[3]分析了板的振动模态,结合数值仿真和实验研究的结果,对裂纹的位置进行了检测.对于更加复杂的结构,采用单一的检测方法往往具有局限性,Mehrjoo等[4]将动力响应检测方法与神经网络相结合,提出了一种基于多层感知器(MLP)神经网……
登录APP查看全文
