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
  • 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。