钢结构损伤识别中Db族小波函数选择  

Selection on Db's Family Wavelet Functions in Steel Structural Damage Identification

作　　者：杨晓楠[1] 唐和生[1] 陈镕[1] 薛松涛[1] 

机构地区：[1]同济大学结构工程与防灾研究所,上海200092

出　　处：《同济大学学报（自然科学版）》2006年第12期1568-1572,1577,共6页Journal of Tongji University:Natural Science

基　　金：国家杰出青年基金资助项目(59925820)

摘　　要：在基于小波分析的结构损伤识别研究中,小波函数的选择是首先要考虑的问题.选取了部分Db(DaubechiesⅠ)族小波函数,采用小波概率神经网络方法,对一个4层钢框架进行损伤识别研究,探讨了选择不同Db族小波函数对损伤识别结果的影响.研究发现,正则性好、消失矩大等特性的小波函数其损伤识别效果最好.Several Db（Daubechies Ⅰ ） family wavelet functions are chosen in the study of a numerical model on four-story steel frame structure by using wavelet probabilistic neural network methods, and the effect of different wavelet functions on structural damage identification is discussed. This study shows that the wavelet function with good regularity and great vanishing moments is the best one in structural damage identification.

关 键 词：钢框架结构 损伤识别 Db族小波函数 小波分析 神经网络 

分 类 号：TU391[建筑科学—结构工程] TP274.2[自动化与计算机技术—检测技术与自动化装置]