神经网络在结构响应预测中的应用

tammy

宁佐贵 农绍宁 钟继根

　　由于系统的动态效应等因素对复杂结构与非线性结构的影响，使这些结构在不同的输入条件下其响应呈现明显的非线性，难以用精确的数学模型加以描述，使其响应计算及预测存在一定难度。人工神经网络由于其固有的特性已被广泛应用于振动工程及结构动力特性预测等领域。为利用已有的输入条件下响应预测其它输入条件下响应，将前馈网络扩展为时空模型，由此构成的神经网络称为动态神经网络。

　　动态神经网络的连接权不是单一的数值，而是一个线性时不变滤波器，这样到达求和单元之前的各信号为相应输入与冲击响应的卷积。利用计算机进行数字模拟时，需将动态神经网络进行离散化处理，动态神经网络的学习算法采用瞬时反传算法。

　　利用动态神经网络对不同激励条件下杜芬方程的解进行数字模拟。图1(a)和(b)是系统在激励20cos 120t下杜芬方程的数值解和动态神经网络进行学习与训练的结果，图1(c)和(d)是系统在激励20cos 180t下的数值解和动态神经网络的逼近结果。



　从数值模拟结果可以得知：利用动态神经网络对系统进行响应预测时，无需考虑系统的复杂性及非线性等方面的影响和具体的数学模型，只需利用系统的历史数据即可对系统在其它输入条件下激励进行预测，并有较好的预测效果。