Please enable JavaScript.
Coggle requires JavaScript to display documents.
(W8)K-BP neural network-based strain field inversion and load…
-
复合材料机翼的应变信息和载荷状态是飞机健康评估的重要依据。本文首先通过实验研究了粘贴层厚度对应应变传递的影响，验证了FBG传感器的精度，为后续研究提供了指导。然后利用有限元分析软件ABAQUS分析应变分布，利用模拟数据拟合pseudo-Kriging插值模型，反演关键点的应变信息。最后，将插值模型与BP神经网络相结合，提出了K-BP模型，用于提高应变区域反演和载荷识别的精度。结果表明，该模型能以较少的样本获得较好的载荷识别结果，同时优化了插值参数，为评价应变区域的精度提供了重要依据。（Matlab进行训练）