Tytuł artykułu
Autorzy
Wybrane pełne teksty z tego czasopisma
Identyfikatory
Warianty tytułu
Non-destructive structure testing: localization of an additional mass on a vibrating plate
Języki publikacji
Abstrakty
Artykuł prezentuje zastosowanie sztucznych sieci neuronowych do rozwiązania problemu odwrotnego, czyli określenia położenia dodatkowej masy w układzie drgającej płyty na podstawie zmian parametrów modalnych. W wyniku przeprowadzonych na modelu laboratoryjnym pomiarów uzyskano charakterystyki dynamiczne, które zostały następnie przetworzone w celu uzyskania danych wykorzystywanych w sieciach neuronowych. Zastosowanie sieci neuronowych pozwoliło na efektywne zrealizowanie zadania odwrotnego. W pracy omówiono różne sposoby przetwarzania danych pomiarowych.
This paper presents the possibility of application of Artificial Neural Networks for solution of an inverse problem. Based on the dynamic characteristics of a plate obtained by an experiment, the neural identification of location of additional mass were performed. In the paper the different ways of preparation of learning data for neural networks are discussed.
Rocznik
Tom
Strony
135--144
Opis fizyczny
Bibliogr. 6 poz., il.
Twórcy
autor
- Politechnika Rzeszowska
Bibliografia
- [1] Yagawa G., Okuda H., Neural networks in computational mechanics. Archives of Computational Methods in Engineering, 3-4, 1996, 435-512
- [2] Waszczyszyn Z., Ziemiański L., Neural Networks in Mechanics of Structures and Materials - New Results and Prospects of Applications. Computer s & Structures, 79, 2001,2261-2276
- [3] Haykin S., Neural Networks: a Comprehensive Foundation. Prentice Hall International Inc., Upper Saddle River, 2nd ed., New York 1999
- [4] Piątkowski G., Ziemiański L., Identification of Circular Hole in Rectangular Plate Using Neural Networks. Proceedings of AI-Meth Symposium on Methods of Artificial Intelligence, 2002, 329-332
- [5] Piątkowski G., Ziemiański L., Neural Network Identification of a Circular Hole in the Rectangular Plate. [In:] L. Rutkowski, J. Kacprzyk (eds.), Advances in Soft Computing. Physica-Verlag, Heidelberg 2003, 778-783
- [6] Neural Network Toolbox for Use with Matlab, User's Guide. Version 3.0., The MathWorks, Inc., Natick, MA, 1998
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-article-BTB2-0045-0063