Zaproponowano zastosowanie sztucznych sieci neuronowych do symulacji częstości drgań własnych i identyfikacji parametrów geometrycznych łuku (rozpiętości, wyniosłości i wysokości przekroju poprzecznego). Zbiór danych wygenerowano za pomocą programu MES. W zagadnieniu odwrotnym wektor wejściowy składał się z sześciu pierwszych częstości własnych. Stwierdzono prawidłowość nieco niższej dokładności aproksymacji neuronowej w problemie odwrotnym oraz korzystny wpływ regularyzacji bayesowskiej na zmniejszenie liczby parametrów sieci w porównaniu z sieciami projektowanymi bez regularyzacji.
EN
This paper presents the possibility of application of Artificial Neural Networks in the simulation of eigenfrequencies and identification of shape parameters of arches (span, arch height and cross-section thickness). For the numerical simulation the models were updated by ANNs with input vectors consisting of shape parameters of arches. In the inverse problem the input vector is composed of the first six eigenfrequencies. The multilayer feed-forward networks and bayesian regularization were applied.
W pracy zostały wyprowadzone równania drgań łuku kołowego z lokalną skokową zmianą sztywności. Praca ta jest rozszerzeniem pomysłu zastosowanego do wyprowadzenia równań różniczkowych belki z lokalną zmianą sztywności na zginanie.
EN
The note presents the derived differential eguations of vibration of pianę arc with local abruptly change of stiffness. The work is an extension of idea applied to derivation of differential equations of beam with local abruptly change of bending stiffness.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.