基于概率神经网络的光纤智能结构承载定位

本文提出一种用于识别光纤智能结构承载位置的方法,研究构建光纤传感网络,设计相应的监测系统,获得用于表征结构承载信息的特性向量。同时,运用神经网络方法构造了四层结构的概率神经网络,并以特征向量作为样本,对结构的承载定位进行研究,重点分析训练样本数和平滑系数对定位效果的影响。实验结果表明:采用训练样本数为30,平滑系数为0.25的概率神经网络对承载位置的定位正确率可达93.2%,研究最终给出用于承载定位的概率神经网络模型。

基于新型光纤智能结构的远程监控物联网系统设计

针对现有光纤智能结构自诊断、自修复系统存在的问题,提出并设计了一种基于ARM和GPRS的液芯光纤智能结构的远程监控物联网系统,系统主要包括光源、液芯光纤智能结构、光电检测模块、A/D转换模块、ARM微控制器、GPRS无线通信模块、Internet和监控中心服务器。其中液芯光纤智能结构是由特制的液芯光纤埋入复合材料中构成,采用GPRS无线通信技术,结合以S3C2440为核心处理器的ARM嵌入式技术,同时在监控中心采用自主设计的监控可视化软件直接输出结果,具有直观可靠、控制简单等优点。本文还对液芯光纤智能复合材料结构进行承载实验研究,并采用BP神经网络理论对实验数据进行分析和载荷位置判定,研究结果表明该监控系统性能稳定且效果明显,对复合材料结构载荷位置能够作出准确判断,初步实现了复合材料结构的自诊断。