基于前馈神经网络的隐框玻璃幕墙结构胶损伤状态分析

针对现今隐框玻璃幕墙结构胶损伤监测困难的问题,文章引入前馈神经网络算法(Feedforward Neural Network, FNN),通过激励不同损伤的幕墙玻璃面板,获取大量面板频域信号作为模型数据集,进行训练。结果显示,模型在第3轮收敛,均方误差(Mean square error,MSE)为0.010211;误差集中在0附近,呈现正态分布;所有数据拟合相关性均大于0.99。该方法大大提高了工作效率,为后续在线监测幕墙安全状态提供了新方法。