研究者提出基于PINN的张拉整体结构反问题识别方法

1. 13:00
   arXiv 机器学习

   跨张紧-松弛过渡的张拉整体结构预应力物理信息识别

   研究提出一种跨张紧-松弛过渡的物理信息反问题方法，通过约束笛卡尔坐标下的运动方程残差训练神经网络，用于识别张拉整体结构的力密度、阻尼与刚度。在单模块模拟测试中，利用半数自由坐标的有噪加速度可将可识别力密度误差控制在 1.5% 以内，五模块框架的中位误差为 4.2%。实测数据中，全尺寸张拉整体单形体在 13 个级别的预应力识别值与传感器测量值的均方根误差在 2.9% 以内。

Current heat 6·Comparable peak 10（Nov 4 14:00）·Comparable change, last 24 hours–

Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.