天然地震波數(shù)據(jù)來自于各個地震監(jiān)測站,它是由地殼內(nèi)部巖石運動產(chǎn)生。地震動的各項數(shù)據(jù)收集來之不易,非常珍貴。同時,作為一種外部激勵,地震動在結(jié)構(gòu)的設(shè)計,抗震分析,以及各項工程的抗震研究中占有非常重要的地位。因此我們十分有必要對天然地震波進行研究。作為一種外部激勵,地震動特性三要素為幅值,頻譜和持時。在不同的地質(zhì)環(huán)境下,地震動數(shù)據(jù)的頻譜特性有著顯著的差異,在建筑設(shè)計等工程實踐中是把場地條件作為基本考慮因素對地震動數(shù)據(jù)進行分組,然而即使在相同的場地類別下,地震動數(shù)據(jù)的頻譜特性仍然有較大的差異,如何依據(jù)地震動特性對其進行深入研究,一直是一個熱門的課題。本文在對地震波進行小波變換的基礎(chǔ)上,結(jié)合人工智能技術(shù),提出了兩種新的地震波分類方法。本文通過對美國PEER網(wǎng)站的地震波進行數(shù)據(jù)收集整理,進而對地震波進行小波變換,結(jié)合人工智能技術(shù),對地震波進行特征提取并分類,并預(yù)測新的地震波所屬類別,通過ANSYS軟件建模,對比分析模型的地震響應(yīng),驗證本文的分類預(yù)測具有良好效果。首先,通過對收集到的地震波數(shù)據(jù)進行特征篩選和傅里葉變換以及小波變換,再對兩者進行對比,分析小波變換的原理及優(yōu)勢,選擇針對地震波的合適的小波...

【文章頁數(shù)】：83 頁

【學位級別】：碩士

【部分圖文】：

圖1-1國家地震臺站分布圖

基于人工智能的地震波特征提取及分類2圖1-1國家地震臺站分布圖Figure1-1Distributionmapofnationalseismicstations資料來源：中國地震臺網(wǎng)中心Source:ChinaEarthquakeNetworksCenter我們在進行結(jié)構(gòu)抗震分析....

圖2-1傅里葉變換示意圖

廣州大學碩士學位論文11域（即時間域）上的信號轉(zhuǎn)變?yōu)轭l域（即頻率域）上的信號，隨著域的不同，對同一個事物的了解角度也就隨之改變，因此在時域中某些不能處理的地方，在頻域就可以較為簡單的處理。圖2-1傅里葉變換示意圖Figure2-1Fouriertransformdiagram傅里....

圖2-3RSN43LYTLECRCSM095地震波原始加速度數(shù)據(jù)圖

基于人工智能的地震波特征提取及分類20RSN43通過MATLAB軟件編程處理得到的加速度數(shù)據(jù)圖。圖2-3RSN43_LYTLECR_CSM095地震波原始加速度數(shù)據(jù)圖Figure2-3RSN43_LYTLECR_CSM095seismicwaveoriginalaccelerat....

圖2-4RSN43LYTLECRCSM095地震波傅里葉變換圖

基于人工智能的地震波特征提取及分類20RSN43通過MATLAB軟件編程處理得到的加速度數(shù)據(jù)圖。圖2-3RSN43_LYTLECR_CSM095地震波原始加速度數(shù)據(jù)圖Figure2-3RSN43_LYTLECR_CSM095seismicwaveoriginalaccelerat....

本文編號：3975586