版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、由于受到荷載和其它各種突發(fā)因素的影響,將不可避免地導(dǎo)致結(jié)構(gòu)發(fā)生損傷,易造成重大的經(jīng)濟(jì)損失和人員傷亡。因此,對(duì)結(jié)構(gòu)健康狀態(tài)做出及時(shí)有效的診斷、準(zhǔn)確的評(píng)估和預(yù)示,具有重要的科學(xué)理論意義和工程實(shí)用價(jià)值。損傷診斷是進(jìn)行結(jié)構(gòu)健康監(jiān)測(cè)的基礎(chǔ)。本文以結(jié)構(gòu)健康監(jiān)測(cè)與損傷診斷為目的,研究了基于小波包特征提取和聚類的支持向量機(jī)結(jié)構(gòu)損傷診斷方法。 論述了進(jìn)行結(jié)構(gòu)健康監(jiān)測(cè)的必要性和迫切性,介紹了結(jié)構(gòu)健康監(jiān)測(cè)的概念、系統(tǒng)組成和損傷診斷的方法以及研究現(xiàn)狀。
2、 從損傷信號(hào)特征提取的角度出發(fā),研究了基于小波包特征提取的方法,采用正交小波包對(duì)Benchmark模型結(jié)構(gòu)及其實(shí)際工程試驗(yàn)中的損傷響應(yīng)信號(hào)進(jìn)行分解,再計(jì)算每個(gè)頻帶上的相對(duì)能量用來表征結(jié)構(gòu)的狀態(tài)。研究表明:(1)小波包分解頻帶能量分布能夠表征信號(hào)分量的能量變化;(2)對(duì)于同一種損傷,不同節(jié)點(diǎn)響應(yīng)信號(hào)的小波包能量分布是不同的;(3)不同類型損傷的小波包能量分布有顯著的差異。信號(hào)經(jīng)小波包分解后其損傷特征更加明顯,小波包分析為結(jié)構(gòu)損傷診
3、斷提供了一種有效的特征提取方法。 為解決損傷診斷中樣本缺乏的問題,研究了一種基于小波包特征提取的支持向量機(jī)診斷方法。該方法將結(jié)構(gòu)振動(dòng)信號(hào)小波包分解后的頻帶能量作為特征矢量,輸入到多分類的支持向量機(jī)中,實(shí)現(xiàn)了結(jié)構(gòu)損傷的識(shí)別。研究表明:與使用原始數(shù)據(jù)的支持向量機(jī)相比,經(jīng)小波包特征提取后,支持向量機(jī)的分類效果有了顯著提高。 針對(duì)訓(xùn)練樣本相對(duì)較多的情況,研究了一種將聚類分析與支持向量機(jī)結(jié)合的損傷診斷方法。該方法首先采用聚類方法把
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于聚類和支持向量機(jī)的數(shù)據(jù)挖掘方法研究.pdf
- 基于聚類和支持向量機(jī)的網(wǎng)絡(luò)入侵檢測(cè).pdf
- 基于聚類和支持向量機(jī)的網(wǎng)絡(luò)入侵檢測(cè)
- 基于聚類和模糊支持向量機(jī)的變壓器故障診斷研究.pdf
- 基于粗糙模糊和模糊粗糙聚類的支持向量機(jī).pdf
- 基于模糊核聚類和模糊支持向量機(jī)的多標(biāo)簽分類方法研究.pdf
- 基于支持向量機(jī)和振動(dòng)特性的結(jié)構(gòu)損傷識(shí)別方法研究.pdf
- 基于聚類和支持向量機(jī)的入侵檢測(cè)系統(tǒng)研究.pdf
- 基于在線聚類和最小二乘支持向量機(jī)的模糊建模方法研究.pdf
- 結(jié)構(gòu)損傷識(shí)別的支持向量機(jī)方法研究.pdf
- 基于支持向量機(jī)的故障診斷方法.pdf
- 基于支持向量機(jī)的改進(jìn)的密度聚類算法研究.pdf
- 支持向量機(jī)方法在結(jié)構(gòu)損傷識(shí)別中的應(yīng)用.pdf
- 支持向量機(jī)的核方法及其多核聚類算法的研究.pdf
- 基于聚類算法和支持向量機(jī)的燃煤結(jié)渣特性預(yù)測(cè).pdf
- 基于支持向量機(jī)的故障智能診斷方法研究.pdf
- 基于聚類技術(shù)支持向量機(jī)的數(shù)據(jù)挖掘研究.pdf
- 基于模糊聚類的選擇性支持向量機(jī)集成.pdf
- 基于支持向量機(jī)的多類網(wǎng)頁分類方法.pdf
- 基于模糊聚類的支持向量機(jī)的分類算法研究.pdf
評(píng)論
0/150
提交評(píng)論