针对复合材料结构损伤机理的复杂性,很难准确预测结构损伤状态,本文提出一种基于动态主元分析(DPCA)和最小二乘支持向量机(LS-SVM)相结合的复合材料结构损伤演化预测新方法,并针对复合材料结构损伤特性,采用疲劳振动试验进行结构损伤预测研究.首先,采用经验模态分解(EMD)方法对多传感器采集的复合材料结构健康信息进行自适应分解,得到不同传感器下的多个本征模态分量(IMF),并通过计算各阶IMF分量的奇异熵作为各传感器的特征信息;然后采用DPCA对多传感器的奇异熵进行降维融合,得到融合后的奇异熵特征,再对其采用距离形态相似度方法定义结构健康指数;最后将结构健康指数作为建模数据,创建LS-SVM预测模型,并通过预测模型对飞机复合材料结构健康指数进行预测,其预测结果直接反映了飞机复合材料结构的健康状态.试验验证表明,该方法可有效地实现飞机复合材料结构损伤预测效能,具有很好的工程应用价值.
参考文献
| [1] | 张界杰;王俊;刘伟庆;王璐;张志豪.折线型截面复合材料层合梁弯曲性能预测与分析[J].材料科学与工程学报,2014(3):456-460. |
| [2] | Grodzki, W.;Lukaszewicz, A..Design and manufacture of umanned aerial vehicles (UAV) wing structure using composite materials[J].Materialwissenschaft und Werkstofftechnik,20153(3):269-278. |
| [3] | 郑君;温卫东;崔海涛.2.5维机织复合材料强度准则[J].材料科学与工程学报,2012(5):672-676,683. |
| [4] | 许昌;许希武;李晨.双轴载荷下缝合层板的强度预测[J].材料科学与工程学报,2011(5):780-785,779. |
| [5] | 刁广州;赵丽萍;要义勇.动态可调主元分析的多元自相关质量控制方法[J].西安交通大学学报,2013(3):24-29. |
| [6] | 梁昔明;阎纲;李山春;龙文;龙祖强.基于最小二乘支持向量机和混沌优化的非线性预测控制[J].信息与控制,2010(2):129-135. |
| [7] | 范庚;马登武.基于EMD和RVM-AR的航空发动机磨损故障预测模型[J].计算机测量与控制,2013(7):1746-1749. |
| [8] | Tiago J. Rato;Marco S. Reis.Advantage of Using Decorrelated Residuals in Dynamic Principal Component Analysis for Monitoring Large-Scale Systems[J].Industrial & Engineering Chemistry Research,201338(38):13685-13698. |
| [9] | 石怀涛;刘建昌;丁晓迪;谭帅;王雪梅.基于混合动态主元分析的故障检测方法[J].控制工程,2012(1):148-151. |
| [10] | 刘琦 .基于LS-SVM的时间序列预测方法及其应用研究[D].哈尔滨工业大学,2011. |
| [11] | 胡科强;袁志勇;周浩;唐扬.基于距离相似度的数据关联算法分析[J].武汉理工大学学报,2011(10):136-139. |
上一张
下一张
上一张
下一张
计量
- 下载量()
- 访问量()
文章评分
- 您的评分：
-
10%
-
20%
-
30%
-
40%
-
50%