崔建国
,
王青天
,
滑娇娇
,
朴春雨
,
齐义文
,
蒋丽英
材料导报
doi:10.11896/j.issn.1005-023X.2014.16.035
复合材料结构损伤机理复杂,其损伤破坏一般呈现缓慢扩展趋势.为了有效地对复合材料结构健康状态进行预测,将距离形态相似度(DMS)和最小二乘支持向量机(LS-SVM)模型引入复合材料结构健康状态预测中,提出了基于DMS和LS-SVM的复合材料结构健康状态预测方法.首先,以复合材料层合板(T300/QY8911)为具体研究对象,对其进行损伤试验,采集其振动加速度作为表征其健康状态的原始信息,并进行小波包分解,利用分解得到的各个频带信号的样本熵作为特征向量;然后,采用距离形态相似度(DMS)方法确定结构健康指数;最后,将结构健康指数作为建模数据用以构建LS-SVM预测模型,预测复合材料结构健康指数.结果表明,该方法可以有效实现复合材料结构裂纹损伤的预测,具有很好的应用前景.
关键词:
结构健康指数
,
距离形态相似度
,
最小二乘支持向量机
,
结构健康预测
崔建国
,
张文生
,
蒋丽英
,
朴春雨
,
周志强
材料科学与工程学报
doi:10.14136/j.cnki.issn 1673-2812.2016.05.015
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.
关键词:
复合材料
,
结构损伤预测
,
动态主元分析法
,
最小二乘支持向量机
