基于支持向量机和小波包变换的结构损伤诊断方法
  • 【摘要】

    针对结构损伤识别中缺少实际损伤样本的问题,提出基于小波包特征提取的支持向量机结构损伤诊断方法.该方法将结构振动信号小波包分解后的频带能量,经过多传感器数据融合后作为特征向量,输入到多分类的支持向量机中,实现了结构多损伤的识别和定位.应用该方法对IASC-ASCE模型进行了分析,试验结果表明,小波包分解频带能量能够较好地反映结构的损伤特征;多传感器数据融合能够使不同传感器的信息相互补充,减小了损伤检... 展开>>针对结构损伤识别中缺少实际损伤样本的问题,提出基于小波包特征提取的支持向量机结构损伤诊断方法.该方法将结构振动信号小波包分解后的频带能量,经过多传感器数据融合后作为特征向量,输入到多分类的支持向量机中,实现了结构多损伤的识别和定位.应用该方法对IASC-ASCE模型进行了分析,试验结果表明,小波包分解频带能量能够较好地反映结构的损伤特征;多传感器数据融合能够使不同传感器的信息相互补充,减小了损伤检测信息的不确定性,提高了损伤诊断准确率. 收起<<

  • 【作者】

    李凌均  段晨东 

  • 【作者单位】

    郑州大学机械工程学院

  • 【会议名称】

    第11届全国设备故障诊断学术会议

  • 【会议时间】

    2008-08-18

  • 【会议地点】

    西宁

  • 【主办单位】

    中国振动工程学会

  • 【语种】

    chi

  • 【关键词】

    结构损伤诊断  小波包变换  支持向量机  特征提取  传感器数据融合  IASC-ASCE模型