版權(quán)說(shuō)明:本文檔由用戶(hù)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、海洋平臺(tái)具有結(jié)構(gòu)復(fù)雜,體積龐大等特點(diǎn),并長(zhǎng)期服役于惡劣的海洋環(huán)境中,極易發(fā)生損傷破壞,因此對(duì)海洋平臺(tái)進(jìn)行健康監(jiān)測(cè)和損傷識(shí)別有著重要的理論和現(xiàn)實(shí)意義。基于振動(dòng)的結(jié)構(gòu)損傷識(shí)別方法可以根據(jù)結(jié)構(gòu)損傷前后特征參數(shù)的變化進(jìn)行損傷識(shí)別,但由環(huán)境因素的改變所引起的結(jié)構(gòu)特征參數(shù)的變化往往掩蓋了結(jié)構(gòu)損傷所引起的特征參數(shù)的變化。為此,本文利用主成分分析(Principle ComponentAnalysis,簡(jiǎn)稱(chēng)PCA)進(jìn)行環(huán)境因素影響下的海洋平臺(tái)結(jié)構(gòu)損傷識(shí)
2、別研究,主要內(nèi)容如下:
(1)綜述了國(guó)內(nèi)外環(huán)境因素(溫度、質(zhì)量)對(duì)結(jié)構(gòu)特征參數(shù)的影響;將去除環(huán)境因素影響的結(jié)構(gòu)損傷識(shí)別方法進(jìn)行評(píng)述,并指出了其優(yōu)缺點(diǎn)。
(2)環(huán)境因素影響下基于自回歸(Auto-Regressive,簡(jiǎn)稱(chēng)AR)模型和主成分分析的結(jié)構(gòu)損傷識(shí)別研究。首先利用AR模型對(duì)不同節(jié)點(diǎn)處的加速度響應(yīng)進(jìn)行擬合,提取AR模型系數(shù),然后采用PCA技術(shù)將數(shù)據(jù)標(biāo)準(zhǔn)化處理后的AR模型系數(shù)投影至受環(huán)境因素影響大的低維空間,再逆投
3、影至原始空間,在原始空間中構(gòu)造Q統(tǒng)計(jì)量,將Q統(tǒng)計(jì)量作為去除環(huán)境因素影響的損傷指標(biāo),最后結(jié)合統(tǒng)計(jì)控制圖對(duì)結(jié)構(gòu)損傷進(jìn)行識(shí)別研究。海洋平臺(tái)結(jié)構(gòu)數(shù)值模擬和模型試驗(yàn)結(jié)果表明,在合理地選擇主成分階數(shù)的前提下,該方法可以有效的去除環(huán)境因素對(duì)損傷識(shí)別的影響,但對(duì)于結(jié)構(gòu)損傷程度較小的工況,其識(shí)別效果較差。
(3)環(huán)境因素影響下基于AR模型和核主成分分析(Kernel PrincipleComponent Analysis,簡(jiǎn)稱(chēng)KPCA)的結(jié)構(gòu)損
4、傷識(shí)別研究。首先利用AR模型對(duì)不同節(jié)點(diǎn)處的加速度響應(yīng)進(jìn)行擬合,提取AR模型系數(shù),然后利用核函數(shù)將數(shù)據(jù)標(biāo)準(zhǔn)化處理后的AR模型系數(shù)投影到高維特征空間中,在高維特征空間中進(jìn)行主成分分析并構(gòu)造Q統(tǒng)計(jì)量和得分圖,根據(jù)得分圖發(fā)現(xiàn)KPCA的可分性?xún)?yōu)于PCA的可分性;最后將Q統(tǒng)計(jì)量作為去除了環(huán)境因素影響的損傷指標(biāo),同時(shí)結(jié)合統(tǒng)計(jì)控制圖對(duì)結(jié)構(gòu)損傷進(jìn)行識(shí)別研究。海洋平臺(tái)結(jié)構(gòu)數(shù)值模擬和模型試驗(yàn)結(jié)果表明,核主成分分析技術(shù)能夠去除環(huán)境因素對(duì)損傷識(shí)別的影響,而且可以
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(hù)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
- 基于主成分分析法的結(jié)構(gòu)損傷識(shí)別研究.pdf
- 基于時(shí)間序列模型和主成分分析的結(jié)構(gòu)損傷識(shí)別研究.pdf
- 基于主成分分析的結(jié)構(gòu)損作識(shí)別.pdf
- 基于自回歸模型和主成分分析的結(jié)構(gòu)損傷識(shí)別方法研究.pdf
- 基于主成分分析的人臉識(shí)別研究.pdf
- 基于主成分分析的人臉識(shí)別.pdf
- 基于時(shí)間序列與主成分分析的框架模型損傷識(shí)別試驗(yàn)研究.pdf
- 基于主成分分析的人臉識(shí)別方法研究.pdf
- 基于主成分分析的人臉識(shí)別改進(jìn)方法.pdf
- 基于Contourlet變換的主成分分析人臉識(shí)別算法.pdf
- 基于主成分分析的焊縫缺陷識(shí)別算法研究研究.pdf
- 基于主成分分析的圖像識(shí)別方法研究.pdf
- 基于主成分分析的事件相關(guān)腦電變化研究.pdf
- 環(huán)境因素影響下海洋平臺(tái)結(jié)構(gòu)損傷識(shí)別.pdf
- 基于改進(jìn)的主成分分析的人臉識(shí)別算法研究.pdf
- 基于矩陣主成分分析的人臉識(shí)別方法研究.pdf
- 基于改進(jìn)主成分分析方法的人臉識(shí)別算法研究.pdf
- 基于改進(jìn)的主成分分析類(lèi)算法的人臉識(shí)別.pdf
- 雞屎藤成分分析及主成分含量變化的研究.pdf
- 基于小波分析和主成分分析的人臉識(shí)別研究.pdf
評(píng)論
0/150
提交評(píng)論