隨機(jī)森林在結(jié)構(gòu)損傷識(shí)別中的應(yīng)用研究.pdf

1、隨著建筑技術(shù)和材料科學(xué)的發(fā)展,建筑設(shè)施的建設(shè)規(guī)模越來(lái)越龐大,設(shè)計(jì)也更加復(fù)雜,投入使用的樓房、橋梁數(shù)量也越來(lái)越多。這些建筑結(jié)構(gòu)給人們的日常生活和工作帶來(lái)了極大便利,但同時(shí)也存在安全隱患。因?yàn)榻ㄖ谕度胧褂玫倪^(guò)程中,受到了內(nèi)因和外因的影響,如結(jié)構(gòu)自身的老化或是經(jīng)歷臺(tái)風(fēng)、地震等的破壞,所以會(huì)發(fā)生一定的損傷。因此如何對(duì)數(shù)量龐大、分布廣泛的建筑結(jié)構(gòu)進(jìn)行快速而簡(jiǎn)便的損傷檢測(cè)具有十分重要的意義。
　　 目前數(shù)據(jù)挖掘、模式識(shí)別中的許多智能算法被

2、廣泛應(yīng)用到該領(lǐng)域,其中主要用到支持向量機(jī)和神經(jīng)網(wǎng)絡(luò)做為分類器模型進(jìn)行損傷識(shí)別。本文采用一種泛化性好、抗噪性強(qiáng)且穩(wěn)定性高的分類器算法——隨機(jī)森林(Random Forest,RF)作為模型,結(jié)合小波包能量特征提取對(duì)建筑結(jié)構(gòu)進(jìn)行損傷識(shí)別。
　　 本文針對(duì)建筑結(jié)構(gòu)損傷識(shí)別問(wèn)題,研究了基于單傳感器信息和多傳感器信息融合的隨機(jī)森林損傷識(shí)別方法,主要工作和創(chuàng)新點(diǎn)有:
　　 1.搭建實(shí)驗(yàn)平臺(tái),建立結(jié)構(gòu)損傷識(shí)別試驗(yàn)?zāi)Ｐ?采集損傷數(shù)據(jù)信息

3、,并對(duì)數(shù)據(jù)進(jìn)行去噪、中心化等預(yù)處理。
　　 2.采用小波包算法,對(duì)結(jié)構(gòu)每層框架上得到的加速度信號(hào)進(jìn)行分解,并計(jì)算各頻帶上的能量。將這些頻帶能量構(gòu)造成特征向量,作為損傷樣本。構(gòu)造基于單傳感器數(shù)據(jù)信息的隨機(jī)森林損傷識(shí)別模型,并測(cè)試模型的識(shí)別效果。
　　 3.在單傳感器進(jìn)行損傷識(shí)別的基礎(chǔ)上,本文進(jìn)一步提出基于多傳感器信息融合的隨機(jī)森林損傷識(shí)別方法。利用隨機(jī)森林能計(jì)算特征重要性的特點(diǎn),對(duì)全部傳感器數(shù)據(jù)融合的屬性集進(jìn)行特征選擇,得