基于支持向量機和聚類的結構損傷診斷方法.pdf

1、由于受到荷載和其它各種突發(fā)因素的影響，將不可避免地導致結構發(fā)生損傷，易造成重大的經濟損失和人員傷亡。因此，對結構健康狀態(tài)做出及時有效的診斷、準確的評估和預示，具有重要的科學理論意義和工程實用價值。損傷診斷是進行結構健康監(jiān)測的基礎。本文以結構健康監(jiān)測與損傷診斷為目的，研究了基于小波包特征提取和聚類的支持向量機結構損傷診斷方法。 論述了進行結構健康監(jiān)測的必要性和迫切性，介紹了結構健康監(jiān)測的概念、系統(tǒng)組成和損傷診斷的方法以及研究現(xiàn)狀。

2、 從損傷信號特征提取的角度出發(fā)，研究了基于小波包特征提取的方法，采用正交小波包對Benchmark模型結構及其實際工程試驗中的損傷響應信號進行分解，再計算每個頻帶上的相對能量用來表征結構的狀態(tài)。研究表明：(1)小波包分解頻帶能量分布能夠表征信號分量的能量變化；(2)對于同一種損傷，不同節(jié)點響應信號的小波包能量分布是不同的；(3)不同類型損傷的小波包能量分布有顯著的差異。信號經小波包分解后其損傷特征更加明顯，小波包分析為結構損傷診

3、斷提供了一種有效的特征提取方法。 為解決損傷診斷中樣本缺乏的問題，研究了一種基于小波包特征提取的支持向量機診斷方法。該方法將結構振動信號小波包分解后的頻帶能量作為特征矢量，輸入到多分類的支持向量機中，實現(xiàn)了結構損傷的識別。研究表明：與使用原始數(shù)據(jù)的支持向量機相比，經小波包特征提取后，支持向量機的分類效果有了顯著提高。 針對訓練樣本相對較多的情況，研究了一種將聚類分析與支持向量機結合的損傷診斷方法。該方法首先采用聚類方法把