《单层网壳损伤识别理论与试验研究》PDF+DOC

📙 相关资料

1. 《基于小波和图论的空间结构传感器优化布置》PDF+DOC 针对小波智能方法的特点并运用图论理论，将空间结构或其一部分抽象为有向图。根据各杆件的连接关系确定距离矩阵，并运用Floyd算法，综合考虑结构模态动能和模态应变能等参数，提出了一种新的传感器优化布置方法。应用该法对一个单层网壳进行了传感器优化布置，通过数值模拟对节点上的加速度传感器信号进行特征提取，并......
2. 《基于支持向量机的张弦梁损伤识别试验》PDF+DOC 对单榀张弦梁的索力损失和腹杆损伤进行了试验研究。对拉索加载不同程度的预应力来模拟索的预应力损失，利用环境脉动和冲击激励，通过采用Fourier变换或小波变换求得索的频率来计算施加在索上的预应力值。试验结果表明，该方法可以有效地监测索预应力。对张弦梁的上部腹杆进行了环境脉动下的损伤试验，对不同的杆件沿......
3. 《基于支持向量机的多目标分类和识别》PDF+DOC 支持向量机(SVM)算法广泛应用于模式识别等领域，但是SVM最初是针对二类别分类提出，在多分类识别中稍显逊色。对将SVM由二分类扩展到多分类的算法进行了研究，发现有向无环图(DAG-SVM)是其中用的最多的算法之一。因此，针对军事领域图像的多目标分类，选择有向无环图算法来实现军事图像中单兵、装甲、低......
4. 《损伤识别系统中小波包信号特征量的提取》PDF+DOC 基于结构损伤识别系统，构建了耦合神经网络模型，阐述了小波包分析技术的原理和方法，对小波基的选取原则进行了分析和探讨，确定了小波基函数DbN中的N以及小波包分解尺度j；从模式识别的观点对结构损伤识别进行了分析，分析了小波包信号能量特征提取的方法。利用小波包多分辨率的特点，提出了以小波包信号成分能量特征......
5. 《一种基于支持向量机的结构损伤识别方法》PDF+DOC 提出了结合随机振动响应互相关函数、小波包分解和支持向量机(support vector machine，SVM)的结构损伤识别方法，计算了相邻测点响应的互相关函数幅值.采用小波包对得到的幅值进行分解，得到各个频带上的总能量；利用各频带上能量值存在的差异性作为输入到分类器的特征向量，训练SVM模型并对......
6. 《支持向量机技术在智能传感器系统中的应用》PDF+DOC 提出一种基于支持向量机回归的学习机，并将其应用于单片机智能传感器系统中。经过实验证明支持向量机在解决小样本、非线性问题中表现出很好的优势。...
7. 《基于小波包融合及支持向量机的结构损伤识别》PDF+DOC 本文提出将多个传感器的结构振动信号经小波包分解后得到的频带能量进行数据融合，再将融合后的数据按传感器在结构中所处的位置进行分区，将分区后的数据作为特征指标，将特征指标输入到支持向量机中训练，得到具有实现结构损伤识别和定位能力的支持向量机。试验结果表明，分区后得到的损伤指标比简单进行数据融合后的损伤指......
8. 《基于小波包和支持向量机的传感器故障诊断方法》PDF+DOC 针对自确认压力传感器的故障诊断问题，提出了一种基于小波包变换和支持向量机的传感器故障诊断方法。该方法对传感器输出信号进行三层小波包分解，提取各个节点的小波包系数，对每个节点的小波包系数通过一定的削减算法增强故障特征，然后利用重构的时域信号计算各个节点的能量以及整个信号的削减比作为特征向量，以此作为输......
9. 《基于小波包变换的支持向量机损伤诊断方法》PDF+DOC 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......
10. 《基于模式识别的传感器故障诊断》PDF+DOC 为满足模式识别故障诊断算法的鲁棒性要求，在小波包分解提取特征向量的基础上，提出了有监督模式分类与无监督模式分类相结合的故障诊断方法.利用小波包分解提取各个频带的能量作为特征向量；采用LVQ神经网络作为有监督的模式分类器进行故障诊断；运用无监督的减法聚类方法对新型故障模式进行辨识.最后，通过动力系统管......