基于提升格式小波包變換和神經(jīng)網(wǎng)絡(luò)機(jī)翼盒段多損傷檢測(cè)研究.pdf

1、結(jié)構(gòu)健康檢測(cè)系統(tǒng)現(xiàn)已廣泛應(yīng)用于航空航天、土木工程等領(lǐng)域。隨著現(xiàn)代工業(yè)化的發(fā)展,人們對(duì)于各種結(jié)構(gòu)可靠性的要求越來越高,對(duì)服役期間大型復(fù)雜結(jié)構(gòu)進(jìn)行在線健康檢測(cè)至關(guān)重要。
　　 本文以復(fù)合材料機(jī)翼盒段為研究對(duì)象,利用提升格式小波包變換提取能夠反映結(jié)構(gòu)損傷的特征量,從理論分析的角度研究了結(jié)構(gòu)損傷與特征量之間的內(nèi)在關(guān)系,并結(jié)合多傳感器特征融合和神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)了結(jié)構(gòu)多損傷檢測(cè)。主要研究?jī)?nèi)容包括：首先,研究了提升格式小波的基本原理及其構(gòu)造方法,

2、并對(duì)小波構(gòu)造的邊界處理方法及其優(yōu)缺點(diǎn)進(jìn)行了分析。在提升格式小波變換的基礎(chǔ)上,又構(gòu)造了提升格式小波包變換算法,結(jié)合具體仿真實(shí)例分析了提升格式小波包基函數(shù)用于特征提取的可行性。結(jié)果表明,提升格式小波包作為小波包基函數(shù),其分解后的頻帶能量泄漏較小,能很好的表征能量的分布,可用來對(duì)信號(hào)進(jìn)行特征提取。其次,以機(jī)翼盒段為對(duì)象,建立了完好和幾種不同損傷下的機(jī)翼盒段有限元模型,通過瞬態(tài)動(dòng)力學(xué)分析,提取出結(jié)構(gòu)的動(dòng)態(tài)響應(yīng)信號(hào)。在MATLAB環(huán)境下,利用提升

3、格式小波包分析方法從結(jié)構(gòu)的動(dòng)態(tài)響應(yīng)信號(hào)中構(gòu)造和提取出對(duì)結(jié)構(gòu)損傷敏感的特征量,分析了這些特征量和結(jié)構(gòu)的損傷狀態(tài)之間的關(guān)系。機(jī)翼盒段結(jié)構(gòu)的仿真算例表明:提升格式小波包變換的能量特征量可以表征結(jié)構(gòu)的損傷,并且不同位置傳感器獲得的損傷特征量對(duì)同一損傷的敏感程度不同。最后,從多傳感器信息融合的角度出發(fā),提出了基于特征融合和神經(jīng)網(wǎng)絡(luò)的損傷檢測(cè)方法。對(duì)不同區(qū)域位置的傳感器采集的動(dòng)態(tài)響應(yīng)信號(hào)進(jìn)行提升格式小波包分解,得到小波包能量特征向量,對(duì)不同傳感器得