版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、近年來,結(jié)構(gòu)健康監(jiān)測技術(shù)作為智能材料結(jié)構(gòu)研究的一個重要分支,在學(xué)術(shù)和工程化方面都得到了長足的發(fā)展。作為一項(xiàng)逐步從實(shí)驗(yàn)室階段走向?qū)嵱没男录夹g(shù),實(shí)際工程結(jié)構(gòu)所需監(jiān)測面積大、構(gòu)型復(fù)雜,所布置的傳感器種類多樣,數(shù)目較多,每個傳感器獲得的信息是局部的、不完整的,加之環(huán)境惡劣,對傳感器的可靠性也提出了挑戰(zhàn),并且目前各種結(jié)構(gòu)損傷辨識方法也都存在著各自的不足和局限性。因此亟待解決的問題是如何管理協(xié)調(diào)龐大密集的傳感器網(wǎng)絡(luò),如何融合不同種類的傳感器信息,
2、如何協(xié)作融合不同的損傷診斷方法,對整個結(jié)構(gòu)的健康狀態(tài)給出一個可靠有效的評估。本文利用多主體方法管理大型結(jié)構(gòu)健康監(jiān)測系統(tǒng),深入研究了面向結(jié)構(gòu)健康監(jiān)測的多主體協(xié)作融合方法。
所進(jìn)行的主要研究與創(chuàng)新點(diǎn)如下:
1)系統(tǒng)總結(jié)了主體及多主體原理,研究了多主體系統(tǒng)存在的沖突和消解協(xié)調(diào)策略以及協(xié)作策略,在此基礎(chǔ)上,研究了多主體結(jié)構(gòu)健康監(jiān)測系統(tǒng)中的理論模型、體系結(jié)構(gòu)和協(xié)作策略,針對大型結(jié)構(gòu)傳感器網(wǎng)絡(luò)復(fù)雜損傷評估方法多樣的特點(diǎn),提出了基
3、于區(qū)域監(jiān)督主體和中央?yún)f(xié)調(diào)主體的聯(lián)合協(xié)作融合多主體體系結(jié)構(gòu),從而將分布式和集中式監(jiān)測相結(jié)合,為大型結(jié)構(gòu)的多傳感器多損傷監(jiān)測研究奠定了基礎(chǔ)。
2)針對大型結(jié)構(gòu)多傳感器多損傷如何自主監(jiān)測問題,建立了多主體結(jié)構(gòu)健康監(jiān)測系統(tǒng),針對大型結(jié)構(gòu)的三種典型損傷形式:結(jié)構(gòu)應(yīng)力應(yīng)變分布變化、緊固件連接失效、沖擊載荷,以大型航空鋁板為研究對象,采用壓電傳感器、光纖傳感器、應(yīng)變傳感器網(wǎng)絡(luò)和相應(yīng)采集系統(tǒng),協(xié)作自組織傳感器網(wǎng)絡(luò),自動選擇診斷方法,從而對整個
4、大型結(jié)構(gòu)的損傷狀況給出一個有效的評估。
3)針對大型結(jié)構(gòu)傳感網(wǎng)絡(luò)如何快速有效覆蓋大型結(jié)構(gòu)的各個子區(qū)域損傷,以及如何協(xié)調(diào)融合利用各種算法對各種損傷給出可靠有效的評估,提出了基于多主體黑板協(xié)作的多區(qū)域監(jiān)測框架。在此基礎(chǔ)上,針對大型結(jié)構(gòu)的分布式應(yīng)變分布以及損傷分類監(jiān)測問題,提出了應(yīng)變傳感器網(wǎng)絡(luò)的黑板協(xié)作組網(wǎng)方法和損傷分類評估的合同網(wǎng)協(xié)作融合方法;針對大型結(jié)構(gòu)的分布式聲源和沖擊定位問題,提出了壓電傳感器網(wǎng)絡(luò)的黑板協(xié)作組網(wǎng)方法和利用黃頁
5、服務(wù)進(jìn)行聲發(fā)射定位的數(shù)據(jù)融合策略,在大型航空鋁板結(jié)構(gòu)上驗(yàn)證該方法能夠快速有效利用分布式信號信息處理算法資源,提高損傷定位的精度。
4)針對大型結(jié)構(gòu)沖擊載荷定位準(zhǔn)確快速辨識問題,在改進(jìn)了基于切比雪夫多項(xiàng)式的時域載荷反演優(yōu)化問題的基礎(chǔ)上,提出了基于三角測量方法和時域載荷反演方法的多主體黑板協(xié)作沖擊定位方法,在大型航空鋁板結(jié)構(gòu)和復(fù)合材料板上驗(yàn)證該方法在保證沖擊定位精度的同時,提高了實(shí)時性。
5)針對大型結(jié)構(gòu)緊固件失效準(zhǔn)確快
6、速辨識問題,提出了基于互信息分類器選擇和多主體決策融合的緊固件連接失效辨識方法。首先,研究了分類器選擇指標(biāo)和方法,提出了基于熵的互信息相關(guān)度為標(biāo)準(zhǔn)的分類選擇算法流程;然后,研究了多分類器融合的常用方法,提出了基于置信、通信、協(xié)商主體模型,在此基礎(chǔ)上進(jìn)而提出了多主體決策融合方法,在大型航空鋁板和航空鋁制加筋板驗(yàn)證了該方法可以利用最少的分類器資源和計算時間,獲得最優(yōu)的損傷識別精度。
6)針對傳感器失效情況下的結(jié)構(gòu)健康監(jiān)測系統(tǒng)不能精
7、確損傷評估問題,提出了多主體推理協(xié)作的壓電激勵傳感網(wǎng)絡(luò)自診斷自重構(gòu)的損傷監(jiān)測方法。首先,分析了傳感器自診斷自重構(gòu)的研究現(xiàn)狀,提出了基于主動監(jiān)測方法和壓電元件脫粘失效因子來評估壓電元件脫粘失效,并結(jié)合主體推理進(jìn)行壓電網(wǎng)絡(luò)中失效元件的自診斷方法;然后,提出了主被動損傷監(jiān)測情況下的壓電網(wǎng)絡(luò)的自重構(gòu)方法,以及復(fù)用壓電元件的主被動沖突消解方法,在航空鋁板結(jié)構(gòu)上驗(yàn)證了該方法能準(zhǔn)確識別失效傳感器,保證損傷定位精度。
本文工作在機(jī)械結(jié)構(gòu)力學(xué)及
溫馨提示
- 1. 本站所有資源如無特殊說明,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,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 大型結(jié)構(gòu)監(jiān)測多主體協(xié)作與融合技術(shù).pdf
- 多主體協(xié)作技術(shù)在結(jié)構(gòu)健康監(jiān)測中的初步研究.pdf
- 多主體協(xié)作結(jié)構(gòu)健康監(jiān)測系統(tǒng)的關(guān)鍵技術(shù)研究.pdf
- 面向服務(wù)的多主體協(xié)作機(jī)制的研究與實(shí)現(xiàn).pdf
- 基于多主體協(xié)作的光纖結(jié)構(gòu)監(jiān)測系統(tǒng)及膠層固化研究.pdf
- 基于多主體協(xié)作的分布式光纖智能健康監(jiān)測系統(tǒng)研究.pdf
- 基于多主體協(xié)作的光纖結(jié)構(gòu)監(jiān)測系統(tǒng)及自診斷自修復(fù)研究
- 基于多主體協(xié)作的光纖結(jié)構(gòu)監(jiān)測系統(tǒng)及自診斷-自修復(fù)研究.pdf
- 基于Petri網(wǎng)的多主體協(xié)作的研究.pdf
- 多主體協(xié)作調(diào)度機(jī)制的研究與實(shí)現(xiàn).pdf
- 多智能體協(xié)作學(xué)習(xí)方法的研究.pdf
- 面向多智能體協(xié)作的啟發(fā)式聯(lián)盟結(jié)構(gòu)生成算法研究.pdf
- 結(jié)構(gòu)健康監(jiān)測信息的數(shù)據(jù)融合方法研究.pdf
- 基于多主體協(xié)作的主動式工作流的研究.pdf
- 基于學(xué)習(xí)的多智能體協(xié)作方法研究及應(yīng)用.pdf
- 基于多主體協(xié)作的云節(jié)點(diǎn)自愈機(jī)制的研究與實(shí)現(xiàn).pdf
- 結(jié)構(gòu)健康管理多診斷方法以及融合研究.pdf
- 未知環(huán)境下多智能體協(xié)作避障方法的研究.pdf
- RoboCup中多智能體協(xié)作的研究.pdf
- 多智能體協(xié)作的博弈分析.pdf
評論
0/150
提交評論