基于独立分量分析的结构损伤识别研究

《基于独立分量分析的结构损伤识别研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、武汉理工大学博士学位论文基于独立分量分析的结构损伤识别研究姓名：宋华珠申请学位级别：博士专业：结构工程指导教师：钟珞20060301武汉理工大学博士学位论文用小波分析把它先分解然后再处理，效果更明显。(6)尝试研究了确定敏感传感器位置的算法。通过ICA—ANN对结构物信号进行提取、学习，让独立分量通过微小的改变去探测所有传感器的输出的变化差异，然后用统计学方法计算每个传感器提供的信息，确定敏感传感器的位置，从而确定敏感传感器。本算法确定的敏感传感器数量比使用所有的传感器数量减少一半，但对结构损伤的识别效果与使用全部的传感器进行识别的效果相似、没有降低。(7)对于实际结构领域数据量大

2、的特点，建立了基于二阶统计量的SOS．ICA识别模型，它比一般的ICA速度快，减少了计算独立分量的时间开销。(8)利用结构损伤领域流行的损伤识别的标准数据集合，对上述建立的模型进行了不同的测试，识别是否损伤、损伤的级别的结果准确，性能稳定。另外，一个三层的书架结构也用于验iiEZ．述模型的有效性。两个实例都证明了基于ICA的结构损伤识别模型的有效性和稳定性。关键词：结构损伤谚{别，独立分量分析，主成分分析，神经网络，支持向量机武汉理工大学博士学位论文AbstractIdentificationofstructuraldamageisalwaysatopicinstructurale

3、ngineeringdomain．Structuralstiffnessdecreasesduetoaging，damages，andotherharmfuleffects．Theseadversechangesleadtoabnormaldynamiccharacteristicsinnaturalfrequenciesandmodeshapes．Detectionofstructuraldamageisincreasinglyimportantforpreventingcatastrophicfailuresandprolongingtheservicelifeofstruct

4、ures．Byinstrumentingstructureswithavibrationsensorsystem，structuralhealthmonitoring(SHM)aimstoprovidereliableandeconomicalapproachestomonitortheperformanceofstructuralsystemsintheearlystageSOastofacilitatethedccisionsonstructuremaintenance，repairandrehabilitation．Structuraldamageidentification

5、canberegardasapatternrecognitionproblem，thatis，therearetwosteps：oneisfeatureabstractionfrommeasureddynamicsensordata；theotherisidentifyingthestructuredamagestatusbasedonselectedfeatures．Thisthcsisusedthedynamicdatafromsensorsasstudyobject，andtookadvantageofthetheoryofmachinelearning，datamining

6、andstatisticslearningtobuildastructuraldamageidentificationframebasedonindependentcomponentanalysis(ICA)，thedetailisasfollowing．(1)Principalcomponentanalysis(PCA)Cankeepuncorrelationamongtheprincipalcomponentsandreducetheinfluenceofnoisetotheusefulstructuralsignals，SOitCaneffectivelyabstractth

7、estructuralfeatures．Inaddition，thecumulatecontributionratedecidestheaccuracyofsignalabstraction，anditshouldsarisfytheneedofstructures．Inourexperiments，itcanworkwellas99％．(2)ThefeaturescanbeabstractedbyICA，whichovercomesPCAbecauseitkeeps