[发明专利]一种适用于悬臂梁的冲击损伤区域识别方法及装置有效
申请号: | 202011349488.0 | 申请日: | 2020-11-26 |
公开(公告)号: | CN112525467B | 公开(公告)日: | 2022-09-13 |
发明(设计)人: | 王逢德;刘琦;刘冰;姚燕安 | 申请(专利权)人: | 山东科技大学 |
主分类号: | G01M7/08 | 分类号: | G01M7/08;G01B11/16;G06K9/62 |
代理公司: | 北京高沃律师事务所 11569 | 代理人: | 杜阳阳 |
地址: | 266590 山东*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 适用于 悬臂梁 冲击 损伤 区域 识别 方法 装置 | ||
1.一种适用于悬臂梁的冲击损伤区域识别方法,其特征在于,所述方法包括:
步骤S1:根据识别精度将悬臂梁分割成m个区域;其中,m为大于1的正整数;
步骤S2:获取悬臂梁上各区域内每次冲击损伤实验对应的k个时域应变响应信号;其中,k为传感器的个数;
步骤S3:基于希尔伯特-黄变换对各区域内每次冲击损伤实验对应的k个时域应变响应信号进行处理,获得各区域内每次冲击损伤实验对应的k个边际谱;
步骤S4:根据各区域内每次冲击损伤实验对应的k个边际谱确定各区域内每次冲击损伤实验对应的1个特征边际谱;
步骤S41:在第i个区域内第t次击损伤实验对应的k个边际谱上分别截取特征频率范围内边际谱,得到第i个区域内第t次击损伤实验对应的p×k个选带边际谱,其中,p为特征频带的个数;
步骤S42:将第i个区域内第t次冲击损伤实验获得的p×k个所述选带边际谱进行组合,获得第i个区域内第t次冲击损伤实验对应的1个特征边际谱;其中,m≥i≥1,n≥t≥1;
步骤S5:根据各区域内每次冲击损伤实验对应的1个特征边际谱构建样本数据库;所述样本数据库包括n×m个冲击损伤实验的样本,每个样本包括1个特征边际谱;
步骤S6:利用所述样本数据库对支持向量机进行训练;
步骤S7:利用训练后的支持向量机对悬臂梁的损伤区域进行识别。
2.根据权利要求1所述的适用于悬臂梁的冲击损伤区域识别方法,其特征在于,所述基于希尔伯特-黄变换对各区域内每次冲击损伤实验对应的k个时域应变响应信号进行处理,获得各区域内每次冲击损伤实验对应的k个边际谱,具体包括:
步骤S31:对各所述时域应变响应信号分别进行经验模态分解,分别获得所述时域应变响应信号的本征模函数;
步骤S32:应用hhspectrum函数计算本征模函数分量的瞬时频率与振幅;
步骤S33:以所述瞬时频率、所述振幅和时间为输入,应用toimage函数计算时域应变响应信号的Hilbert谱,根据所述Hilbert谱确定中心频率和幅值;
步骤S34:以所述中心频率为输入,应用length函数确定中心频率的点数;
步骤S35:应用sum函数、size函数以及plot函数,以所述中心频率为横坐标,以所述幅值为纵坐标,根据所述中心频率的点数绘制各区域内每次冲击损伤实验对应的k个边际谱。
3.根据权利要求1所述的适用于悬臂梁的冲击损伤区域识别方法,其特征在于,所述利用所述样本数据库对支持向量机进行训练,具体包括:
步骤S61:将所述样本数据库中设定个数的样本作为训练集,将所述样本数据库中剩余个数的样本作为测试集;
步骤S62:利用所述训练集对支持向量机进行训练;
步骤S63:将所述测试集输入训练后的支持向量机进行测试,获得预测损伤区域,确定识别率;
步骤S64:判断所述识别率是否等于100%;如果所述识别率等于100%,则执行步骤S65;如果所述识别率小于100%,则令n=n+1,返回步骤S2,增加冲击损伤实验的次数,即增加冲击损伤实验的样本;
步骤S65:判断所述识别精度是否符合设定要求;如果所述识别精度符合设定要求,则输出所述冲击损伤模型;如果所述识别精度不符合设定要求,则令m=m+1,返回步骤S1;或令n=n+1,返回步骤S2,增加冲击损伤实验的次数,即增加冲击损伤实验的样本。
4.根据权利要求1所述的适用于悬臂梁的冲击损伤区域识别方法,其特征在于,p为2,所述特征频带分别为0~40Hz和70~110Hz。
5.一种适用于悬臂梁的冲击损伤区域识别装置,其特征在于,所述装置包括:
应变响应信号采集系统,用于检测悬臂梁上各区域内每次冲击损伤实验对应的k个时域应变响应信号;
计算机,与所述应变响应信号采集系统连接,用于根据权利要求1-3任一项所述的方法进行损伤区域的识别。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东科技大学,未经山东科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011349488.0/1.html,转载请声明来源钻瓜专利网。