[发明专利]基于高斯过程的疲劳裂纹长度智能评定方法和监测方法在审
| 申请号： | 201810105717.0 | 申请日： | 2018-02-02 |
| 公开（公告）号： | CN108318589A | 公开（公告）日： | 2018-07-24 |
| 发明（设计）人： | 蔡国强;王要飞;吕姣姣;潘越;宋琼;杨晨;郝强;赵佳庆;李一鸣 | 申请（专利权）人： | 北京交通大学 |
| 主分类号： | G01N29/44 | 分类号： | G01N29/44;G01N29/46;G01N29/04;G01B17/00 |
| 代理公司： | 北京正理专利代理有限公司 11257 | 代理人： | 付生辉 |
| 地址： | 100044*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于高斯过程的疲劳裂纹长度智能评定方法，包括：设置Lamb波的中心频率，向高速列车的被测结构件发射探测信号；采集所述被测结构件接收到所述探测信号产生的传感信号；使用傅里叶变换和香农复数小波变换从所述传感信号中提取特征因子；设置高斯过程的先验均值函数和协方差函数，建立高斯过程模型，建立所述特征因子与所述被测结构件的裂纹长度的映射关系；对所述特征因子分别通过所述高斯过程模型使用最大似然法进行模型训练以评定和预测所述被测结构件的裂纹长度。本发明能够实现轨道交通领域关键部件的损伤识别，有效地减小由于结构材料的分散性造成的裂纹长度评定误差，精度高，应用范围广。 | ||
| 搜索关键词： | 高斯 结构件 评定 传感信号 过程模型 疲劳裂纹 特征因子 发射探测信号 高速列车 傅里叶变换 应用范围广 最大似然法 先验 复数小波 关键部件 轨道交通 结构材料 均值函数 模型训练 损伤识别 探测信号 提取特征 映射关系 中心频率 智能 分散性 有效地 方差 减小 采集 监测 预测 | ||
【主权项】：
1.一种基于高斯过程的疲劳裂纹长度智能评定方法，其特征在于，包括：S101：设置Lamb波的中心频率，向高速列车的被测结构件发射探测信号；S103：采集所述被测结构件接收到所述探测信号产生的传感信号；S105：使用傅里叶变换和香农复数小波变换从所述传感信号中提取特征因子；S107：设置高斯过程的先验均值函数和协方差函数，建立高斯过程模型，建立所述特征因子与所述被测结构件的裂纹长度的映射关系；S109：对所述特征因子分别通过所述高斯过程模型使用最大似然法进行模型训练以评定和预测所述被测结构件的裂纹长度。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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北京交通大学，未经北京交通大学许可，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/patent/201810105717.0/，转载请声明来源钻瓜专利网。
