[发明专利]基于向量自回归模型的结构局部缺陷检测方法在审
| 申请号： | 201910693962.2 | 申请日： | 2019-07-30 |
| 公开（公告）号： | CN110555235A | 公开（公告）日： | 2019-12-10 |
| 发明（设计）人： | 唐和生;赵涛涛 | 申请（专利权）人： | 同济大学 |
| 主分类号： | G06F17/50 | 分类号： | G06F17/50;G01P15/00 |
| 代理公司： | 31290 上海科律专利代理事务所(特殊普通合伙) | 代理人： | 叶凤 |
| 地址： | 200092 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 基于向量自回归模型的结构局部缺陷识别方法，步骤一：采集缺陷结构和无缺陷结构的加速度响应，将采集得到的加速度响应分解成数据长度相同的多个样本；步骤二：利用AIC准则确定步骤一中得到的各个样本的VAR模型阶数；步骤三：根据步骤二中确定的VAR模型阶数，建立各个样本VAR模型；步骤四：提取步骤三种各个VAR模型中系数矩阵的对角元素，并定义全新的特征向量f；步骤五：根据步骤四中的向量f，分别计算缺陷状态和无缺陷状态的马氏距离；步骤六：根据步骤五中计算得到的缺陷状态和无缺陷状态的马氏距离进行后续的结构缺陷识别。该方法能够有效利用结构的振动响应，借助向量自回归模型对结构的振动响应进行分析，快速有效地完成结构的局部缺陷识别。 | ||
| 搜索关键词： | 缺陷状态 向量 样本 加速度响应 自回归模型 局部缺陷 马氏距离 模型阶数 振动响应 采集 无缺陷结构 对角元素 结构缺陷 缺陷结构 特征向量 系数矩阵 有效地 分解 分析 | ||
【主权项】：
1.一种基于向量自回归模型的结构局部缺陷识别方法，其特征在于，通过以下步骤实现，包括，步骤一：采集缺陷结构和无缺陷结构的加速度响应，将采集得到的加速度响应分解成数据长度相同的多个样本，用于后续向量自回归模型(VAR)的建立；/n步骤二：利用AIC准则确定步骤一中得到的各个样本的VAR模型阶数；/n步骤三：根据步骤二中确定的VAR模型阶数，建立各个样本VAR模型；/n步骤四：提取步骤三种各个VAR模型中系数矩阵的对角元素，并定义全新的特征向量f；/n步骤五：根据步骤四中的向量f，分别计算缺陷状态和无缺陷状态的马氏距离；/n步骤六：根据步骤五中计算得到的缺陷状态和无缺陷状态的马氏距离进行后续的结构缺陷识别。/n
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同济大学，未经同济大学许可，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/201910693962.2/，转载请声明来源钻瓜专利网。
