本文選題：支持向量機 + 主元分析��； 參考：《電子測量與儀器學(xué)報》2017年09期

【摘要】：針對復(fù)合材料損傷檢測數(shù)據(jù)少、效率低等問題,提出一種基于主元分析(PCA)和改進的輪換對稱分塊支持向量機(RSPSVM)的損傷識別算法,并用其進行飛機復(fù)合材料構(gòu)件損傷檢測。首先,算法對平面多電極電容傳感器檢測模型等面積剖分,獲取足夠多復(fù)合材料檢測樣本;然后引入遺傳算法(GA)改進RSPSVM獲得更好的分類性能,并且結(jié)合PCA提取主特征向量用于降低特征向量維度和縮短訓(xùn)練時間,將新的特征集送入改進的RSPSVM算法,實現(xiàn)PCA-GA-RSPSVM識別算法;最后,用3種復(fù)合材料樣板的實測值對算法進一步驗證。經(jīng)過仿真數(shù)據(jù)與實測數(shù)據(jù)的驗證,有效的驗證了PCA-GA-RSPSVM算法應(yīng)用于飛機復(fù)合材料構(gòu)件損傷檢測的有效性。
[Abstract]:Aiming at the problems of less data and low efficiency of composite material damage detection, a damage identification algorithm based on principal component analysis (PCA) and improved rotational symmetric block support vector machine (RSPSVM) is proposed, and it is used to detect the damage of aircraft composite component. Firstly, the algorithm divides the detection model of planar multi-electrode capacitive sensor into equal area and obtains enough samples of composite material detection. Then genetic algorithm (GA) is introduced to improve the performance of RSPSVM to obtain better classification performance. And the main feature vector extracted by PCA is used to reduce the dimension of the feature vector and shorten the training time, and the new feature set is sent into the improved RSPSVM algorithm to realize the PCA-GA-RSPSVM recognition algorithm. Finally, The algorithm is further verified by the measured values of three kinds of composite material samples. The validity of the PCA-GA-RSPSVM algorithm applied to the damage detection of aircraft composite components is verified by the simulation data and the measured data.
【作者單位】： 空軍航空大學(xué);
【基金】：裝備維修科學(xué)與改革項目(2011325)資助
【分類號】：TB33

【相似文獻】

相關(guān)期刊論文 前4條

1 吳耀軍,莊天戈,K.W.Wong;采樣信號時頻特性的復(fù)合材料損傷檢測[J];儀器儀表學(xué)報;2000年05期

2 劉喜平;余龍;;基于含誤差測量結(jié)果的Lamb波損傷檢測[J];中山大學(xué)學(xué)報(自然科學(xué)版);2013年06期

3 吳耀軍,陶寶祺,史習(xí)智;基于小波包技術(shù)的復(fù)合材料損傷檢測[J];復(fù)合材料學(xué)報;1997年04期

4 謝建宏,張為公;基于遺傳神經(jīng)網(wǎng)絡(luò)的智能復(fù)合材料損傷檢測傳感器位置優(yōu)化的研究[J];儀器儀表學(xué)報;2005年11期

相關(guān)碩士學(xué)位論文 前5條

1 牛冬冬;基于壓電阻抗技術(shù)的層合板損傷檢測數(shù)值分析和實驗研究[D];鄭州大學(xué);2016年

2 楊初;基于光學(xué)低相干的蘭姆波獲取方法和損傷檢測系統(tǒng)的研究[D];南京航空航天大學(xué);2013年

3 王菡;基于曲率模態(tài)定量數(shù)值分析的損傷檢測方法研究[D];南京航空航天大學(xué);2012年

4 李迎;基于Lamb波與時頻分析技術(shù)的復(fù)合材料損傷檢測研究[D];南京航空航天大學(xué);2005年

5 藍(lán)友澤;基于頻響函數(shù)的復(fù)合材料格柵結(jié)構(gòu)損傷檢測研究[D];南京航空航天大學(xué);2012年

，

本文編號：1788947