基于支持向量機(jī)(Support Vector Machine,SVM)提出一種近海導(dǎo)管架平臺(tái)結(jié)構(gòu)損傷識(shí)別方法。該方法利用小波包變換處理平臺(tái)甲板上的加速度傳感器信號(hào)得到小波包系數(shù),從而實(shí)現(xiàn)特征提取,然后對(duì)小波包系數(shù)進(jìn)行降維處理,再將降維后的樣本輸入SVM進(jìn)行訓(xùn)練,并利用驗(yàn)證集對(duì)訓(xùn)練后的SVM進(jìn)行驗(yàn)證。將該方法應(yīng)用于渤海某平臺(tái)的損傷識(shí)別中,結(jié)果表明:采用標(biāo)準(zhǔn)差較大的前5個(gè)或更多的小波包節(jié)點(diǎn)能量占比作為特征參數(shù)進(jìn)行訓(xùn)練,訓(xùn)練后的SVM算法對(duì)驗(yàn)證集具有較好的識(shí)別效果。

【文章頁(yè)數(shù)】：8 頁(yè)

【部分圖文】：

圖1SVM分類示例

根據(jù)SVM的指導(dǎo)思想，給定2類數(shù)據(jù)（xi,yi），其中：i=1,2，…，m;xi∈Rn，為輸入向量；yi∈{-1,1}，為樣本的類別標(biāo)志值。圖1為SVM分類示例，圖中有2類不同的樣本，分別用圓圈和斜十字表示。超平面方程為wTx+b=0，式中：w為平面上的法向量，決定了超平面的方向....

圖2導(dǎo)管架平臺(tái)有限元模型損傷模擬

采用有限元軟件ANSYS建立該平臺(tái)結(jié)構(gòu)損傷狀態(tài)的有限元模型，如圖2所示。其中，被海水浸沒(méi)的支撐結(jié)構(gòu)（圓管）用PIPE288單元模擬，處于飛濺區(qū)和氣隙范圍內(nèi)的圓管也可能受到波流作用，同樣采用PIPE288單元模擬，其余圓管構(gòu)件、平臺(tái)甲板和甲板梁則分別采用PIPE16、SHEL....

圖3不同隨機(jī)波浪下無(wú)損結(jié)構(gòu)加速度響應(yīng)時(shí)程

選取無(wú)損狀態(tài)下平臺(tái)上的典型測(cè)點(diǎn)在某隨機(jī)數(shù)在不同隨機(jī)波浪下的x方向加速度信號(hào)時(shí)程進(jìn)行展示，如圖3所示。由圖3可知，在隨機(jī)波浪作用下，結(jié)構(gòu)的加速度表現(xiàn)出較強(qiáng)的隨機(jī)性，其中在譜峰波高較大波況下表現(xiàn)出的隨機(jī)性更顯著，因此較難直接對(duì)加速度信號(hào)進(jìn)行量化分析。利用DB5小波函數(shù)，對(duì)所有采集到的....

圖4不同隨機(jī)波浪下無(wú)損狀態(tài)和損傷狀態(tài)的小波包分析結(jié)果

圖4所示為與圖3所對(duì)應(yīng)的8組加速度信號(hào)的小波包分析結(jié)果�？砂l(fā)現(xiàn)波浪條件的改變會(huì)造成整體小波包節(jié)點(diǎn)能量占比分布狀態(tài)的顯著變化，而損傷造成的差異主要體現(xiàn)在少數(shù)節(jié)點(diǎn)上，仍難以通過(guò)簡(jiǎn)單的準(zhǔn)則判斷無(wú)損信號(hào)與損傷信號(hào)。在上述基礎(chǔ)上，針對(duì)所有樣本進(jìn)行分析，并對(duì)每個(gè)節(jié)點(diǎn)進(jìn)行考察。一種常用的考察特....

本文編號(hào)：3935931