基于多传感器信息融合的SVM结构损伤诊断方法

来源 :西安建筑科技大学学报(自然科学版) | 被引量 : 0次 | 上传用户:yixiangren1976
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了能准确地诊断复杂结构损伤的发生、位置和程度,提出了一种聚类经验模式分解(EEMD)、小波包分解(wPT)、多传感器信息融合和SVM模式分类相结合的结构损伤诊断方法.首先对多个传感器采集的加速度振动信号进行EEMD分解,选择包含结构损伤信息丰富的固有模态函数(IMF);其次对其进行正交小波包分解,并计算小波包相对能量分布;最后把这些传感器信号的小波包相对能量融合,构成SVM分类器的输入特征向量,从而实现损伤的诊断和评价.研究结果表明:该方法在学习样本数较少的情况下仍然具有较好的适应性和分类能力;多传感器
其他文献
以石家庄铁道大学基础楼为例,该教学楼为寒冷地区绿色建筑二星级运行标识建筑,分析了建筑2015年全年实际运行数据,得出单位建筑面积能耗为37.69kWh/m2,空调能耗和照明能耗约
在以县域为单位的基础教育设施布局调整规划中,高中优质教育资源不断集中使得在校生规模超3000人或办学规模50班以上的超大规模高中大量存在.西部地区用地不足、财政有限、建
城市的商业广场往往尺度较小、人流量较大,其设计在"功能性"、"景观性"、"舒适性"等方面也存在着一定的不足.从使用者的行为心理需求出发,对百脑汇广场的形状、尺度、比例作