收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

支持向量机方法在结构损伤识别中的应用

张茂雨  
【摘要】: 本文首先简述了当前结构损伤识别领域的研究状况和发展趋势,论述了支持向量机方法的基本原理与算法,并阐明了本文研究的课题背景和主要研究内容。本文立足于损伤模式识别与在线参数识别两方面问题,阐述了传统方法的缺陷,对其加以改进,提高识别精度、识别效率及其鲁棒性。 模式识别是一种简单常用的离线损伤识别方法,但动力指纹采用恰当与否对识别结果有很大的影响。结构固有频率是最易提取且测量误差较小的动力指纹,但传统方法对结构固有频率不敏感,损伤程度不易识别;而其他动力指纹虽然具有较好的灵敏度,但实际测量误差大等原因限制了其应用。而支持向量机方法解决了传统模式识别方法对频率变化不敏感的缺陷,采用结构损伤前后的固有频率变化率为动力指纹,不仅能对损伤进行准确定位,而且能识别结构损伤的程度。 在模式识别方法中,采用的核函数适当与否直接关系到动力指纹与损伤之间的影射关系,从而影响到识别效果。本文结合小波函数与高斯核函数提出了小波核函数,数值模拟的结果表明,采用小波核函数识别结构损伤有更好的识别效果,尤其是在多损伤情况下,识别精度显著优于其他常用的核函数。 小波核函数支持向量机模式识别方法简单方便,而且对测量误差较小的频率变化率有较高的灵敏度,弥补了传统方法的局限性。对十层剪切型框架结构的数值模拟结果表明,该方法具有良好的识别精度,尤其是对单损伤情况下,不仅能准确定位,而且对损伤的程度有很高的识别精度。用单损伤训练的支持向量机同时也适用于多损伤情况,在多损伤情况下,能准确定位损伤的位置,损伤程度的识别结果稍有误差,但仍能得到令人满意的结果,而且有很好的抗噪声能力。 在线识别技术能直接识别出结构的动力参数,更加符合实际工程的需求。最小二乘支持向量机(LS-SVM)是对传统在线参数识别方法的改进,通过使用等式约束和二次损失函数将标准SVM方法的二次规划问题求解转化成为线性方程组的求解,从而提高了支持向量机的训练速度。但是LS-SVM方法丧失了标准SVM方法的稀疏性,而且,当一个新数据输入时,需要重新求解整个线性方程组。LS-SVM方法仍然存在识别精度不高,识别效率低,鲁棒性差的缺陷,因此,本文在LS-SVM方法的基础上,提出了改进方法。 首先是基于增量式LS-SVM回归方法提出了增量式加权特征向量LS-SVM回归方法,通过对特征向量的加权,区分各样本在识别中的贡献大小,从而提高了识别精度。但增量式算法将所有数据都纳入识别样本集,计算效率低,为了实现在线识别,需要更高的硬件要求。于是提出了等样本集LS-SVM递归算法,通过局部增加算法与修剪算法,及时更新样本,在加入新样本的同时,剔除过时样本,避免了多次的矩阵求逆运算,大大提高了计算效率,使在线识别成为可能。 在等样本集LS-SVM递归算法基础上,提出了自适应误差加权方法与自适应特征向量指数加权方法,根据回归估计的误差大小赋予样本权重,更进一步提高了识别精度与鲁棒性。对不同的结构损伤模式、受不同噪声干扰的情况进行在线识别,结果表明加权后的等样本集LS-SVM回归方法有更高的识别精度和识别效率,并具有很好的抗噪性能,尤其是自适应特征向量指数加权方法。 将前面的研究成果应用于实际工程。对一振动台试验模型的结构进行损伤识别,识别结果与试验现象基本吻合。 最后对全文的主要工作和研究成果进行了总结,并指出有待进一步改进和研究的方向。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 任先文;薛雷;宋阳;郭丹丹;沈重;;基于分形特征的最小二乘支持向量机局部放电模式识别[J];电力系统保护与控制;2011年14期
2 赵晓莉;;基于小波最小二乘支持向量机模型的系统边际电价预测[J];上海电力学院学报;2009年03期
3 胡财彬;钟新辉;费逸伟;;铁谱磨粒识别技术研究[J];润滑油;2007年04期
4 张茂雨;陈联盟;杨克家;陈跃;;结构损伤模式识别与试验分析[J];自然灾害学报;2010年04期
5 王国胜;;小波技术在起重机桁架臂结构损伤识别中的应用[J];建设机械技术与管理;2010年04期
6 孙林;杨世元;;最小二乘支持向量机构造的函数链接型神经网络在滚动轴承故障诊断中的应用[J];中国电机工程学报;2010年08期
7 王庆超;李昂;;基于支持向量机的石脑油干点软测量建模研究[J];机械工程师;2008年07期
8 万书亭;佟海侠;董炳辉;;基于最小二乘支持向量机的滚动轴承故障诊断[J];振动.测试与诊断;2010年02期
9 舒服华;张望祥;;最小二乘支持向量机预测绝缘子等值附盐密度[J];高压电器;2008年05期
10 焦莉;李宏男;张海;伊廷华;;基于数据融合和“能量-损伤”的结构多损伤模式识别[J];振动与冲击;2010年08期
11 张金敏;翟玉千;王思明;;小波分解和最小二乘支持向量机的风机齿轮箱故障诊断[J];传感器与微系统;2011年01期
12 程华;田金文;;基于双近邻模式和最小二乘支持向量机的SAR景象匹配区选择[J];宇航学报;2009年04期
13 沈斌,姚敏,易文晟;基于最小二乘支持向量机的模糊时序分析方法[J];浙江大学学报(工学版);2005年08期
14 樊荣;唐宁;周则贺;高文伟;;基于LS-SVM的某型装备保障性能评估研究[J];工业工程;2006年04期
15 陈磊;张土乔;;基于最小二乘支持向量机的时用水量预测模型[J];哈尔滨工业大学学报;2006年09期
16 甘良志;孙宗海;孙优贤;;稀疏最小二乘支持向量机[J];浙江大学学报(工学版);2007年02期
17 杨春玲;李天云;王爱凤;;基于自适应加权最小二乘支持向量机的短期负荷预测方法[J];吉林电力;2007年03期
18 李永清;朱锡;石勇;李爽;;基于支持向量机的夹层结构水声性能预测建模[J];武汉理工大学学报;2007年07期
19 林伟青;傅建中;许亚洲;陈子辰;;基于最小二乘支持向量机的数控机床热误差预测[J];浙江大学学报(工学版);2008年06期
20 李波;徐宝松;武金坤;胡江;徐光磊;;基于最小二乘支持向量机的大坝力学参数反演[J];岩土工程学报;2008年11期
中国重要会议论文全文数据库 前10条
1 白应甫;孙茵;;地震相模式识别[A];1992年中国地球物理学会第八届学术年会论文集[C];1992年
2 李永明;史忠科;;用模糊子集度确定模糊似然函数的二种方法[A];1998年中国智能自动化学术会议论文集(上册)[C];1998年
3 谢波;冯地清;;Hopfield神经网络在核爆炸方式识别中的应用[A];第7届全国核电子学与核探测技术学术年会论文集(三)[C];1994年
4 黄雪梅;唐治德;;BP网络研究及其在肺癌诊断系统中的应用[A];电工理论与新技术2004年学术研讨会论文集[C];2004年
5 张会林;简献忠;;光电混合目标识别系统中振幅补偿匹配滤波器设计[A];2005年中国光学学会全息与光学信息处理专业委员会年会暨建会20周年纪念会[C];2005年
6 郭培源;李刚;曲世海;;基于神经网络的肉类新鲜度智能检测研究[A];2005中国控制与决策学术年会论文集(下)[C];2005年
7 颜志国;王志中;任晓梅;;独立分量分析和小波熵在动作模式分类中的应用[A];2005年上海市生物医学工程学会学术年会论文集[C];2005年
8 曾黄麟;袁曾任;;模式识别特征评选与简化的一种新方法[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
9 赵鑫;王福绵;;起重机械安全状况综合评价方法研究与新技术工程应用[A];中国力学学会学术大会'2009论文摘要集[C];2009年
10 王建;郭炳庆;陈宏志;;协同神经网络SNN的实现[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集(上册)[C];1995年
中国博士学位论文全文数据库 前10条
1 张茂雨;支持向量机方法在结构损伤识别中的应用[D];同济大学;2007年
2 王步宇;移动荷载作用下梁型结构健康诊断方法研究[D];浙江大学;2014年
3 刘云鹏;电力变压器局部放电的电气定位及诊断[D];华北电力大学(河北);2005年
4 游峰;智能车辆自动换道与自动超车控制方法的研究[D];吉林大学;2005年
5 鲁绯;腐乳发酵机理、品质改进和模式识别研究[D];中国农业大学;2005年
6 程昌秀;3S技术在县级土地利用变更调查中的应用研究[D];中国农业大学;2001年
7 吴德文;遥感与地面观测数据的找矿信息提取和处理技术及应用[D];中国地质大学(北京);2006年
8 任东;基于支持向量机的植物病害识别研究[D];吉林大学;2007年
9 朱臻宇;模型传递对仪器间采样差异的评估和消除[D];第二军医大学;2005年
10 薛跃;基于RMTS的上市公司虚假财务报告识别及其扩展应用研究[D];南京理工大学;2005年
中国硕士学位论文全文数据库 前10条
1 袁立侠;模式识别在工程结构振动损伤识别中的应用[D];华北工学院;2004年
2 赵忠华;基于改进模态参数灵敏度法的结构损伤识别研究[D];重庆大学;2010年
3 高振闯;基于归一化频率变化比和柔度指标的结构损伤识别方法[D];哈尔滨工业大学;2010年
4 宋仙云;利用测试数据的空间杆系结构损伤识别研究[D];武汉理工大学;2010年
5 陈曦;基于PSO算法的结构损伤精细识别[D];暨南大学;2011年
6 赵常峰;基于应变模态分析理论的工程结构损伤识别方法研究[D];哈尔滨工业大学;2010年
7 汲生伟;基于柔度矩阵差比值法的梁式结构损伤识别的研究[D];兰州理工大学;2010年
8 夏炎;南京奥体中心体育场空间结构损伤识别初探[D];东南大学;2004年
9 邓旭华;基于小波分析和BP神经网络的结构损伤识别方法研究[D];长沙理工大学;2010年
10 张勇;基于曲率模态变化率指标的结构损伤识别方法研究[D];武汉理工大学;2010年
中国重要报纸全文数据库 前10条
1 吴加录;胡启恒:科技界需要润物细无声[N];中国计算机报;2006年
2 陈瑜唐婷;让计算机会看、会听、会说、会思考[N];科技日报;2007年
3 记者 左常睿;应重视互联网模式识别的研究[N];科技日报;2005年
4 本报记者 贾婧;宗成庆:做科研也要为师立范[N];科技日报;2007年
5 河北 宁海征;常见多频彩显的模式识别与控制电路[N];电子报;2003年
6 ;通用数字视觉平台JVISION-500[N];科技日报;2003年
7 记者 刘垠;首届中美视觉夏令营开营[N];大众科技报;2009年
8 比尔·盖茨   ;新的工作世界[N];中国计算机报;2005年
9 大海 张弦;Autonomy:传统搜索终结者?[N];计算机世界;2005年
10 本报记者:段世文 ;林奇:演绎商用搜索引擎传奇[N];经济参考报;2005年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978