基于模糊RBF神经网络的复合材料结构脱层损伤监测研究

王宏涛¹，刘朝勇²，郑世杰²

1. 南京航空航天大学机电学院2. 南京航空航天大学智能材料结构航空科技重点实验室

摘 要：提出一种径向基函数(RBF)神经网络和模糊聚类分析相结合的复合材料结构脱层损伤监测方法。该方法融合神经网络学习能力强和模糊逻辑推理自适应、自组织、容错性好等优点,简化神经网络学习数据获取及模糊推理规则建立的过程。利用有限元方法对含有脱层损伤的复合材料试件进行数值模拟,以前六阶弯曲模态频率构建训练样本,将实验模态分析结果经送入训练好的模糊RBF神经网络进行预测,从而实现对复合材料梁的脱层损伤定位和损伤程度评估。实验结果表明,模糊RBF神经网络鲁棒性好,精度高。

关键词：模糊推理;RBF神经网络;损伤监测;模态频率;复合材料;