无人机结构小损伤程度识别研究
来源期刊:机械设计与制造2014年第9期
论文作者:李春锦 闫云聚
文章页码:191 - 194
关键词:小型无人机;损伤识别;小波能量谱;支持向量机;
摘 要:小型无人机结构的局部小损伤识别对于其及时检修有重要意义。针对当前仅能获得有限试验样本而造成识别精度不高的问题,提出了一种将小波能量谱和支持向量机(SVM)相结合的新方法,对无人机结构进行局部小损伤程度识别研究。利用ANSYS软件构建无损和有损仿真模型,于不同损伤工况下对其进行瞬态分析并将响应用小波包分解,在SVM良好小样本泛化能力基础上建立了准确的损伤识别学习机,并通过网格寻优对参数进行优化处理,最后得出识别结果。为了验证识别结果的可信性,同时取用另一组核函数和BP神经网络方法进行对比试验。结果表明,小样本条件下,用小波包能量谱和SVM结合来识别无人机的小损伤程度的方法是可靠有效的。
李春锦,闫云聚
西北工业大学力学与土木建筑学院
摘 要:小型无人机结构的局部小损伤识别对于其及时检修有重要意义。针对当前仅能获得有限试验样本而造成识别精度不高的问题,提出了一种将小波能量谱和支持向量机(SVM)相结合的新方法,对无人机结构进行局部小损伤程度识别研究。利用ANSYS软件构建无损和有损仿真模型,于不同损伤工况下对其进行瞬态分析并将响应用小波包分解,在SVM良好小样本泛化能力基础上建立了准确的损伤识别学习机,并通过网格寻优对参数进行优化处理,最后得出识别结果。为了验证识别结果的可信性,同时取用另一组核函数和BP神经网络方法进行对比试验。结果表明,小样本条件下,用小波包能量谱和SVM结合来识别无人机的小损伤程度的方法是可靠有效的。
关键词:小型无人机;损伤识别;小波能量谱;支持向量机;