简介概要

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。

详情信息展示

无人机结构小损伤程度识别研究

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;

<上一页 1 下一页 >

有色金属在线官网  |   会议  |   在线投稿  |   购买纸书  |   科技图书馆

中南大学出版社 技术支持 版权声明   电话:0731-88830515 88830516   传真:0731-88710482   Email:administrator@cnnmol.com

互联网出版许可证:(署)网出证(京)字第342号   京ICP备17050991号-6      京公网安备11010802042557号