基于熔池特征融合的选区激光熔化缺陷预测方法研究

针对单一熔池特征对选区激光熔化缺陷预测精度不高的问题，提出了一种基于熔池特征融合的选区激光熔化过程缺陷预测机器学习模型。利用红外热像仪拍摄选区激光熔化过程中的熔池红外图像，检测工件中的缺陷并对其相对应的熔池红外图像进行类型标定。通过提取拍摄的熔池红外图像中熔池的灰度梯度特征、尺寸特征和形状特征，融合特征向量后得到新的特征向量，并传入K-邻近算法（KNN）中进行缺陷分类和缺陷预测，并通过比较算法预测缺陷的准确率确定K值。结果表明，运用这种融合特征分类KNN算法对选区激光熔化缺陷预测的准确率可达97.5%，相比单一熔池特征缺陷预测方法效果有较大的提升。     

基于改进的K最近邻分类器的风机故障诊断

为提高风机故障的预警诊断准确度,提出了一种基于改进的K最近邻分类器的故障诊断方法。通过引入核函数主元分析,计算各特征向量的贡献度,对欧式距离进行加权,弥补传统K最近邻分类器同贡献权重分配的缺陷。样本训练时,依据各特征向量的贡献数值分配权重。该方法被用于风机故障诊断。实验结果表明该方法增强了诊断准确度,便于工程应用。     

基于数据融合和“能量-损伤”的结构状态特征提取

基于一致性数据融合算法和小波包分析,提出了结构状态特征提取方法。采用改进的一致性算法融合多传感器的测量数据,克服了一致性算法中两传感器在测量精度不同时置信距离不同的缺点,对支持矩阵进行模糊化处理,并采用"能量-损伤"特征提取技术对融合后的多传感器测量数据进行处理。利用5层框架结构的数值算例对比了结构各层加速度信号与融合后加速度信号构造的特征向量。结果表明,融合后加速度信号构造的特征向量包含了结构不同位置的不同状态信息,能够全面描述结构的工作状态。     

基于小波包变换的局部放电包络信号模式识别

为实现GIS故障检测和缺陷的模式识别,针对GIS出现的典型绝缘缺陷及其放电特点,设计了4种常见的GIS绝缘缺陷模型并进行放电试验。对获取的大量超高频包络信号,提出了一种基于小波包变换奇异值分解的时域特征提取方法。该方法首先对包络信号进行小波包变换,构建各尺度的小波包分解系数矩阵,然后对其进行奇异值分解,提取特征向量,在此基础上,采用BP神经网络进行模式识别,结果表明采用此方法获得了良好的识别效果。     

基于多尺度降采样规范化割的图像裂纹检测

针对多尺度规范化割在边缘检测时精度低以及求解特征向量耗时长等缺陷,提出一种基于多尺度降采样规范化割的图像裂纹检测方法。该方法首先利用反对称双正交小波变换的半重构特性对待测图像的多个尺度进行边缘特征提取;其次结合各尺度的强度和位置特征构建多尺度相似矩阵和多尺度规范化相似矩阵;然后对多尺度相似矩阵进行降采样并利用谱分割方法实现降采样特征向量求解;最后利用多尺度规范化相似矩阵对降采样特征向量进行上采样的乘法运算并离散化后得到最终结果。在3个数据集的单一目标图像上进行文中方法与多尺度规范化割等方法的实验结果表明,不仅提高检测精度,而且减少运算时间。     

基于小波包最优基子带能量的裂纹特征提取

裂纹是导致塔架断裂的主要因素,而检测的裂纹缺陷信号中包含着丰富的时频信息,一般方法难以有效提取裂纹特征信息。针对这个问题,提出一种基于小波包最优基子带能量的裂纹特征提取方法。依据最小熵准则选取最优小波基及分解层数,并在该小波包基包含的所有分解系数中,提取能量系数较大的几个最优基子带构造特征向量,建立特征向量到缺陷状态的映射关系,进行裂纹缺陷的有效识别。并以某发射塔架为例,验证该方法对裂纹特征提取的有效性。结果表明,基于小波包最优基子带能量的特征提取方法,由于将小波包分解与能量谱相结合,充分利用检测信号的时—频域特征信息,因此可以有效识别结构的裂纹缺陷。同时也为进一步研究裂纹缺陷的定量问题提供依据。     

机器视觉在厚壁钢管端面缺陷检测中的应用

针对目前人工检测厚壁钢管端面缺陷存在的效率低、速度慢,且还会出现错检、漏检等问题,提出一种基于机器视觉的方法,实现对厚壁钢管端面缺陷的检测及分类。首先单独提取钢管倒角区域,利用最小二乘法对内外倒角包含的轮廓圆进行拟合,并根据欧式距离来判断倒角是否出现偏心的情况;其次提取钢管端面区域,并通过Otsu算法分割出缺陷区域,计算各联通域的特征描述并组成新的特征向量,使用支持向量机来判断缺陷类型。研究结果表明:该方法能准确检测出厚壁钢管的倒角是否偏心、端面是否存在各类的缺陷,且准确率达到96.7%,对一钢管端面的判断时间不超过100 ms,相比人工目测速度有明显的提高。     

基于SVM的玻璃瓶缺陷分类算法研究

针对玻璃瓶质量检测系统缺陷分类难的问题,选取气泡、结石、裂纹、污点、皱纹这五种常见的缺陷作为分类目标,从研究每种缺陷的图像特征入手,提出了七个统计特征作为分类器的输入特征向量,根据该分类问题的特点构建SVM分类器,采用现场采集的缺陷图像样本对SVM分类器进行训练和测试。实验结果表明:设计的SVM分类器识别率较高,适合玻璃瓶缺陷图像分类。     

基于SVD算法的红外热波无损检测方法研究

针对采用红外热波无损检测技术对材料缺陷进行特征提取的技术空白,提出了一种新的基于奇异值分解(SVD)的红外序列图像特征提取方法。研究表明对重构的缺陷相空间矩阵进行奇异值分解,其空间与时间基向量包含了缺陷静态空间与动态热量变化的特征信息。在缺陷代数特征的基础上,提取具有时空信息的特征值构造缺陷特征向量。实验分析表明,通过对热障涂层缺陷进行特征提取,在运用RBF神经网络进行缺陷的分类验证中取得了较好的效果。     

基于小波熵和BP神经网络的木材空洞诊断的研究

针对蒙古标空洞检测问题,提出小波熵和BP神经网络相结合的应力波检测方法。采用db5小波包基函数对去噪后的应力波检测信号进行了3层小波包分解,然后提取小波熵,并利用小波熵构建特征向量。以BP神经网络作为分类器,小波熵特征向量作为BP神经网络的训练和诊断的输入向量,实现空洞缺陷的识别。试验结果表明,系统能诊断出木材空洞正确识别率高达90%,验证了小波熵特征对于木材应力波空洞检测信号分析的有效性,为木材应力波缺陷检测仪的设计提供了理论基础。     

基于子结构模型剪切型框架结构损伤识别

提出了适用于剪切型框架结构的损伤定位和损伤定量识别方法。首先,用剪切型框架结构的运动方程和中心差分法确定子结构的划分方式;然后,根据子结构的输入输出关系和已知输入自回归移动平均(autoregressive moving-average with exogenous inputs,简称ARMAX)模型的对应关系,提出了利用子结构输入输出数据建立ARMAX模型的定阶方法;最后,利用子结构ARMAX模型系数向量的马氏距离来构造损伤识别指标,并选用受试者工作特征曲线下面积和Bhattacharyya距离进行损伤部位和损伤程度的识别。模拟算例和试验表明,提出方法能准确识别剪切型框架结构的损伤部位和损伤程度的相对大小,且具有较好的抗噪性能。     

基于随机森林的建筑结构损伤识别方法

针对利用分类器对建筑结构进行损伤识别的问题,引入一种新的组合分类器算法——随机森林,提出基于小波包分解和随机森林的结构损伤识别方法。首先,采用小波包对结构在不同损伤程度和位置上的振动加速度信号进行分解,得到各个频带上的总能量;然后,利用各频带上能量值存在着差异性作为输入到分类器的特征向量;最后,训练随机森林模型并对建筑结构的损伤位置和损伤程度进行识别。应用该方法对一座8层剪切型钢框架结构进行损伤判别,并与BP神经网络和支持向量机方法进行对比,结果表明该方法具有较好的识别精度与稳定性。     

基于向量自回归模型的损伤识别方法

基于向量自回归(vector auto-regression,简称VAR)模型,提出了一种能同时进行损伤定位和程度识别的时间序列方法。首先,利用测试的加速度响应时程信号建立VAR模型,提取模型系数的对角线元素作为损伤敏感向量,并采用该向量的马氏距离作为损伤特征值;然后,应用统计模式识别手段,通过受试者工作特征曲线下的面积指标来判别损伤是否出现及其部位,并通过Bhattacharyya距离来度量损伤程度。数值模拟和实验室框架模型实验表明,该算法能成功识别损伤部位和损伤程度的相对大小,且具有较好的抗噪性能,为结构长期在线损伤识别提供了一种有效手段。     

Damage identification of a 2D frame structure using two-stage approach

In this article, a two-stage damage identification approach is employed to detect the site and extent of multiple damage cases in a 2D frame structure. In the first stage, Damage locating vector (DLV) method based on a new indicator called EDS (Exponential decreased stress) is applied to localize the damaged elements. Next, the damage extents of suspected elements are quantified using two metaheuristic algorithms, Water evaporation optimization (WEO) and accelerated WEO. Numerical example consists of a 2D frame structure with two types of meshing elements, 35 and 105 frame elements. For every state, two multiple damage cases are tested in noisy condition. To compare performance of the two-stage method with one-stage optimization method, the studied cases are also run using these two metaheuristic algorithms. The results indicate that the two-stage approach is more effective than one-stage because the number of intact element detected as damaged one and computational errors for actual damaged elements in one-stage method are more while the two-stage approach spends a much shorter time.     

Damage detection in frame structures using damage locating vectors

Among the numerous vibration based damage detection methods, some are using dynamically measured flexibility matrix to detect and locate damage in the structure. One of the methods in this category is damage locating vector (DLV). It is based on extracting a set of load vectors from flexibility shifts that cause the same deformation in damaged and undamaged structures. As a result, the damaged member can be located by studying the characterizing stress of all members. In this study, the application of DLV method on damage detection of 3D frame structure was conducted. Some factors like the number of measured DOFs and the accuracy of modal data were assumed to be ideal so that other parameters could be examined. The characterizing stress for a 3D structure and the accuracy of damage index in different damage scenarios are discussed.     

某微型电动车车架结构的拓扑优化设计

为了提高某微型电动车车架的力学性能并减轻质量,将拓扑优化理论引入车架结构的优化设计。考虑了多种行驶工况的冲击载荷对车架的破坏作用,给出多工况条件下拓扑优化结果,建立满足各总成的布置和实际行驶要求的新设计结构,基于有限元法通过ANSYS软件对新设计车架的结构参数进行了优化设计。理论分析和车架的实际应用情况表明,该车架设计合理,说明该优化设计方法进行车架结构设计的有效性和可行性,为结构优化设计提供一种思路。     

基于贝叶斯思想的框架结构损伤检测方法研究* .txt

摘要：基于单自由度体系的统计矩理论，以位移四阶矩和加速度八阶矩为损伤指标，使用贝叶斯思想和Gibbs抽样相结合方法，提出一种框架结构损伤检测新方法。以理论分析为基础选取3种典型损伤指标，在信噪比40及30 dB环境噪音的不同损伤工况下，使用贝叶斯思想和Gibbs抽样相结合方法，对某12层标准框架数值模型的不同损伤指标进行了损伤识别效果的对比研究，并在此基础上与其他相似检测方法进行对比分析，发现使用贝叶斯思想和Gibbs抽样相结合的新方法，提出的损伤指标更适合框架结构损伤检测，与标准结果偏差均在5%以内。进一步分析12层标准框架振动台试验数据，选取3个典型振动工况中所有梁柱单元及前20个振动工况累积下的典型梁柱单元分别进行损伤检测，结果表明，所提方法避免了多次采样进行贝叶斯分析的局限性，且一定程度上能反映各损伤单元随振动台试验工况累积而表现出来的损伤程度变化，有助于推动所提方法在框架结构损伤检测中的实际应用。 .txt     

改进粒子群优化的LSSVM结构损伤评定

为改善结构动力损伤的识别效果,提出了刚度变化指标构架下改进粒子群算法优化的最小二乘支持向量机的结构损伤评估方法。首先,通过由试验技术修正的有限元模型来计算刚度变化指标(stiffness variation index,简称SVI),并进行损伤定位;然后,在SVI基础上,利用改进粒子群算法优化最小二乘支持向量机的超参数,建立结构损伤评估优化模型,计算损伤大小。将该方法用于起重机主梁的损伤评定,研究结果表明,该方法具有较高的精度和效率,能准确地判断结构的实际性态,是一种有效的评估手段。     

起重机门架结构的疲劳寿命分析

重点介绍利用断裂力学理论进行门式起重机结构的疲劳寿命分析的方法,通过运用损伤容限设计方法对门架结构进行的疲劳寿命计算,得出了门机主梁与悬臂梁联结部位初始裂纹为0.5mm时门架结构的设计寿命,并分析了模型中参数变化对门架结构寿命的影响,说明利用该方法估算门架结构的寿命具有可行性,对实际工程具有参考价值。     

基于广义模式搜索算法的框架结构损伤检测新方法研究

基于单自由度体系推导的统计矩理论,针对无模型方法识别结构损伤距离实际应用差距较大等问题,结合融入广义模式搜索算法,提出一种以融合位移四阶矩和加速度八阶矩为指标的全新框架结构两步层递式快速损伤检测方法。所提广义搜索模式算法结合无模型快速损伤定位理论形成的全新损伤诊断方法,利用融合位移四阶矩和加速度八阶矩作为指标,对12层框架结构数值模型有无噪声工况进行数值模拟,与标准结果偏差均在3%以内,证明了该方法的精确性及抗噪性效果。并与相同指标下的统计矩二范数优化方法和类贝叶斯思想方法进行对比,验证了该新方法相较其他方法在损伤检测精度、稳定程度及快速检测计算时间上的优越性。通过12层标准框架振动台试验数据,选取3个典型工况分别进行损伤诊断,并与实测报告分析对比,其结果表明该方法相对于其他方法更能反映试验工况累积而表现出来的单元损伤程度变化,凸显了新方法在工程检测中的可靠性。