排序方式: 共有4条查询结果,搜索用时 31 毫秒
1
1.
目的有效利用结构健康监测系统中的多源传感器数据信息,进而提高复杂结构健康状况的正确诊断率.方法将BP神经网络与数据融合理论中的证据理论有机融合,提出一种决策级数据融合损伤识别新方法.为了验证所提方法的有效性,用1栋7自由度剪切型建筑模型的6种损伤进行了检验.结果研究发现,将BP网络和D-S证据理论相结合的综合诊断模型,可以有效地提高一些损伤模式的诊断率,具有良好的适应性.结论笔者所提方法优于单一信息建立模型的识别能力,表明它具有较好的容错性和识别精度,用于健康监测和损伤检测是可行的、有效的. 相似文献
2.
3.
4.
目的为了充分利用来自多传感器的冗余、带噪声数据,提高结构损伤识别的精度.方法利用小波包良好的时一频特性,首先用小波包分解对结构响应进行处理.提取信号的不同特征参数,然后利用不同的特征向量对结构分别进行损伤识别,最后应用融合技术对不同的识别结果进行融合处理.并用一个七层钢结构框架的多损伤识别验证了该方法的有效性.结果结果表明,该方法能够极大地提高了结构损伤识别精度.结论运用小波包分析提取信号的特征参数与数据融合技术进行损伤识别.并使二者有机的结合是结构健康监测与检测的有效途径与发展趋势. 相似文献
1