温变下基于奇异谱分析的机电阻抗损伤识别法
作者:
作者单位:

武汉大学工程力学系 武汉,430072

作者简介:

陈文捷,女,1999年12月生,硕士生。主要研究方向为结构健康监测。 E-mail: chenwenjie@whu.edu.cn

通讯作者:

肖黎,女,1975年8月生,博士、硕士生导师。主要研究方向为复杂结构动力学建模、基于振动的结构健康监测、爆炸冲击载荷作用下建筑物的毁伤效应分析、转子动力学分析与故障诊断。 E-mail: xiaolily@whu.edu.cn

中图分类号:

TH113.1

基金项目:

* 国家自然科学基金资助项目(51975581)


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    为消除温度变化对损伤识别的影响,采用奇异谱分析(singular spectrum analysis,简称SSA)方法处理阻抗信号以分离不受温度变化影响的信号分量,提出结合t-分布随机邻域嵌入(t-distribution stochastic neighbor embedding,简称t-SNE)与K均值聚类算法的无监督机器学习方法,进一步处理信号分量实现损伤识别。为验证该方法的可行性,以螺栓组连接的铝板结构作为实验对象进行温度变化工况下螺栓松动机电阻抗损伤识别实验。结果表明,应用SSA方法得到的信号分量能在温度变化影响下有效识别螺栓松动状态,各工况识别准确率均达到98%以上,证明了所提出方法对消除温度变化影响的有效性。

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2021-12-27
  • 最后修改日期:2022-02-18
  • 录用日期:
  • 在线发布日期: 2024-02-27
  • 出版日期:
您是第位访问者
振动、测试与诊断 ® 2024 版权所有
技术支持:北京勤云科技发展有限公司