基于支持向量回归机的机翼盒段结构健康监测研究

针对大型飞行器结构的健康监测问题,提出采用光纤光栅型智能结构监测方法对机翼盒段进行载荷监测。对埋置的光纤光栅传感器的光谱进行了分析,研究了光纤光栅传感器中心波长变化与载荷位置的关系。采用支持向量机研究机翼盒段载荷自诊断问题,并对支持向量机的相关调整参数进行了优化,预测结果与广义回归神经网络进行对比。结果表明,支持向量机的网络测试误差为0.23%,预测精度明显高于广义回归神经网络。实验证明该方法在训练样本较少时,仍然能有效地判定载荷位置,系统的辨识力较高。