基于小波包变换的支持向量机损伤诊断方法

被引：13

作者：

赵学风 ^{[1
]}

段晨东 ^{[2
]}

刘义艳 ^{[2
]}

韩旻 ^{[2
]}

机构：

[1] 西安交通大学电气工程学院

[2] 长安大学建工学院

来源：

振动、测试与诊断 | 2008年 / 02期

关键词：

结构损伤诊断; 能量序列; 支持向量机; 数据融合; 特征提取;

D O I：

10.16450/j.cnki.issn.1004-6801.2008.02.021

中图分类号：

TH165.3 [];

学科分类号：

摘要：

针对结构损伤识别中缺少实际损伤样本的问题,提出基于小波包特征提取的支持向量机结构损伤诊断方法。该方法将结构振动信号小波包分解后的频带能量,经过多传感器数据融合后作为特征向量,输入到多分类的支持向量机中,实现了结构多损伤的识别和定位。应用该方法对IASC-ASCE模型进行了分析,试验结果表明,小波包分解频带能量能够较好地反映结构的损伤特征。多传感器数据融合能够使不同传感器的信息相互补充,减小了损伤检测信息的不确定性,提高了损伤诊断准确率。

引用

页码：104 / 107+178 +178

页数：5

共 5 条

[1] Phase I IASC-ASCE structural health monitoring benchmark problem using simulated data [J].