基于多传感器信息融合的结构损伤识别研究

• 作者: 孙炳楠 楼文娟 郭健 陈勇
• 来源期刊: 振动工程学报
• 学科: 工学
• 关键词: 结构振动 损伤识别 信息融合 小波包分析 耦合神经网络
• 年，卷（期）: 2005,（2）
• 页码范围: 155-160
• 页数: 6页
• 分类号: TU973.2
• 字数: 3564字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-4523.2005.02.005

摘要

针对结构健康监测系统中的传感器数量多、数据信息复杂的特点,从模式识别和局部控制、全局参与的思想出发,提出了多传感器信息融合方法对结构损伤进行识别.首先应用小波包变换对结构振动测试数据进行特征提取,通过不同传感器特征向量的合成完成数据层融合;然后建立三个耦合神经网络分别实现结构损伤的确认、定位及定量,并完成决策层的信息融合;最后进行了36个损伤工况的结构模型实验研究,验证了所提出的方法是可行的和有效的.从实验验证的结果来看,对损伤率在7.5%以上的结构,损伤识别精度较高;对于损伤确认和损伤定位,识别精度较高,而对于损伤程度识别有一定偏差.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙炳楠	浙江大学土木系	195	4521	38.0	57.0
2	楼文娟	浙江大学土木系	274	3684	32.0	48.0
3	郭健	浙江大学土木系	20	461	11.0	20.0
4	陈勇	浙江大学土木系	176	1947	25.0	34.0