基于压缩感知的EMI信号与神经网络的结构损伤识别研究

• 作者: 严蔚 彭必全 王炜 王骥
• 来源期刊: 防灾减灾工程学报
• 学科: 工学
• 关键词: 压缩感知 压电阻抗(EMI) BP神经网络 损伤识别
• 年，卷（期）: 2015,（2）
• 页码范围: 173-179
• 页数: 7页
• 分类号: TH132.417|TU317
• 语种: 中文

摘要

针对当前结构健康监测系统中信号数据量过大、所占内存过高所导致的难以传输和储存的问题,提出将压缩感知方法运用于神经网络系统与压电阻抗(Electro-mechanical impedance,简称EMI)技术进行结构的损伤识别.以压缩后的EMI数据代替原始数据来表征原始损伤信号,用离散余弦变换分析了EMI信号的稀疏度,并以高斯随机矩阵作为观测矩阵,满足了压缩感知理论的限制性等距条件.以齿轮结构为例,采用有限元技术构建了EMI模型,得到了不同裂纹深度下的电导(电阻抗的倒数)信号.采用压缩感知方法先对电导信号进行压缩,再进行主成分分析,以降低BP神经网络输入参数的维度.结果表明:使用压缩感知技术之后,数据传输带宽和储存空间只需为原来的44％;将压缩后的电导数据的主成分作为神经网络的输入参数,该系统能够检测到结构裂纹的存在,并能对裂纹的损伤程度进行有效的定量归类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王骥		28	62	5.0	6.0
2	严蔚		12	22	4.0	4.0
3	王炜		3	20	2.0	3.0
4	彭必全		1	0	0.0	0.0