基于WPNN与数据融合的损伤检测方法

目的 为了有效利用结构健康监测系统中的多源传感器数据信息，对复杂结构的健康状况进行诊断进而提高确诊率．方法 利用概率神经网络(PNN)的贝叶斯推理与诊断能力及多传感器数据融合原理，将神经网络与数据融合有机结合，使两者优势互补，提出了复杂结构损伤检测技术及其在多层框架结构中损伤检测及诊断中的应用．结果 提出了基于小波概率神经网络(WPNN)与数据融合的损伤检测方法．结论 基于WPNN与数据融合的损伤检测方法是可行的、有效的．     

基于小波包分解的数据融合损伤识别方法

目的为了充分利用来自多传感器的冗余、带噪声数据，提高结构损伤识别的精度．方法利用小波包良好的时一频特性，首先用小波包分解对结构响应进行处理．提取信号的不同特征参数，然后利用不同的特征向量对结构分别进行损伤识别，最后应用融合技术对不同的识别结果进行融合处理．并用一个七层钢结构框架的多损伤识别验证了该方法的有效性．结果结果表明，该方法能够极大地提高了结构损伤识别精度．结论运用小波包分析提取信号的特征参数与数据融合技术进行损伤识别．并使二者有机的结合是结构健康监测与检测的有效途径与发展趋势．     

基于BP神经网络和D-S证据理论的损伤识别方法

目的有效利用结构健康监测系统中的多源传感器数据信息，进而提高复杂结构健康状况的正确诊断率.方法将BP神经网络与数据融合理论中的证据理论有机融合，提出一种决策级数据融合损伤识别新方法.为了验证所提方法的有效性，用1栋7自由度剪切型建筑模型的6种损伤进行了检验.结果研究发现，将BP网络和D-S证据理论相结合的综合诊断模型，可以有效地提高一些损伤模式的诊断率，具有良好的适应性.结论笔者所提方法优于单一信息建立模型的识别能力，表明它具有较好的容错性和识别精度，用于健康监测和损伤检测是可行的、有效的.     

多传感器信息融合滤袋破损检测方法

工业环保袋式除尘器滤袋破损直接导致设备失效,目前其监测主要依靠出口浓度检测,局限性大,误检率高。基于过滤过程滤袋破损特征分析,提出了一种多传感器信息融合滤袋破损监测方法。首先,通过理论分析和实验研究,明确了滤袋破损状态下的多传感器信号特征;研究了多传感器数据融合方法,给出了基于D-S证据理论的滤袋破损监测数据融合算法和实现过程。针对大型工业袋式除尘器滤袋不同破损状态监测实验,结果表明,将多传感器数据融合技术引入滤袋破损监测中,提高了监测的可靠性与灵敏度。     

基于机电阻抗与超声导波综合技术的复合材料板损伤定位

为了提高检测能力,将机电阻抗与超声导波技术相结合用于复合材料板中损伤检测和定位.基于机电阻抗技术的结构健康监测具有局部灵敏度高、无需模型分析等优点,在新型材料结构的在线监测领域具有独特的优势,例如飞机、航天器上大面积使用的复合材料结构等.超声导波技术具有检测效率高、检测范围广、检测速度快等优点,特别适合板状结构的健康监测.该机电阻抗与超声导波综合技术将机电阻抗技术的局部灵敏度高与超声导波检测技术的范围广的优点相结合.结果表明:局部均值成像算法和数据融合算法可用于复合材料板结构健康监测的数据处理和融合,实现了整个复合材料板中缺陷的定位及成像.     

联合机械阻抗在铝合金结构健康检测中的应用分析

针对铝合金结构健康监测问题，提出了基于联合机械阻抗来提高压电传感器的检测范围。建立相应试验装置，验证压电导纳中提取的联合机械阻抗在铝合金损伤检测中的有效性，探究压电传感器的有效监测范围。试验结果表明：联合机械阻抗能有效检测铝合金的损伤。对比不同位置工况，基于联合机械阻抗实部的压电传感器检测范围比直接采用导纳实部的有效检测范围更广。     

基于粗糙集和支持向量机的空间结构健康监测

目的 为了改进现有损伤诊断方法的不足，降低结构健康监测的成本并提高其准确性和分析速度．方法 基于小波包分解技术、粗糙集特征约简和支持向量机强大的分类功能，提出了一种空间结构损伤诊断方法，并以此为基础建立了空间结构的健康监测系统框架．利用有限元模拟，应用该方法对一单层球面网壳结构进行了损伤诊断．结果 由小波包分解得到的特征向量能够敏感地反映构件的损伤，经过学习的支持向量机基本可以正确地识别出空间结构杆件的损伤位置和程度．结论 经过粗糙集约简的损伤诊断同样有效并提高了计算速度．该方法具有面向工程实际应用、成本低和分析简便等特点。     

基于振动的结构健康监测技术

介绍了基于振动的结构健康监测与诊断的基本概念与理论,论述了基于振动和神经网络方法的结构损伤检测的原理、策略及其在土木工程中的应用,重点探讨了各种结构损伤检测技术存在的问题及有效的解决方法.考虑到测量噪声及特征参数对实际结构检测的影响,提出了自适应概率神经网络(APNN)和主组分分析(PCAPNN)技术,并用三种概率神经网络(传统概率神经网络TPNN,APNN和PCAPNN)模型对某悬索桥进行了结构损伤检测,结果发现APNN的识别精度最高,PCAPNN次之,TPNN最差.     

基于FBG传感器的结构健康监测体系及其应用

简述了现在日本利用结构健康监测的数据进行结构性能评价的方法以及实测数据处理分析技术的现状,介绍了一种针对大跨度抗弯结构的分布式监测系统的构筑方法,并将该方法应用于桥梁结构健康检测和监测系统。该方法基于笔者参与开发的长标距光纤布拉格光栅(FBG)传感器建立的分布式传感系统,结合使用监测数据分析软件SforD,通过测量应变实现结构的健康监测,监测桥梁的应变分布情况、沿长度方向的桥梁挠度分布、结构振动特性(如振动频率和振型)、荷载、桥梁损伤探测等信息。应用案例表明,监测系统提供的实测结果与理论分析结果吻合良好。本文可为智慧城市及智能结构的建设提供多功能的结构健康监测和检测方面的解决方案。     

基于结构健康监测系统的桥梁数据异常诊断研究

桥梁结构监测主要集中在对桥梁结构损伤位置和损伤程度的研究, 然而, 这是以桥梁结构健康监测系统数据有效为前提的. 在实际的环境里, 由监测系统自身故障引起的异常往往会对监测数据有一定影响, 使得监测系统产生损伤误报, 增加了虚警率; 同时, 由某些外部荷载引起的突发事件, 可能会对结构有严重破坏, 不利于桥梁的安全维护和管理. 为了保证桥梁的安全, 提高桥梁结构监测的有效性, 有必要对特殊事件进行异常诊断. 该文将一类识别方法应用到桥梁数据诊断中, 即通过核主成分分析和超球面一类支持向量机方法将一般监测数据和特殊事件数据有效区分, 并利用江阴大桥的加速度传感器数据验证了该方法在船撞、台风、传感器装机噪声和传感器跳变信号下的有效性.     

Obstacle detection of mobile robot based on data fusion

To study the problem of obstacle detection based on multi-sensors data fusion,the multi-target tracking theory and techniques are introduced into obstacle detection systems,and the exact position of obstacle can be determined.Data fusion problems are discussed directly based on achievable data from some sensors without considering the specific structure of each individual sensor.With respect to normal linear systems and nonlinear systems,the corresponding algorithms are proposed.The validity of the method is confirmed by simulation results.     

小波变换时频敏感特性的试验研究

利用小波变换的时频敏感特性，通过试验提出了结构在自由及受迫振动过程中的健康监测及损伤检测方法.在悬臂板与弹簧组成的系统的自由及随机振动过程中，通过烧断连接弹簧与悬臂板的细绳来对系统造成破坏，其中离散小波变换用于识别结构损伤造成的信号奇异性，而连续小波变换则用于排除外界脉冲噪声的影响及确定结构刚度损失的大小.试验结果表明，该方法能有效地监测结构振动过程中的损伤，以及检测结构刚度损失的大小.在结构随机振动试验中，连续小波变换施加在由随机减量法获得的自由衰减信号上，获得了更好的检测效果.所提出的离散小波变换与连续小波变换联合使用的结构健康监测及损伤检测方法可用于结构的在线监测，且无结构建模误差的影响     

基于Haar小波变换的图像融合方法

为了有效的提高多个传感器的图像融合精度,该文提出了基于Haar小波变换的图像融合方法,首先分析了小波变换中不同频率分量对图像融合精度的影响,然后详细探讨了高频分量系数的确定方法。选取信息熵作为图像融合算法性能的评价指标,通过仿真实验定量分析了高频分量系数对图像融合精度的影响,实验结果表明高频分量系数并非越大越好,应根据融合后的图像信息熵确定高频分量系数。     

结构智能健康诊断的信息融合原理

本文介绍了信息融合的基本原理，提出了基于信息融合的结构智能健康诊断的基本要领，给出结构智能健康诊断系统的信息融合层次、内容和结构，指出结构智能健康诊断的信息融合主要包括监测层信息融合、特征层信息融合和决策层信息融合。     

Anomaly Detection Algorithm for Stay Cable Monitoring Data Based on Data Fusion

In order to improve the accuracy and consistency of data in health monitoring system, an anomaly detection algorithm for stay cables based on data fusion is proposed. The monitoring data of Nanjing No.3 Yangtze River Bridge is used as the basis of study. Firstly, an adaptive processing framework with feedback control is established based on the concept of data fusion. The data processing contains four steps: data specification, data cleaning, data conversion and data fusion. Data processing information offers feedback to the original data system, which further gives guidance for the sensor maintenance or replacement. Subsequently, the algorithm steps based on the continuous data distortion is investigated,which integrates the inspection data and the distribution test method. Finally, a group of cable force data is utilized as an example to verify the established framework and algorithm. Experimental results show that the proposed algorithm can achieve high detection accuracy, providing a valuable reference for other monitoring data processing.     

基于模糊数据融合的液氢供应系统健康评价方法

提出了液氢供应系统健康状况的定量综合评价指标———健康度,将基于模糊集的数据融合方法用于健康度的计算。该方法利用层次分析法来确定各个传感器监测参数的重要程度系数,利用模糊综合评判对多传感器数据进行融合,利用二级指标评判融合策略对各时序点数据进行融合,最后通过去模糊化方法计算得到液氢供应系统的综合健康度和各个监测参数的健康度。在此基础上,建立了火箭发动机试验台液氢供应系统的健康评价体系。试验结果表明,该方法能够对试验台液氢供应系统的健康状况进行定量的、合理的评价。