Kohonen神经网络在复合材料损伤主动监测技术中的应用

主动监测技术是近几年来发展起来的复合材料损伤监测的新技术，本文将Kohonen自组织特征映射神经网络与主动监测技术相结合应用于复合材料损伤监测中，该方法具有结构算法简单，无导师监督学习和侧向联想等功能，根据此方法及虚拟仪器技术，设计开发了相应的复合材料结构损伤监测系统，经复合材料损伤监测实验证，是一种十分有效的损伤检测方法。     

Kohonen神经网络在复合材料损伤主动监测技术中的应用

主动监测技术是近几年来发展起来的复合材料损伤监测的新技术。本文将Kohonen自组织特征映射神经网络与主动监测技术相结合应用于复合材料损伤监测中。该方法具有结构算法简单、无导师监督学习和侧向联想等功能。根据此方法及虚拟仪器技术 ,设计开发了相应的复合材料结构损伤监测系统。经复合材料损伤监测实例验证 ,是一种十分有效的损伤检测方法     

子波变换在复合材料损伤主动监测中的应用

基于传统信号处理对非平稳信号的局限, 分析了子波变换下奇异信号和白噪声在多尺度空间中模极大值传播特性, 对仿真声发射信号进行处理, 结果表明该方法能有效地从声发射信号中提取声源位置信息, 并提出了一种有效提取该信息的算法, 说明了该方法在复合材料结构损伤主动监测中的应用前景。      

基于智能元件和神经网络的复合材料损伤监测

介绍了基于智能元件和人工神经网络技术对复合材料损伤监测的原理，回顾了人工神经网络在复合材料健康监测中的应用，总结了国内外的主要成果，提出了现在所存在的问题，并对应用神经网络进行复合材料的健康监测技术进行了展望。     

小波包多尺度分析在智能复合材料板损伤检测中的应用

本文介绍了小波包多尺度分析的基本原理,设计了振动状况下智能复合材料板损伤检测的实验装置。采用光纤光栅作为传感元件,采集智能复合材料板在振动状况下的动态应变,以小波包分析技术为信号提取工具,提取简支板结构在不同损伤状况下的特征指标,从而实现了智能复合材料四边简支板结构的损伤检测。     

机敏复合材料及其损伤监测系统

机敏复合材料结构不仅具有复合材料的承载功能，还可通过埋在其中的传感器监测结构的工作状态，本文详细介绍了光纤传感器阵列和声发射传感器阵列两种损伤监测系统的工作有理及应用前景。     

小波基特征提取的复合材料损伤检测

借助小波函数良好的时频带通性，利用Ｂ样条小波级数展开提取信号特征，并使之输入到自适应Ｂ样条小波神经网络进行学习和识别。最后从损伤检测领域中特征信号模式识别的应用角度，给出了利用上述理论进行复合材料无损检测的实例     

基于小波包技术的复合材料损伤检测

小波包分解能够精细地把信号划分到不同的频带范围内,实现了不同频带范围内特征信息的分离和提取.据此并借助于小波神经网络实现了复合材料无损检测中的特征信号的模式识别.实验表明该方法稳定可靠.     

形状记忆合金在复合材料损伤监测中的应用

复合材料的损伤会对结构的可靠性和安全性造成威胁,近年来引起国内外专家和学者的广泛关注.本文将形状记忆合金(SMA)埋入复合材料试件中,通过对SMA电阻变化与复合材料应变之间的关系进行讨论,建立不同监测条件下复合材料的损伤监测理论模型.基于该模型讨论了不同初始状态下SMA材料的损伤监测行为.研究结果表明:复合材料的损伤与...     

基于Shannon 复数小波的复合材料结构时间反转聚焦多损伤成像方法

研究了一种基于压电传感器阵列和主动Lamb 波的结构损伤成像方法,有助于克服Lamb 波在板结构中、特别是在复合材料板结构中存在的频散、多种模式及模式转换的现象给结构健康监测带来的困难。分析了结构多损伤散射信号的时间反转聚焦原理,在此基础上提出了一种基于Shannon 复数小波和时间反转聚焦的信号合成成像方法。该方法中,确定Lamb 波响应信号的到达时刻是信号能够准确聚焦的关键因素之一。提出了利用Shannon 复数小波变换计算Lamb 波响应信号到达时刻的方法。在碳纤维复合材料板结构上对整套信号合成成像方法进行了验证。研究结果表明,该方法能够有效地对同一个监测区域中的多个损伤进行成像定位。相对于30 cm ×30 cm 的监测区域,定位误差不超过2 cm。该方法有助于结构健康监测技术的工程应用。      

基于主动Lamb波和小波变换的二维结构损伤定位研究

基于主动监测技术，将结构健康和损伤状态下的Lamb波激励响应信号进行对比，两者的差信号实际上是激励信号通过损伤折射后被接收到的类似声发射源产生的一种信号。该信号与激励响应信号比较将有时间延迟，通过Gabor小波变换确定时间延迟，从而获取损伤位置信息。实验证实这种位置信息是可靠的。     

地震动信号小波谱分析与结构损伤评估

地震动是一个复杂的非平稳随机过程，基于傅立叶变换的传统谱分析方法已经难以发挥作用，小波变换因其在时一频两域都具有表征信号局部特征的能力而成为非平稳信号分析的有力工具。通过采用小波能量理论对一个三层钢筋混凝土框架一剪力墙模型地震模拟振动台试验实测数据进行了不同小波中心频率下的小波谱分析，探索了在同一地震中信号能量累积和能量累积变化率与结构动力特性变化的关系；提出了小波传递函数的方法并将其用于不同加载条件后结构模态参数的求解，清晰地得到了结构在不同地震后力学性能的退化趋势。     

基于数据融合和小波分析的结构损伤诊断

基于数据融合和小波分析理论，提出一种新的结构损伤诊断方法。采用改进的一致性算法融合多传感器的测量数据，克服了一致性算法中两传感器在测量精度不同时置信距离不同的缺点，对支持矩阵进行模糊化处理，避免了人为定义阈值而产生的主观误差。利用小波分析的降噪和多尺度分辨能力对多传感器的数据进行分析处理，从而对结构损伤作出诊断识别。通过数值算例，验证了该方法可以充分利用所有传感器的有效信息，能够在部分传感器性能降低（如受到噪声影响），甚至是完全失效的情况下，对结构损伤作出正确诊断。     

活性包装材料与技术探讨

活性包装可以更好的对食品起到保护作用,已成为包装界关注的焦点.本文简要介绍了活性包装的定义,活性包装的材料,包装技术及现阶段活性包装的应用和活性包装应用的发展前景.     

基于小波分析的结构损伤检测

损伤结构的动力特性具有局部时变的特征，小波变换在时域和频域都具有表征信号局部特征的能力，小波包分析利用可以伸缩和平移的可变视窗能够聚焦到信号的任意细节，因此可以对损伤结构的非线性动力特性能进行有效的分析。提出运用小波分析提取结构损伤特征向量的方法和基本原理，并进一步用神经网络进行损伤位置和程度的检测。文章通过一个两层框架的模型对小波神经网络和传统的BP网络的损伤识别精度作了对比。研究表明，小波神经网络的抗噪声能力较强，损伤识别的效果更好，运用小波神经网络进行结构损伤识别精度要优于传统的BP网络。     

基于振动测试的海洋平台结构无损检测

针对海洋平台等复杂大型土木工程结构物，研究基于振动测试的无损检测方法，提出了一套利用结构单元模态应变能特性的新损伤诊断方法。该方法是将结构单元的模态应变能分解为拉压模态应变能和弯曲模态应变能，并定义了两个损伤诊断指标，即拉压模态应变能变化率(CMSECR)和弯曲模态应变能变化率(FMSECR)。模态应变能是通过结构不完备模态振型和结构刚度矩阵计算出的，因此，可以通过振动测试得到结构单元的两个损伤指标诊断结构的损伤。为了验证本文所提出损伤诊断方法的正确性，利用海洋平台有限元模型数值模拟了三个典型的损伤工况。根据损伤诊断结果，本文所提方法能够得到较满意的诊断精度，具有一定的实际应用价值。     

Damage Localisation in a Stiffened Composite Panel

Abstract:  This work was conducted as part of the Aircraft Reliability Through Intelligent Materials Application (ARTIMA) European Union project. It presents a case study of damage detection in a curved carbon-fibre reinforced panel with two omega stiffeners which was investigated using ultrasonic Lamb waves. The statistical technique of outlier analysis was used here as a way of pre-processing experimental data prior to damage classification. Multilayer perceptron neural networks were used here for both classification and regression problems of damage detection. It was then investigated whether using wavelet analysis to perform prior wavelet decompositions of experimental data could facilitate damage classification.     

空心光纤用于机敏结构自诊断、自修复的研究

介绍的是在机敏结构中利用空心光纤灌注胶液的方法来进行复合材料损伤、断裂的自诊断、自修复,对空心光纤的传光机理做了具体的研究和分析,运用这些特性对整个系统的总体方案作出了初步的分析。     

互谱能量法在激励力未知条件下对结构的诊伤研究

众多结构损伤诊断的方法都是基于结构有限元模型，或者是基于结构激励力已知条件下进行的系统参数识别技术。然而，由于大型结构物激励力不易测试，这些方法应用于土木工程结构物存在着一定的局限性。因此。发展基于环境激励下抗噪声性能较好的结构损伤诊断方法对于土木工程结构物安全监测显得尤为重要。提出一个新的互谱能量法，实现了在环境激励力未知条件下对结构进行损伤诊断。互谱能量法诊断结构损伤无需已知结构本身的材料特性，无需系统参数识别，不是基于结构的有限元模型，仅基于结构动力可测试部分输出响应信号以及结构单元拓扑分布即可实现结构的损伤诊断。为了验证所提互谱能量法的有效性，数值模拟两跨连续梁结构，仅仅利用有限的动力测试信号，并且结构测试信号中加入了较大的噪声模拟实际的测试环境，研究结果表明互谱能量法能够有效地诊断出结构单一，多损伤位置的损伤，抗噪声能力较强。