基于主元分析和频响函数的网架结构损伤识别方法

提出了以频响函数作为损伤识别的基本参变量,利用主元分析和多元控制图来识别网架结构损伤的方法。首先利用网架动测得到的频响函数数据建立原始资料矩阵,运用主元分析方法,对原始资料阵进行降维处理,然后利用携带原始数据信息最多的前几阶主元,在低维空间中对数据信息特征进行分析、提取。由前几阶主元作出多元控制图,通过分离异常数据,来识别网架结构的损伤。为了验证该方法的可靠性,试验完成了足尺网架在单杆和双杆等4种不同损伤情况下动测试验。结果显示,提出的方法是可行的、可靠的,对在噪声环境下和具有弱非线性网架的损伤识别有良好的适应性。该方法不需要模态参数,避免了模态拟合中的误差,识别过程简捷,识别结果可靠。     

基于频响函数的结构健康监测主成分分析法

摘 要：基于测试频响函数,提出一种简单而有效的结构健康监测主成分分析（PCA）新方法。以结构的频响函数作为基本数据,首先将结构健康状态下的频响函数数据作为基本训练样本,通过PCA技术提取结构健康状态特征,并获得结构健康特征变换矩阵,即协方差的特征向量矩阵;然后再对损伤结构的测试频响函数数据进行转换以提取结构相应损伤状态特征;最后在二维PCA空间比较两次提取的结构状态特征分布图即可判断结构是否发生损伤并评估其损伤程度。两个数值算例表明基于频响函数的结构健康监测主成分分析新方法正确有效。该方法基于结构振动响应,与模型无关且诊断前无需大量的训练样本、计算量小、抗噪性能好,具有良好的应用前景。     

基于频响函数和遗传算法的结构损伤识别研究

提出一种基于频响函数和遗传算法的结构损伤识别方法.以单元刚度折减因子为遗传算法的优化变量,以测试频响函数和计算频响函数的形状相关系数来构造遗传算法的优化目标函数和适应度函数;为克服二进制编码的缺点,采用浮点数编码方案;最后通过一个桁架结构模型进行数值模拟,计算结果表明,即使在考虑一定测量噪声水平的情况下,仍然能够准确识别出结构的多处损伤,验证了该方法的有效性和可行性.     

基于测试频响函数的结构连接参数识别方法

构造了半刚性结构连接单元，并应用于结构连接参数识别的模型中。利用子结构法建立的组合结构有限元模型和不完备的组合结构的测试频响函数，导出了连接子结构参数识别方法。提出了基于子矩阵因子法求解变量系数矩阵的通用方法。并将参数识别归结为求解非线性最小二乘问题，应用信赖域法克服了最小二乘求解初值选取范围过小的问题。最后利用仿真算例对上述方法进行了验证，结果表明该方法可行且具有一定的实用性。     

基于频响函数的结构损伤识别模型修正方法

针对模型修正中测量数据不完备问题,提出一种利用频响函数结合结构损伤识别进行模型修正的方法。首先,采用频响函数摄动分析法建立频响函数灵敏度方程,并综合考虑结构响应对参数变化的灵敏度及阻尼对振幅的影响等因素,合理选择频率范围;然后,利用完好结构的频响函数和测量得到的损伤结构固有频率重构损伤结构未测量节点的频响函数;最后,研究与模型修正相适应的传感器优化布置方法,确定传感器数目及测点位置,从而为模型修正提供所需的频响数据。数值模型试验表明,利用较少数量的传感器提供的频响数据即可识别出损伤位置和损伤程度,得到与结构实际参数相符的模型修正结果。     

随机海洋环境下基于互相关函数和主成分分析的平台结构损伤辨识

为了确保海洋平台安全作业,及时辨识损伤以及进行损伤定位,海洋平台结构健康监测技术已成为学者研究关注的重要问题。针对某在役导管架平台,对平台在不同随机波浪激励下的动力响应分别进行了健康状态和损伤状态的数值模拟。在损伤辨识过程中,对结构不同位置的动力响应进行互相关分析,提取损伤敏感特征;利用主成分分析(principal component analysis,PCA)方法从复杂的数据中提取主成分;定义损伤指标并进行损伤辨识。针对传统PCA方法对某些杆件的损伤辨识精度不高等问题,提出了一种新的主成分选取方式,并在此基础上对传统PCA方法进行了改进。结果表明,改进后的PCA方法有效提高了损伤辨识的精度,可以对随机波浪条件下的结构损伤进行准确辨识。     

主成分分析法在多元质量控制中的应用

提出以多元统计方法中的主成分分析法解决大型企业中的多元质量控制问题。阐明了主成分分析法的原理，在观测变量为正态分布的假设下，论述了Q—Q图、主成分质量椭圆图以及T^2控制图的原理及构造方法。通过化妆品公司的实例说明了主成分分析法的两个作用：一是发现异常值，二是进行质量稳定性控制。     

基于频响函数求逆法的双层圆柱壳体速度场重构

从双层圆柱壳体结构水下噪声实时预报出发,基于在内壳体上布置大量传感器来监测壳体噪声的工程方法,提出了双层圆柱壳体表面速度场实时重构方法。先试验测量到不同工况下内、外壳振动频响函数,并用H4方法进行估计,再用频响函数求逆法得到内、外壳体响应间的振动传递率矩阵。实际应用时,根据内壳体上有限测点的信号实时重构出当前工况下的外壳体表面速度场,为水下噪声的实时计算提供输入。大型舱段模型试验验证表明该方法现实可行,重构出来的外壳体速度场能满足水下噪声实时预报要求。     

基于实测频响函数列的地铁环境振动响应预测方法

针对地铁环境振动预测评价体系的施工设计阶段的预测,提出了一种通过隧道内脉冲激励实测地表系列频响函数的预测方法。将地铁环境振动预测问题转化为两部分：构建高精度车轨耦合解析模型求解作用于基底的频率力;隧道内进行脉冲激励实测隧道-土层系统的地表频响函数列。将两部分在频域内进行叠加运算求得地铁列车引起的环境振动响应,并形成科学的预测流程通过MATLAB程序实现。在18m埋深的隧道内部进行锤击实测地表频响函数带入预测流程进行地表振动响应预测,选取15号线类似条件地点的地表加速度实测数据进行对比验证,结果表明：预测结果和现场实测时域峰值均为0.02m/s²,振动主频均为30Hz~80Hz,1/3倍频程及Z振级也非常相近,预测精度及频谱特性良好。     

基于频响函数的逆子结构方法误差分析

目的 通过分析随机误差在基于试验频响函数(FRFs)的逆子结构分析方法中的传递,得出随机误差对预测结果的影响规律,为基于逆子结构方法分析复杂结构的动态特性提供参考价值.方法 对获得的系统频响函数施加不同程度(1％,5％,10％)的随机误差,对比分析各个耦合系统频响函数对预测子结构频响函数的影响.结果 对耦合系统频响函数施加随机误差后,采用逆子结构方法对耦合系统解耦后预测的子结构频响函数严重偏离真实值,尤其是共振频率附近,所施加的随机误差在预测子结构频响函数中甚至被放大了数十倍,导致预测结果不可靠;且耦合系统耦合点处的频响函数对预测结果的影响最大.结论 通过分析明确了系统频响函数所携带的随机误差对预测结果的影响规律,且这些误差将随着矩阵的求逆运算被放大,且交叉耦合系统频响函数对预测结果的影响最为显著.     

基于主成分分析的函数型产品质量特性的优化方法研究

针对质量特性为轮廓（Profile）的输出响应的优化问题展开研究,提出一种基于主成分分析的双响应曲面法和满意度函数相结合的函数响应优化方法。将Profile的每个观测点看成一个独立响应,将Profile问题转化为多响应问题。求得多个观测点的均值和方差的满意度函数值,通过主成分分析法,将多个观测点的均值和方差的满意度函数值转化为主成分综合得分,并将这两者的加权和作为最终的优化指标。本文所提方法可以有效解决观测点之间存在的相关性的问题,并且优化过程同时考虑到每个观测点响应的均值和方差影响。实例证明,该方法简单易行,优化结果满意。     

Multivariate Statistical Process Control Based on Principal Component Analysis (MSPC-PCA): Some Reflections and a Case Study in an Autobody Assembly Process

In modern manufacturing processes, massive amounts of multivariate data are routinely collected through automated in-process sensing. These data often exhibit high correlation, rank deficiency, low signal-to-noise ratio and missing values. Conventional univariate and multivariate statistical process control techniques are not suitable to be used in these environments. This article discusses these issues and advocates the use of multivariate statistical process control based on principal component analysis (MSPC-PCA) as an efficient statistical tool for process understanding, monitoring and diagnosing assignable causes for special events in these contexts. Data from an autobody assembly process are used to illustrate the practical benefits of using MSPC-PCA rather than conventional SPC in manufacturing processes.     

基于拟合频率响应函数的结构动力修改

本文提出了一种基于频率响应函数拟合模型的结构动力修改的分析方法。用有理分式正交多项式对测试频响作总体拟合,通过拟合频响作结构修改计算,这样既可较充分地计及分析频带外模态的效果,又能较好地抑制测试误差的影响。对悬臂梁加另一根悬臂梁变成两端固支梁的大修改情况作了计算机模拟计算,对 H 型梁的端部加一根梁的复杂修改问题作了全过程的分析。从结果来看,本文提出的方法精度较高,适用于大修改、复杂修改情况。     

基于独立成分分析的掌纹识别

本文研究了独立成分分析(ICA)两种不同的结构ICA I和ICAII在掌纹识别中的应用.为了提高识别准确性和可靠性,该方法首先对掌纹图像进行预处理,提取掌纹感兴趣(ROI)区域进行特征提取和匹配.为了减少计算量,运用ICA算法之前,先采用主成分分析(PCA)算法去除掌纹图像的二阶统计特征相关性,其余的高阶统计特征由ICA分离.对于PolyU掌纹图像库,基于ICA模型的预测误差平方和(SPE)小于PCA,而且重构的原始图像优于PCA.为了比较两种算法识别性能,本丈分别用PCA、ICA I、ICAII提取特征掌纹子空间,然后将待识别图像投影到低维子空间上,最后用余弦距离进行掌纹匹配.实验结果表明,ICA算法两种结构的识别率均高于PCA,ICAII在性能上优于ICA I.     

基于响应面-主成分分析法优化豆渣膨化食品的配方

目的为了克服新鲜豆渣难以膨化的缺点,添加小麦面粉、玉米淀粉和水进行复配,开发出一款膨化效果较好、品质较高的豆渣膨化食品。方法将湿豆渣、小麦面粉、玉米淀粉和水按一定比例混合均匀,利用单螺杆挤压膨化机对其膨化,然后添加防腐酒,最后进行真空包装。单因素实验以500 g湿豆渣为基准量,选取小麦面粉的质量分数、玉米淀粉的质量分数和水的质量分数作为影响因素,并以膨化度、弹性、硬度、胶黏性和咀嚼度作为评价指标,再通过响应面-主成分分析法确定最佳配方。最后测定产品菌落总数和感官分数以确定防腐酒的质量分数和产品保质期。结果在小麦面粉质量分数为83%,玉米淀粉质量分数为20%,水质量分数为31%时,产品的膨化度为5.61,弹性为0.97,硬度为1178.43 g,胶黏性为935.33,咀嚼性为1028.05。添加质量分数为1%的防腐酒后并真空包装,产品在常温下的保质期至少可达6个月。结论湿豆渣与小麦面粉、玉米淀粉和水按最优配方复配后,产品膨化效果较好,品质优良。     

基于频率响应和统计理论的结构损伤识别研究

为了解决测量噪声下的损伤定位和定量识别问题,提出了基于测量位移的两阶段识别方法和基于统计理论的损伤敏感度分析方法。首先利用损伤刚度的改变特性和测量位移来确定损伤指标,再通过损伤指标的相关自由度变化来确定损伤单元,然后利用自由度缩聚的方法推导出损伤程度的定量计算公式。并利用统计理论来分析噪声对识别结果的影响,推导出损伤指标和损伤程度的噪声敏感性计算公式。数值仿真结果表明,基于测量位移的两阶段损伤识别方法不仅可以精确的识别出损伤位置和程度,而且识别效果受测量噪声的影响较小,该方法明显优于直接广义逆法。     

基于小波包变换与核主成分分析的铣削颤振识别

提出一种基于小波包变换（wavelet packets transform, WPT）与核主成分分析（kernel principal component analysis,KPCA）的颤振识别方法。铣削颤振会抑制或增强某些频段内的信号,利用四层小波包分解与重构,得到16个频段内的重构信号,获得各重构信号的面积,并进行归一化处理,完成铣削颤振特征向量的选择。继而通过对比基于主成分分析（principal component analysis,PCA）与核主成分分析的特征提取方法的特征提取效果,选取KPCA对特征向量进行降维处理,最后以降维后的数据作为最小二乘支持向量机分类器的输入对铣削状态进行识别。结果表明,在小样本的情况下仍能有效、准确地对铣削状态进行分类,分类准确率达95.0 %。