[发明专利]光纤光栅传感器网络智能健康监测自修复系统及方法有效

专利信息
申请号: 201710172847.1 申请日: 2017-03-22
公开(公告)号: CN106998226B 公开(公告)日: 2019-04-19
发明(设计)人: 张晓丽;连帅彬;梁大开;郝伟;范春凤;周莹梦;江莺 申请(专利权)人: 信阳师范学院
主分类号: H04B10/03 分类号: H04B10/03;H04B10/073;H04L12/24
代理公司: 南京经纬专利商标代理有限公司 32200 代理人: 朱小兵
地址: 464000 河*** 国省代码: 河南;41
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 光纤 光栅 传感器 网络 智能 健康 监测 修复 系统 方法
【权利要求书】:

1.一种基于多主体协作和决策技术的光纤光栅传感器网络智能健康监测自修复方法,其特征在于,包括以下步骤:

步骤(1)、各光纤感知功能主体根据其自身的光纤光栅传感器网络建立健康状态初始智能评估模型;

步骤(2)、各光纤感知功能主体依据被监测参量对主体内的光纤光栅传感器数据进行采集;

步骤(3)、各光纤感知功能主体将光纤光栅传感器采集的数据输入初始智能评估模型,对本主体内被监测对象的健康状态进行评估,得到被监测对象的健康状态评估结果及其置信概率,然后发送至系统协作决策主体;

步骤(4)、系统协作决策主体将各光纤感知功能主体对被监测对象的评估结果的置信概率与预设置信概率进行比较,如果某个或某些光纤感知功能主体对被监测对象的评估结果的置信概率小于预设置信概率,则需要进行协作决策,具体执行以下步骤:

A1、系统协作决策主体弃用置信概率小于预设置信概率的该光纤感知功能主体的评估结果,采纳其余光纤感知功能主体的评估结果并依据其置信概率分配权重,然后对被采纳的评估结果进行加权平均,并将加权平均后的评估结果作为初步评估结果,将该初步评估结果以及协作请求作为协作信息发送给评估结果的置信概率小于预设置信概率的各光纤感知功能主体;

A2、对于评估结果被弃用的光纤感知功能主体,当收到协作请求后,将当前初步评估结果作为新增样本对自身的评估模型进行重新训练,修正评估模型,并用修正后的评估模型对被监测对象的健康状态进行重新评估,然后将评估结果及其置信概率再次传输至系统协作决策主体;

A3、系统协作决策主体将该再次收到的评估结果的置信概率与预设置信概率进行比较:

如果该评估结果的置信概率仍小于预设置信概率,则返回步骤A2,重新训练修正评估模型;

如果该评估结果的置信概率大于或等于预设置信概率,则采纳该光纤感知功能主体的评估结果,并对于各光纤感知功能主体的评估结果依据更新后的置信概率重新分配权重,然后对各评估结果进行加权平均,并将加权平均后的评估结果作为最终评估结果。

2.根据权利要求1所述的基于多主体协作和决策技术的光纤光栅传感器网络智能健康监测自修复方法,其特征在于,在步骤A3中,如果超过预设的次数,被弃用的光纤感知功能主体评估结果的置信概率仍小于所预设的置信概率,则系统协作决策主体终止协作决策过程,并将上一次加权平均后的评估结果作为最终评估结果。

3.根据权利要求1所述的基于多主体协作和决策技术的光纤光栅传感器网络智能健康监测自修复方法,其特征在于,步骤(1)建立健康状态初始智能评估模型包括以下步骤:

首先,对监测对象进行监测结果已知的模拟实验,同时各光纤感知功能主体采用本主体内光纤光栅传感器采集试验数据,将试验数据和已知的监测结果共同构成初始训练数据;

然后,利用初始训练数据对支持向量学习机进行训练,得到用于评估被监测对象健康状态的支持向量机初始模型,即健康状态初始智能评估模型。

4.根据权利要求3所述的基于多主体协作和决策技术的光纤光栅传感器网络智能健康监测自修复方法,其特征在于,健康状态评估结果是指采用支持向量学习机解算出的被监测对象的外部载荷位置参数,其置信概率是采用支持向量学习机解算外部载荷位置参数时得到的。

5.根据权利要求1所述的基于多主体协作和决策技术的光纤光栅传感器网络智能健康监测自修复方法,其特征在于,所述预设次数为3次。

6.根据权利要求1所述的基于多主体协作和决策技术的光纤光栅传感器网络智能健康监测自修复方法,其特征在于,步骤(3)中还包括,各光纤感知功能主体依据同类光纤光栅传感器在状态完好和失效时的光谱特性,对主体内的失效传感器进行诊断,并将诊断结果发送至系统协作决策主体。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于信阳师范学院,未经信阳师范学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710172847.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top