[发明专利]一种基于加速度内积向量的灰云推理结构损伤识别方法

权利要求书

1.一种基于加速度内积向量的灰云推理结构损伤识别方法，其特征在于，包括以下步骤：

步骤1：建立待识别构件的有限元模型，将待识别构件划分成M个单元；

步骤2：设立损伤界限值集合{c₁...c_i...c_s+1}，根据损伤界限值集合划分出s个损伤程度区间，其中，第i个损伤程度区间表示为：[c_i,c_i+1]，i∈{1,2,.....,s}；每个损伤程度区间对应一种损伤模式；

步骤3：计算损伤界限值集合中各个损伤界限值所对应的加速度内积向量，为各个损伤程度区间建立对应的加速度内积向量集合作为各个损伤模式的加速度内积向量集合，其中，第i种损伤模式的加速度内积向量集合为{R_i,R_i+1}；

步骤4：建立各个损伤模式的前件云规则库以及后件 云规则库：

其中，第i种损伤模式的前件云规则库均按如下方式建立：

将第i种损伤模式所对应的加速度内积向量集合{R_i,R_i+1}输入灰云模型中以获得第i种损伤模式的前件云规则库的峰值熵以及超熵从而建立第i种损伤模式的前件云规则库；

其中，第i种损伤模式的后件云规则库按如下方式建立：

将第i种损伤模式所对应的损伤程度区间[c_i,c_i+1]输入灰云模型中以获得第i种损伤模式的后件云规则库峰值熵以及超熵从而建立第i种损伤模式的后件云规则库；

步骤5：对每个单元进行u次在随机噪声干扰下的损伤检测，根据每次检测获得的加速度响应计算一个对应的加速度内积向量；

步骤6：根据前件云规则库以及后件云规则库，为每个单元建立在各种损伤模式下的灰云推理模型，即每个单元对应s个灰云推理模型；在每个灰云推理模型的定量论域上以确定度μ_r作为纵坐标轴，以损伤系数x_r作为横坐标轴，每输入一个加速度内积向量给灰云推理模型，灰云推理模型便能够扩散出v个灰云滴(x_r,μ_r)；

步骤7：对每个单元所对应的各种损伤模式下的全部灰云推理模型中的每个灰云滴进行损伤模式加权，计算出每个灰云模型中的每个灰云滴的损伤模式加权值；

步骤8：根据各个单元所对应的全部灰云滴的损伤模式加权值计算各个单元的损伤均化指标；

步骤9：根据各个单元的损伤均化指标对各个单元的结构损伤程度进行识别。

2.根据权利要求1所述的基于加速度内积向量的灰云推理结构损伤识别方法，其特征在于：第j个单元在第i种损伤模式下的灰云推理模型按如下方式建立，j∈{1,2,......,M}：

首先，利用前件云发生器从第i种损伤模式的前件云规则库中获取峰值熵以及超熵将u次损伤检测所获得的加速度内积向量输入前件云发生器中，前件云发生器根据确定度计算公式计算每个加速度内积向量所对应的确定度；

然后，利用后件云发生器从第i种损伤模式的后件云规则库中获取峰值熵以及超熵将前件云发生器所计算出的u个确定度依次输入后件云发生器中，每输入一个确定度，后件云发生器根据v个服从正太分布的随机数En′以及损伤系数计算公式扩散出v个灰云滴，其中，每个灰云滴由确定度与损伤系数组成；第j个单元在第i种损伤模式下的灰云推理模型中由第p个确定度扩散出的第l个灰云滴表示为p∈{1,2,.......u}，l∈{1,2,......,v},i∈{1,2,.....,s},j∈{1,2,......,M}。

3.根据权利要求2所述的基于加速度内积向量的灰云推理结构损伤识别方法，其特征在于：

步骤7中，第j个单元在第i种损伤模式下的灰云推理模型中由第p个确定度扩散出的第l个灰云滴的损伤模式加权值

4.根据权利要求3所述的基于加速度内积向量的灰云推理结构损伤识别方法，其特征在于：

步骤8中，第j个单元的损伤均化指标