[发明专利]一种基于信息融合的机械叶片损伤识别方法

说明书

本发明公开了一种基于信息融合的机械叶片损伤识别方法，包括：S1:采集机械叶片的损伤结构的振动信号，识别结构的模态频率和模态振型；S2:采用BSWI小波方法从模态振型中提取损伤特征信息；S3:将步骤S2中将不同损伤识别方法提取的损伤特征信息融合在一起，构建多维损伤特征信息向量,按列排列组成损伤特征信息向量，每个损伤特征向量数据长度为p，这时多维损伤特征向量为p×q阶的二维矩阵；S4:通过优化支持向量机的参数和步骤S2、S3中已知标签样本输入到SVM训练模型中进行训练得到SVM测试模型，然后将未知标签样本输入到训练好的SVM测试模型进行损伤识别。该方法具有融合小波信号处理方法和多模态信息特征，能够对损伤机械结构进行快速识别结构损伤特点。

技术领域

本发明涉及机械结构的损伤识别领域，具体是指一种基于信息融合的机械叶片损伤识别方法。

背景技术

机械结构服役过程中的结构损伤主要可分为突发损伤和累积损伤两种。突发损伤由人为引起或自然灾害导致，难以预料；累积损伤指结构服役期间由环境腐蚀、疲劳载荷、材料老化等原因所致，会导致设备功能退化直至失效。累积损伤改变了结构局部或整体的刚度与强度，增加使用者的风险指数，不能及时发现与更换最终将导致结构局部或整体的突然失效。为了这样问题的发生，有必要对设备的关键部件，例如机械机构的叶片开展损伤定量研究，根据实际结构损伤程度进行评价，制定相应的维护策略，可以大大降低设备的维护成本，同时结构损伤定量诊断也是寿命预测和智能维护的前提。

发明内容

本发明的目的是为了克服现有技术存在的缺点和不足，而提供一种基于信息融合的机械叶片损伤识别方法，该方法具有融合小波信号处理方法和多模态信息特征，能够对损伤机械结构进行快速识别结构损伤特点。

为实现上述目的，本发明的技术方案是包括以下步骤：

S1:采集机械叶片的损伤结构的振动信号，识别结构的模态频率和模态振型；

S2:采用BSWI小波方法从模态振型中提取损伤特征信息；

S3:将步骤S2中将不同损伤识别方法提取的损伤特征信息融合在一起，构建多维损伤特征信息向量,按列排列组成损伤特征信息向量，每个损伤特征向量数据长度为p，这时多维损伤特征向量为p×q阶的二维矩阵；

S4:通过优化支持向量机的参数和步骤S2、S3中已知标签样本输入到SVM训练模型中进行训练得到SVM测试模型，然后将未知标签样本输入到训练好的SVM测试模型进行损伤识别。

进一步设置是所述的步骤S1中,通过线性变换将线性定常系统的振动微分方程组中物理坐标转换为模态坐标，使微分方程组实现解耦，成为以模态坐标和模态参数描述的独立方程组，进而求出系统模态参数，其中坐标变换的转换矩阵成为模态矩阵，模态矩阵的每列称为模态振型，解耦得到的对角矩阵中对角线上的元素称为模态频率。

进一步设置是所述的步骤S2中,建立无损伤梁结构BSWI有限元损伤模型，再将梁结构的损伤单元矩阵叠加到完好梁结构总体刚度矩阵K和质量矩阵M中，进而得到损伤梁结构的总体刚度矩阵和总体质量矩阵

具体地，建立损伤结构BSWI模型中采用任意尺度j的m阶的尺度函数以及其相应小波函数在0、1边界上有m-1个边界尺度函数与小波函数，2^j-m+1个内部尺度函数，以及2^j-2m+2个内部小波函数。BWSI梁单元刚度矩阵和质量矩阵如下：

式中：

将单元刚度矩阵和质量矩阵按自由度的次序叠加，可得到完好梁结构的总体刚度矩阵K和总体质量矩阵M。

进一步设置是所述的步骤S3中构建多维损伤特征信息向量具体为：