[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

摘要

本发明公开了一种基于加速度内积向量的灰云推理结构损伤识别方法，将待识别构件划分成M个单元；根据损伤界限值集合建立s个损伤程度区间；根据损伤程度区间以及各个损伤模式的加速度内积向量集合分别建立前件云规则库、后件云规则库；对每个单元进行u次在随机噪声干扰下的损伤检测，每次检测获得一个加速度内积向量；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；计算每个灰云滴的损伤模式加权值；根据损伤模式加权值计算各个单元的损伤均化指标；根据损伤均化指标进行损伤识别。本发明对噪声干扰具有良好抗性，识别出的损伤程度高低趋势与真实情况一致，接近真实损伤系数，相对于单纯的内积向量指标更直观。

主权项

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...ci...cs+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：[ci,ci+1]，i∈{1,2,.....,s}；每个损伤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{Ri,Ri+1}；步骤4：建立各个损伤模式的前件云规则库以及后建云规则库：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μr作为纵坐标轴，以损伤系数xr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(xr,μr)；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。