详情

原文传递强噪声背景下的复合材料损伤定量识别方法及系统

专利名称：	强噪声背景下的复合材料损伤定量识别方法及系统
摘要：	本公开提供了一种强噪声背景下的复合材料损伤定量识别方法及系统，在复合材料上模拟不同程度的损伤，并改变不同的位置，采集不同程度及不同位置的Lamb波响应信号；在采集的Lamb波信号中加入一定信噪比的强噪声信号模拟强噪声背景下采集的Lamb波信号；剔除强噪声信号，得到有效信号；将有效信号分为两部分，其中一部分作为训练数据，一部分作为测试数据，并将其进行傅里叶变换得到与不同程度及不同位置损伤相对应的频谱数据实现损伤特征提取；将训练数据代入自动编码器进行训练，得到自动编码器损伤识别模型，将测试数据代入训练后的损伤识别模型，根据模型输出得到损伤定位和定量识别信息。实现了复合材料结构在强噪声环境下的可靠定位和准确定量识别。
专利类型：	发明专利
国家地区组织代码：	山东;37
申请人：	山东大学
发明人：	姜明顺;苏晨辉;张法业;张雷;曹弘毅;马蒙源;隋青美
专利状态：	有效
申请日期：	2019-05-29T00:00:00+0800
发布日期：	2019-07-26T00:00:00+0800
申请号：	CN201910458874.4
公开号：	CN110057918A
代理机构：	济南圣达知识产权代理有限公司
代理人：	李琳
分类号：	G01N29/12(2006.01);G;G01;G01N;G01N29
申请人地址：	250061 山东省济南市历下区经十路17923号
主权项：	1.一种强噪声背景下的复合材料损伤定量识别方法，其特征是：包括以下步骤：在复合材料上模拟不同程度的损伤，并改变不同的位置，采集不同程度及不同位置的Lamb波响应信号；在采集的Lamb波信号中加入一定信噪比的强噪声信号模拟强噪声背景下采集的Lamb波信号；剔除强噪声信号，得到有效信号；将有效信号分为两部分，其中一部分作为训练数据，一部分作为测试数据，并将其进行傅里叶变换得到与不同程度及不同位置损伤相对应的频谱数据实现损伤特征提取；将训练数据代入自动编码器进行训练，得到自动编码器损伤识别模型，将测试数据代入训练后的损伤识别模型，根据模型输出得到损伤定位和定量识别信息。 2.如权利要求1所述的一种强噪声背景下的复合材料损伤定量识别方法，其特征是：利用质量块改变结构应变场模拟真实的损伤，通过改变不同的质量模拟不同程度的损伤，通过改变质量块的设置位置改变损伤的位置。 3.如权利要求1所述的一种强噪声背景下的复合材料损伤定量识别方法，其特征是：利用数据采集系统进行损伤数据的采集，具体包括任意函数发生器、放大器、多个压电传感器和示波器，其中，所述任意函数发生器发lamb波信号经放大器放大加载在至少一个压电传感器中，其余的压电传感器通过示波器采集不同质量的质量块在不同位置的Lamb波信号。 4.如权利要求1所述的一种强噪声背景下的复合材料损伤定量识别方法，其特征是：采集多组数据，每组数据采集多次。 5.如权利要求1所述的一种强噪声背景下的复合材料损伤定量识别方法，其特征是：利用同步压缩小波变换算法剔除强噪声信号。 6.如权利要求1所述的一种强噪声背景下的复合材料损伤定量识别方法，其特征是：将有效的lamb波信号进行傅里叶变换，将时域信号装换到频域提取特征能体现频率响应的改变与结构损伤程度和位置的关系。 7.如权利要求1所述的一种强噪声背景下的复合材料损伤定量识别方法，其特征是：所述自编码器采用贪婪学习的方式逐层训练自编码器，由训练好的自编码器堆叠而成；或，所述自编码器的训练过程分包括两个阶段：第一阶段：把样本输入到第一个SAE网络中并充分进行训练，从而获得第一层的参数，然后将第一层的输出作为第下一个SAE的输入，当模型再次充分训练后，得到该层的参数，并把本次训练好的SAE模型堆叠在一起，依次类推，直到所有的SAE都被训练好；第二阶段：在顶层添加一层神经网络，并将第一阶段所学的参数初始化神经网络，然后利用反向传播算法对训练所得各参数进行有监督的微调。 8.一种强噪声背景下的复合材料损伤定量识别系统，其特征是：包括：采集系统，被配置为在复合材料上模拟不同程度的损伤，并改变不同的位置，采集不同程度及不同位置的Lamb波响应信号；信号处理系统，被配置为在采集的Lamb波信号中加入一定信噪比的强噪声信号模拟强噪声背景下采集的Lamb波信号；剔除强噪声信号，得到有效信号；将有效信号分为两部分，其中一部分作为训练数据，一部分作为测试数据，并将其进行傅里叶变换得到与不同程度及不同位置损伤相对应的频谱数据实现损伤特征提取；将训练数据代入自动编码器进行训练，得到自动编码器损伤识别模型，将测试数据代入训练后的损伤识别模型，根据模型输出得到损伤定位和定量识别信息。 9.一种计算机可读存储介质，其特征是：其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行权利要求1-7中任一项所述的一种强噪声背景下的复合材料损伤定量识别方法。 10.一种终端设备，其特征是：包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行权利要求1-7中任一项所述的一种强噪声背景下的复合材料损伤定量识别方法。
所属类别：	发明专利