期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于时域多参数信息融合与机器学习算法的井架钢结构损伤识别 被引量:1
1
作者 黄岩 韩东颖 +2 位作者 朱国庆 李岳峰 李可欣 《计量学报》 CSCD 北大核心 2024年第5期698-705,共8页
为避免井架钢结构在作业过程中由结构损伤引发的安全隐患,将时域多参数信息融合与机器学习算法进行结合,基于井架钢结构位移响应信号提出了一种基于主成分分析和随机森林算法的井架钢结构损伤识别方法。利用加速度传感器提取在冲击载荷... 为避免井架钢结构在作业过程中由结构损伤引发的安全隐患,将时域多参数信息融合与机器学习算法进行结合,基于井架钢结构位移响应信号提出了一种基于主成分分析和随机森林算法的井架钢结构损伤识别方法。利用加速度传感器提取在冲击载荷下井架钢结构的加速度响应信号,由加速度响应信号处理得到位移响应信号,并提取包含脉冲因子、裕度因子和峭度的3个时域特征;运用主成分分析法将3个特征融合成1个新的综合性时域特征,将原始信号中包含的大多数信息保留下来;将处理过的数据输入随机森林算法模型进行井架钢结构损伤识别,整个过程只需要采集损伤后的信号,不需要采集损伤前的信号。利用以上损伤识别模型对井架钢结构有限元模型进行仿真计算,同时结合ZJ70井架钢结构实验室模型的实验结果进行分析。分析结果表明:利用上述损伤识别方法可以准确高效地判断出井架钢结构单一或多处损伤,判断结果的正确率为90%以上。 展开更多
关键词 损伤识别 井架钢结构 冲击载荷 加速度传感器 信息融合 机器学习 时域多参数
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部