[發明專利]一種基于加速度內積向量的灰云推理結構損傷識別方法

有效

• 申請號: 201810064951.3
• 申請日: 2018-01-23
• 公開（公告）號: CN108287964B
• 公開（公告）日: 2020-04-07
• 發明（設計）人: 郭惠勇
• 申請（專利權）人: 重慶大學
• 主分類號: G06F30/23
• 分類號: G06F30/23;G06F17/18
• 代理公司: 重慶博凱知識產權代理有限公司 50212
• 代理人: 黃河

1.一種基于加速度內積向量的灰云推理結構損傷識別方法，其特征在于，包括以下步驟：

步驟1：建立待識別構件的有限元模型，將待識別構件劃分成M個單元；

步驟2：設立損傷界限值集合{c₁...c_i...c_s+1}，根據損傷界限值集合劃分出s個損傷程度區間，其中，第i個損傷程度區間表示為：[c_i,c_i+1]，i∈{1,2,.....,s}；每個損傷程度區間對應一種損傷模式；

步驟3：計算損傷界限值集合中各個損傷界限值所對應的加速度內積向量，為各個損傷程度區間建立對應的加速度內積向量集合作為各個損傷模式的加速度內積向量集合，其中，第i種損傷模式的加速度內積向量集合為{R_i,R_i+1}；

步驟4：建立各個損傷模式的前件云規則庫以及后件 云規則庫：

其中，第i種損傷模式的前件云規則庫均按如下方式建立：

將第i種損傷模式所對應的加速度內積向量集合{R_i,R_i+1}輸入灰云模型中以獲得第i種損傷模式的前件云規則庫的峰值熵以及超熵從而建立第i種損傷模式的前件云規則庫；

其中，第i種損傷模式的后件云規則庫按如下方式建立：

將第i種損傷模式所對應的損傷程度區間[c_i,c_i+1]輸入灰云模型中以獲得第i種損傷模式的后件云規則庫峰值熵以及超熵從而建立第i種損傷模式的后件云規則庫；

步驟5：對每個單元進行u次在隨機噪聲干擾下的損傷檢測，根據每次檢測獲得的加速度響應計算一個對應的加速度內積向量；

步驟6：根據前件云規則庫以及后件云規則庫，為每個單元建立在各種損傷模式下的灰云推理模型，即每個單元對應s個灰云推理模型；在每個灰云推理模型的定量論域上以確定度μ_r作為縱坐標軸，以損傷系數x_r作為橫坐標軸，每輸入一個加速度內積向量給灰云推理模型，灰云推理模型便能夠擴散出v個灰云滴(x_r,μ_r)；

步驟7：對每個單元所對應的各種損傷模式下的全部灰云推理模型中的每個灰云滴進行損傷模式加權，計算出每個灰云模型中的每個灰云滴的損傷模式加權值；

步驟8：根據各個單元所對應的全部灰云滴的損傷模式加權值計算各個單元的損傷均化指標；

步驟9：根據各個單元的損傷均化指標對各個單元的結構損傷程度進行識別。

2.根據權利要求1所述的基于加速度內積向量的灰云推理結構損傷識別方法，其特征在于：第j個單元在第i種損傷模式下的灰云推理模型按如下方式建立，j∈{1,2,......,M}：

首先，利用前件云發生器從第i種損傷模式的前件云規則庫中獲取峰值熵以及超熵將u次損傷檢測所獲得的加速度內積向量輸入前件云發生器中，前件云發生器根據確定度計算公式計算每個加速度內積向量所對應的確定度；

然后，利用后件云發生器從第i種損傷模式的后件云規則庫中獲取峰值熵以及超熵將前件云發生器所計算出的u個確定度依次輸入后件云發生器中，每輸入一個確定度，后件云發生器根據v個服從正太分布的隨機數En′以及損傷系數計算公式擴散出v個灰云滴，其中，每個灰云滴由確定度與損傷系數組成；第j個單元在第i種損傷模式下的灰云推理模型中由第p個確定度擴散出的第l個灰云滴表示為p∈{1,2,.......u}，l∈{1,2,......,v},i∈{1,2,.....,s},j∈{1,2,......,M}。

3.根據權利要求2所述的基于加速度內積向量的灰云推理結構損傷識別方法，其特征在于：

步驟7中，第j個單元在第i種損傷模式下的灰云推理模型中由第p個確定度擴散出的第l個灰云滴的損傷模式加權值

4.根據權利要求3所述的基于加速度內積向量的灰云推理結構損傷識別方法，其特征在于：

步驟8中，第j個單元的損傷均化指標