基于機器學習方法的超聲導波結構健康監測研究

作者：高東岳

摘要：隨著復合材料結構健康監測技術的廣泛應用,基于先進傳感與數據挖掘技術的結構損傷識別已成為國內外的研究熱點問題。本文以機器學習理論技術為基礎,對復合材料結構受拉伸疲勞載荷造成的損傷進行定量化識別分析和研究,針對結構疲勞損傷監測數據之間存在的時序相關性,構建出基于隨機森林的結構損傷識別模型,為復合材料結構健康監測分析提供了新的思路和方法。主要研究內容如下:提取不同路徑的信號特征信息,包括信號能量,信號峰值,信號主峰到達時間。選擇MSE作為不純度函數,設計并構建了一種基于隨機森林的結構損傷識別模型;為了驗證本文所提出的基于機器學習的復合材料結構損傷識別模型的有效性,以Bookshelf框架結構數據為基準進行對比試驗分析。結果表明:基于信號能量,信號峰值,信號主峰到達時間特征的隨機森林結構損傷識別模型可以有效識別與預測損傷。本文試驗數據來自NASA與斯坦福大學進行的聯合損傷表征試驗。

發文機構：中山大學航空航天學院

關鍵詞：結構健康監測超聲導波機器學習隨機森林回歸損傷監測health monitoringultrasonic guided wavemachine learning methodrandom forest structuredamage monitoring

分類號： TP3[自動化與計算機技術—計算機科學與技術]