基于增量型极限学习机的飞机复合材料结构损伤识别

摘要：

针对飞机复合材料结构损伤难以有效识别问题,提出一种基于增量型极限学习机(incremental extreme learning ma-chine,I-ELM)的飞机复合材料结构损伤识别新方法.首先对某型机用复合材料层合板进行冲击,而后对其进行疲劳拉伸试验,通过优化布局在复合材料层合板上的光纤光栅传感器募集应变信息,并对其进行预处理.采用互补总体平均经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)方法对募集的应变信息进行自适应分解,得到多个本征模态分量(intrinsic mode function,IMF).计算各阶IMF分量的样本熵,通过核熵成分分析(kernel entropy component analysis,KECA)方法对样本熵进行特征融合,构建融合特征向量.采用融合特征向量建立基于I-ELM损伤识别模型,通过实验对损伤识别模型的有效性进行了验证,并与所构建的BP的损伤识别模型的识别结果进行了比较.结果表明,该方法能有效对飞机复合材料结构损伤进行识别,具有很好的应用前景.

关键词：互补总体平均经验模态分解、样本熵、核熵成分分析、增量型极限学习机、损伤识别

所属期刊栏目：18

分类号：V257(航空用材料)

资助基金：辽宁省自然科学基金2014024003;航空科学基金20153354005,20163354004;国家自然科学基金51605309

在线出版日期：2018-04-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：191-196