基于EMI技术与PSO-BP神经网络铝梁损伤定位研究
-
93
-
作者
张军陈纯洁
-
单位
安徽理工大学人工智能学院
-
摘要
为了定位铝梁等一维结构的损伤位置，采用压电阻抗(EMI)技术与粒子群(PSO)-BP神经网络进行研究。首先，搭建损伤检测试验平台，使用阻抗分析仪测出健康和损伤状态下的压电导纳曲线，分析不同位置压电陶瓷传感器(PZT)测量的结构谐振峰特征，并通过Pearson相关系数对导纳数据进行处理；然后，构建PSO-BP神经网络，以不同位置上的PZT传感器测得的导纳值作为网络的模式样本进行训练。结果表明，压电阻抗技术能有效识别铝梁健康、损伤工况；Pearson相关系数与PZT传感器和损伤之间的距离呈线性关系，与损伤位置间距越小，PZT测得的导纳曲线的Pearson值越大；选取PZT导纳值变化明显的频率点作为神经网络的输入向量，经过训练后的PSO-BP神经网络能够快速准确地识别铝梁损伤位置。
-
关键词
压电阻抗技术结构健康监测PSO-BP神经网络相关系数损伤定位
-
基金项目(Foundation)
安徽省重点研究和开发计划基金资助项目(201904a05020004)；教育部产学合作协同育人基金资助项目(201901059052)；安徽理工大学研究生核心课程项目(2021HX013)；
-
文章目录
1 铝梁损伤定位的方法
1.1 EMI技术
1.2 Pearson相关系数
1.3 PSO-BP神经网络
2 试验装置及过程
2.1 试验装置
2.2 试验过程
3 试验结果分析
3.1 Pearson系数对损伤位置识别
3.2 基于PSO-BP对损伤位置识别
1)网络的建立及训练
2)网络训练结果
3)网络验证及结构
4 结论
安徽理工大学学报（自然科学版） 
2023年第05期 
