《表1 观测数据平均质量:基于AR模型与贝叶斯优化的SVM的结构损伤识别研究》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于AR模型与贝叶斯优化的SVM的结构损伤识别研究》
注:φ8×1.2(78%)表示更换部件的直径和厚度分别为8mm和1.2mm;括号中的数值表示损伤程度。
试验数据采集过程中,会产生零点飘移等误差,影响结果的准确性,因此对所有加速度数据进行减均值处理。为避免方法测试结果的偶然性,将提取的加速度数据进行分段处理,以增加样本数量。舍弃第一秒测得的500个数据,将余下的9500个数据分为每段长3000的14段,相邻两段之间会有部分数据重叠,重叠个数为2500。在构造样本时,首先按照式(2)计算每组数据的前三阶AR系数差,作为损伤指标,然后将5个测点同时刻数据的AR系数差顺序排列成1×15维的特征向量。所以,每个样本为1×15维的特征向量,每种损伤工况有14个样本,6种工况总共84个样本。以海洋平台试验模型的三、四层斜撑杆M1、M2发生损伤为研究对象,并通过替换或者拆除M1、M2杆的形式来实现损伤。将工况L1、L2设置为训练工况,以斜撑杆M1、M2损伤程度为88%时的数据作为训练样本,训练样本总数为28(2×14)个,测试工况设为C1-C4,以斜撑杆M1、M2损伤程度为78%、100%时的数据作为测试样本,测试样本总数56(4×14)个。M1杆对应样本标签1,M2杆对应样本标签-1,具体情况在表1列出。
图表编号 | XD00187396600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.28 |
作者 | 隋宗震、王秋潇、贾丹桐、杨元强 |
绘制单位 | 青岛理工大学土木工程学院、青岛理工大学土木工程学院、青岛理工大学土木工程学院、青岛理工大学土木工程学院 |
更多格式 | 高清、无水印(增值服务) |