基于支持向量机的海洋平台结构损伤识别方法

发布时间：2024-03-23 12:38

　　基于支持向量机(Support Vector Machine,SVM)提出一种近海导管架平台结构损伤识别方法。该方法利用小波包变换处理平台甲板上的加速度传感器信号得到小波包系数,从而实现特征提取,然后对小波包系数进行降维处理,再将降维后的样本输入SVM进行训练,并利用验证集对训练后的SVM进行验证。将该方法应用于渤海某平台的损伤识别中,结果表明:采用标准差较大的前5个或更多的小波包节点能量占比作为特征参数进行训练,训练后的SVM算法对验证集具有较好的识别效果。

【文章页数】：8 页

【部分图文】：

图1SVM分类示例

根据SVM的指导思想，给定2类数据（xi,yi），其中：i=1,2，…，m;xi∈Rn，为输入向量；yi∈{-1,1}，为样本的类别标志值。图1为SVM分类示例，图中有2类不同的样本，分别用圆圈和斜十字表示。超平面方程为wTx+b=0，式中：w为平面上的法向量，决定了超平面的方向....

图2导管架平台有限元模型损伤模拟

采用有限元软件ANSYS建立该平台结构损伤状态的有限元模型，如图2所示。其中，被海水浸没的支撑结构（圆管）用PIPE288单元模拟，处于飞溅区和气隙范围内的圆管也可能受到波流作用，同样采用PIPE288单元模拟，其余圆管构件、平台甲板和甲板梁则分别采用PIPE16、SHEL....

图3不同随机波浪下无损结构加速度响应时程

选取无损状态下平台上的典型测点在某随机数在不同随机波浪下的x方向加速度信号时程进行展示，如图3所示。由图3可知，在随机波浪作用下，结构的加速度表现出较强的随机性，其中在谱峰波高较大波况下表现出的随机性更显著，因此较难直接对加速度信号进行量化分析。利用DB5小波函数，对所有采集到的....

图4不同随机波浪下无损状态和损伤状态的小波包分析结果

图4所示为与图3所对应的8组加速度信号的小波包分析结果。可发现波浪条件的改变会造成整体小波包节点能量占比分布状态的显著变化，而损伤造成的差异主要体现在少数节点上，仍难以通过简单的准则判断无损信号与损伤信号。在上述基础上，针对所有样本进行分析，并对每个节点进行考察。一种常用的考察特....

本文编号：3935931