基于概率神经网络分类器的数据融合损伤检测方法

• 作 者: 姜绍飞 张帅
• 机 构: 福州大学土木工程学院,沈阳建筑大学土木学院
• 出 处: 计算力学学报
• 发表日期: 2008年5期
• 关键词: 损伤检测 数据融合 小波能量特征 特征提取 概率神经网络 damage detection data fusion wavelet energy feature
• 基金项目: 国家自然科学基金（50408033）,辽宁高等学校优秀人才计划（RC-05-16）,福建高等学校新世纪优秀人才计划,福建省教育厅重点资助项目.

为了有效地利用来自大型结构健康监测系统大量冗余、互补的信息进行结构健康状况评估，本文从数据融合的基本原理入手，将小波分析、概率神经网络和数据融合等技术有机地结合起来，提出了一种5阶段的决策级数据融合损伤检测新方法，最后用2个数值算例验证了方法的有效性，并探讨了测量噪声对损伤识别的影响。研究结果表明，所提出的方法是可行、有效的。