基于EMD-SVM的起重机主梁裂纹损伤识别
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.1671-7449.2023.01.001

基于EMD-SVM的起重机主梁裂纹损伤识别

引用
识别起重机裂纹的工程实践中,存在着不能实时监测、 识别效果不理想以及实验数据少的缺点.以实验室的多组起重机主梁为研究对象,通过加工模拟结构的裂纹损伤,对样机有裂纹处和无裂纹处分别贴应变片,进行动应变实验采集动应变信号;采用经验模式分解(Empirical Mode Decomposition,EMD)方法分解采集到的原始信号并提取前五阶本征模函数(Intrinsic Mode Function,IMF);利用支持向量机(Support Vector Machine,SVM)对部分实验数据进行学习,并用其余数据来评估支持向量机的识别效果.结果表明,基于EMD-SVM的方法可以利用少量样本数据准确地识别出主梁上贴应变片的位置是否存在裂纹损伤.

起重机、损伤识别、经验模式分解、支持向量机

37

TH215(起重机械与运输机械)

2023-01-11(万方平台首次上网日期,不代表论文的发表时间)

共4页

1-4

相关文献
评论
暂无封面信息
查看本期封面目录

测试技术学报

1671-7449

14-1301/TP

37

2023,37(1)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn