基于支持向量机和模态频率的结构损伤诊断.pdfVIP

维普资讯 枧 械 度 2006，28(3)：349～352 基于支持 向量机和模态频率的结构损伤诊断 STRUCTUREDAMAGE MONITORING BASED ON SUPPORTVECTORMACHINEANDMODAL眦 QUENCY 刘 龙 孟 光 (上海交通大学振动、冲击、噪声国家重点实验室，上海 200240) LIULong MENG Guang (StateKeyLaboratoryofVibration，ShockandNoise，ShanghaiJiaotong University，Shanghai200240，China) 摘要 支持向量机(supp0rtveetormachine，sVM)是一种基于统计学习理论 的机器学 习算法 ，能够较好地解决小样本 的学习问题。文中介绍支持向量机回归算法，并应用于结构损伤诊断领域；构造基于模态频率的损伤标识量 ，作为特征 参数训练支持向量机实现对结构损伤的定位和程度标识；最后以梁的损伤识别为例进行验证。结果表明，支持向量机在 结构损伤诊断领域中具有很好的应用前景。 关键词 支持向量机 模态频率 损伤识别 中图分类号 0327 TB122 Abstract Suppoflvectormachine(SVM)isamachinelearningalgorithmbasedonstatisticallearning theory，whichCallsolve small-samplelearningproblemsbetter．TheSVM regressionalogrithm isintroducedandisappliedtohtestructuredamagemonitoring ． Damagefeaturesformde byvibrationmodalparametersareusedascharacteristicparameterstotrainhteSVM torealizehtelocationnad severitiesidentificationofstructuredamage．Theresultsofhterectangularbeam ’SdamageidentificationprovethathteSVM isapowerful ． nadpromisingmehtodfordamagemonitoring 。 Keywords Supportvectormachine(SVM)；Modalfrequency；Damagemonitoring Correspondr／igauthor： uLong，E-mail：liu—long@sjtu．edu．cn，Tel：+86—21109 Theprojcetsupportde byhteNationalNaturalScienceFoundationofChina(NonadhteSpaceSupportTechnology ProjcetofChina． Mnauscriptreceivdeinrevisedofmr 究热点，并在很多领域得到成功应用，如人脸识别、手 1 引言 写体识别、机械故障诊断等。 随着大型工程项 目的实施 以及许多灾难性结构工