对带有小损伤的飞行器复杂机体结构,通过测取其振动响应信号,从中优化选择能够表征结构损伤的特征信息群、进而利用概率神经网络建立结构损伤特征和损伤物理状态之间的非线性映射关系,形成复杂结构损伤现场定位定量识别检测系统。主要研究基于压电智能结构对机体结构服役工况下的振动响应主动测量技术、基于结构小损伤特征参数对损伤灵敏度的数据发掘技术和优化进化算法;现场数据压缩与降噪;隐藏信息发现与测量数据二次开发;改进概率神经网络的识别能力与可靠性等。项目研究成果丰富了传统的结构故障振动检测理论,填补了数据发掘与知识发现等人工智能技术在结构损伤检测领域的应用的空白,同时为保障飞机飞行安全、预测机体结构剩余寿命、提高维护维修效率和降低成本提供良好的技术支持和储备,在航空科学技术及相关领域具有重要学术价值和广阔的应用前景。
{{i.achievement_title}}
数据更新时间:2023-05-31
一种基于多层设计空间缩减策略的近似高维优化方法
复杂系统科学研究进展
基于被动变阻尼装置高层结构风振控制效果对比分析
基于LS-SVM香梨可溶性糖的近红外光谱快速检测
奥希替尼治疗非小细胞肺癌患者的耐药机制研究进展
基于随机共振弱信息检测的结构小损伤振动识别研究
用小波分析检测结构中裂纹、损伤的理论与方法研究
小波分析方法在结构损伤检测中的应用研究
复杂系统中定性与定量信息变换理论与应用研究