论文部分内容阅读
为较好解决复合材料结构损伤难以有效识别问题,提出一种基于集合经验模式分解(EEMD)和核函数极限学习机(K-ELM)的复合材料结构损伤识别新方法。通过对试验件进行冲击及长时间疲劳试验,得到光纤光栅传感器网络募集试验件的原始损伤信息。采用集合经验模式分解方法对原始损伤信息进行自适应分解,提取奇异熵特征信息。采用奇异熵特征信息分别构建基于K-ELM的损伤识别模型和基于BP的损伤识别模型,通过试验数据对两种损伤识别模型的有效性进行了验证和对比。结果表明,基于K-ELM的损伤识别模型具有更好的工程应用价值。