-
公开(公告)号:CN115326935B
公开(公告)日:2025-01-03
申请号:CN202211056971.9
申请日:2022-08-29
Applicant: 厦门大学
IPC: G01N29/14 , G01N29/44 , G01N19/08 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于卷积神经网络和质心加权的冲击定位方法,其包括设置传感器,将被监测结构划分为M个区域并编号,在划分出来的每个区域内进行N次冲击,构建样本数据库,基于样本数据库获得训练好的卷积神经网络模型,将模型用于冲击事件监测,当监测到发生冲击事件时,将传感器采集到的信号作为模型的输入,在发生冲击事件的区域建立直角坐标系,并在区域内设置参考标记点,计算该次冲击信号与冲击事件所在的区域内的参考标记点之间的DTW距离Li,将Li的倒数作为加权系数Wi代入质心定位公式来定位冲击区域内的撞击位置。该种定位方法具有效率高、定位结果受结构特性影响小,且无需进行高密度传感布设的优点。
-
公开(公告)号:CN116678944A
公开(公告)日:2023-09-01
申请号:CN202310564541.6
申请日:2023-05-18
Applicant: 厦门大学
IPC: G01N29/04 , G01N29/22 , G05B19/042
Abstract: 本发明涉及结构监测技术领域,特别涉及一种主被动信号切换装置及结构健康监测系统,其包括电源稳压模块、微CPU控制器、移位缓存器、地址译码器、多路复用器、主被动切换器、矩阵式衰减器、电荷放大及信号调理器。该装置不仅可以作为一种独立的外设单元单独用于主动式或被动式结构健康监测系统中,也可以作为主被动一体化结构健康系统的集成单元用于实现主/被动工作模式的切换控制及通道信号的激励与采集。
-
公开(公告)号:CN116559286A
公开(公告)日:2023-08-08
申请号:CN202310563404.0
申请日:2023-05-18
Applicant: 厦门大学
Abstract: 本发明涉及结构监测领域,特别涉及一种主被动一体化的复合材料结构健康监测方法及系统,该方法包括主被动传感器网络实时监测撞击事件生成应力波信号,将应力波信号传输至主机单元;主机单元对应力波信号进行分析后生成控制信息,并传输至主被动传感器网络以实现被动监测向主动检测的转换;主动被传感网络对复合材料结构进行主动扫查得到导波信号,并将导波信号传输至主机单元,以对复合材料进行主被动一体化的检测。其将主动式损伤监测和被动式撞击监测相结合,构建主被动有机融合、协同联动的主被动结构一体化结构损伤监测系统和方法,实时获取复合材料结构健康情况,及时做出维护和任务调整决策,保证了航空航天装备服役安全性、可靠性。
-
公开(公告)号:CN115497581A
公开(公告)日:2022-12-20
申请号:CN202211114397.8
申请日:2022-09-14
Applicant: 厦门大学
Abstract: 本发明涉及结构健康监测技术领域,特别涉及一种基于动态时间规整的冲击定位及能量检测方法、系统,所述冲击定位及能量检测方法采用DTW算法及K近邻算法进行粗定位冲击区域,并在其基础上通过基于DTW的质心加权算法精确定位冲击区域内的具体冲击位置;同时还通过冲击响应信号的能量来表征冲击能量大小。本方法定位准确、冲击反演效率高且操作简单,不仅能够避免了结构复杂性对定位精度的影响,还能实现冲击能量估计误差的有效控制。在降低维护成本的同时,还有效提高了定位及检测的效率。
-
公开(公告)号:CN115326935A
公开(公告)日:2022-11-11
申请号:CN202211056971.9
申请日:2022-08-29
Applicant: 厦门大学
Abstract: 本发明提供一种基于卷积神经网络和质心加权的冲击定位方法,其包括设置传感器,将被监测结构划分为M个区域并编号,在划分出来的每个区域内进行N次冲击,构建样本数据库,基于样本数据库获得训练好的卷积神经网络模型,将模型用于冲击事件监测,当监测到发生冲击事件时,将传感器采集到的信号作为模型的输入,在发生冲击事件的区域建立直角坐标系,并在区域内设置参考标记点,计算该次冲击信号与冲击事件所在的区域内的参考标记点之间的DTW距离Li,将Li的倒数作为加权系数Wi代入质心定位公式来定位冲击区域内的撞击位置。该种定位方法具有效率高、定位结果受结构特性影响小,且无需进行高密度传感布设的优点。
-
公开(公告)号:CN115458088A
公开(公告)日:2022-12-09
申请号:CN202211114481.X
申请日:2022-09-14
Applicant: 厦门大学
Abstract: 本发明涉及结构健康监测技术领域,特别涉及一种基于卷积神经网络的冲击定位及能量检测方法、系统,所述冲击定位及能量检测方法采用卷积神经网络模型进行粗定位冲击区域,并在其基础上通过基于DTW的质心加权算法精确定位冲击区域内的具体冲击位置;同时还通过冲击响应信号的能量来表征冲击能量大小。本方法定位准确、冲击反演效率高且操作简单,不仅能够避免了结构复杂性对定位精度的影响,还能实现冲击能量估计误差的有效控制。在降低维护成本的同时,还有效提高了定位及检测的效率。
-
-
-
-
-