基于卷积神经网络和质心加权的冲击定位方法、可读存储介质及设备

    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。

    基于卷积神经网络和质心加权的冲击定位方法、可读存储介质及设备

    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

    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。

Patent Agency Ranking