摘要
一种机翼大梁微小裂纹损伤识别方法。其包括数据采集;数据预处理;构建1DCNN‑KAN‑EA混合模型并进行训练;测试集验证;模型评价;模型鲁棒性和泛化性验证等步骤。本发明效果:融合1DCNN、KAN、EA构建1DCNN‑KAN‑EA模型,提高了模型的损伤识别准确率。通过多小波基函数的组合,为模型提供更丰富的信号描述,从而增强了损伤特征的多元性,显著提高了模型对微小裂纹损伤的识别能力,为后续的深度学习模型提供了高质量的输入数据。通过在有螺钉松动的条件下采集数据,并将其作为输入进行模型验证,进一步验证了模型的鲁棒性和泛化能力。
技术关键词
裂纹损伤识别方法
多小波基函数
压电片
一维卷积神经网络
大梁
机翼
螺钉
Lamb波信号
鲁棒性
工况
数据
损伤特征
深度学习模型
注意力机制
压片
采样率
传感器
系统为您推荐了相关专利信息
运动特征
连续手语识别方法
特征提取模块
一维卷积神经网络
阶段
智能检测方法
多光谱
紫外LED光源
一维卷积神经网络
谱相关系数
微型机器人
动态建模方法
pH响应
一维卷积神经网络
动态建模系统
松动检测方法
卷积神经网络模型
异常状态
压力传感器
固线器
自动语音识别系统
文本识别
文本纠错方法
语音特征
数据