摘要
本发明的一种基于TFRP灰度图的WGAN‑GP驱动损伤识别方法,本发明利用无阈值递归图(TFRP)技术通过相空间重构和灰度归一化处理将多通道一维时域样本转化为二维形式的多通道递归矩阵灰度图,从而实现对一维时序数据的升维。相比于单个传感器获得的单通道信号数据,来自多个传感器的多通道数据能够反映结构在多维度上的振动特性,避免因单一来源数据而遗漏重要信息,同时有助于在复杂载荷或边界条件下更准确地判定损伤。在本发明中引入WGAN‑GP,首先利用无阈值递归图技术获得真实的多通道递归矩阵灰度图样本,进一步地采用WGAN‑GP由真实的多通道递归矩阵灰度图样本生成虚拟样本,从而实现数据样本扩充。最后通过CNN网络模型实现损伤特征识别。
技术关键词
损伤识别方法
多通道
矩阵
图样
损伤特征
图像可视化
样本
CNN网络结构
重构
数据
多层次特征
剪裁方法
生成对抗网络
缩尺模型
序列
神经网络模型
随机噪声
滑动窗口
系统为您推荐了相关专利信息
残差矩阵
变量
沼液
方差贡献率
浓度在线监测系统
节点特征
风险识别方法
账户
交易特征
注意力模型
三次样条插值
抑振系统
低温风洞试验
温度插值方法
三维温度场插值方法
终端定位方法
卫星定位技术
增益误差
波束指向误差
数据