基于混合核SPSO-SVM飞机复合材料健康监测研究

摘要

针对复合材料异常检测或健康监测的问题,提出了一种改进的粒子群算法训练混合核函数支持向量机,并用其进行复合材料健康状态辨别.通过有限元分析软件ANSYS14.5模拟碳纤维复合材料样板,获取了复合材料样板不同损伤类型的阻抗谱,提取了不同类型的阻抗特征参数,构建训练样本对混合核函数支持向量机进行训练,再将没有进行训练的阻抗特征数据送入到训练好的混合核函数支持向量机进行复合材料构件的健康状态辨别.结果表明:相比于Cole-Cole曲线分段各段电阻抗实部或虚部幅值的平均值,选取复合材料Cole-Cole曲线分段线性拟合斜率作为特征参数时,混合核函数支持向量机具有更高的健康状态辨识准确率.复合材料样板健康状态辨识仿真实验表明,该方法具有较高的健康辨识精度.