遗传算法优化的碳纤维复合材料声发射数据聚类分析

遗传算法优化的碳纤维复合材料声发射数据聚类分析
摘要：碳纤维复合材料在拉伸损伤试验中，会产生大量的声发射信号。对声发射信号的数据进行了分析，找出了碳纤维复合材料的损伤演变规律。对数据进行聚类分析，将数据分成由类似对象组成的多个簇，找出簇与损伤之间的对应关系。通过对聚类后数据进行建模，得到碳纤维复合材料拉伸损伤识别模型。由于声发射信号的特征是一个多维向量，特征之间存在一定的关联，为了提高建模速度，需要对数据进行降维，以选择主要影响因素的特征。为此，采用遗传算法对数据进行降维，去掉冗余的特征，而保留主要的特征。最后将处理前后数据分别代入到BP神经网络，对其进行损伤识别。试验结果表明：采用遗传算法优化对数据进行降维，其建模时间更短，识别效率更优。

标题：遗传算法优化的碳纤维复合材料声发射数据聚类分析

作者：王银玲,李华聪,

关键词：声发射,碳纤维复合材料,聚类分析,BP神经网络,模式识别,

发表日期：2019年6月

遗传算法优化的碳纤维复合材料声发射数据聚类分析.pdf

文件大小:

7.95 MB

高速下载