本發(fā)明屬于載荷識別，具體涉及一種基于時(shí)間切片結(jié)合模式識別的長時(shí)段連續(xù)移動(dòng)沖擊載荷識別方法及其系統(tǒng)。

背景技術(shù)：

1、飛機(jī)著艦引起的長時(shí)段連續(xù)隨機(jī)移動(dòng)沖擊載荷識別問題是工程中較為復(fù)雜的問題，特別對于已知區(qū)域但未知位置的甲板結(jié)構(gòu)是亟需解決的結(jié)構(gòu)動(dòng)力學(xué)逆問題。長時(shí)段連續(xù)移動(dòng)沖擊載荷識別是指在較長的時(shí)間范圍內(nèi)，持續(xù)監(jiān)測并識別移動(dòng)沖擊載荷的特性，如大小、頻率、位置等。這種識別在橋梁軌道、船舶海工、航空航天等領(lǐng)域尤為重要，能夠幫助評估結(jié)構(gòu)的安全性和耐久性。理想狀態(tài)下可以在沖擊點(diǎn)下布置好傳感器，直接測量載荷的時(shí)間歷程。但是現(xiàn)實(shí)情況下，沖擊位置往往未知，這就需要對載荷進(jìn)行間接測量。隨著反演技術(shù)和傳感器精度的提高，間接識別和測量沖擊力變得越來越普遍。不過因?yàn)閷?shí)測中往往因?yàn)榻Y(jié)構(gòu)的復(fù)雜性以及噪聲和振動(dòng)的干擾，使得這類反問題往往引起不適定性(病態(tài))，即影響解的準(zhǔn)確性。

2、近些年開發(fā)了多種方法用于識別沖擊載荷如共軛梯度法、基函數(shù)展開法、正則化方法以及人工神經(jīng)網(wǎng)絡(luò)，但是無法兼容復(fù)雜多類型載荷以及長時(shí)段識別。目前新提出的方法雖然比傳統(tǒng)方法能在某一方面更有效地降低誤差，但是總體識別精度依舊不高。數(shù)值模擬下，往往面臨模擬沖擊力形狀相似，幅值相近。且往往采用全時(shí)域反演，導(dǎo)致載荷時(shí)間歷程的重構(gòu)會(huì)累積較大的病態(tài)，結(jié)果存在較大誤差。目前基于長時(shí)段載荷識別的反演方法研究較為稀少，識別對象大多為正弦、半正弦等波形較為簡單的動(dòng)載荷，針對長時(shí)段復(fù)雜載荷反演尤其是長時(shí)段連續(xù)移動(dòng)沖擊載荷的研究尚有所欠缺。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供一種基于時(shí)間切片結(jié)合模式識別的長時(shí)段連續(xù)移動(dòng)沖擊載荷識別方法，現(xiàn)有技術(shù)中針對長時(shí)段復(fù)雜載荷反演尤其是長時(shí)段連續(xù)移動(dòng)沖擊載荷的相關(guān)問題。

2、本發(fā)明提供一種基于時(shí)間切片結(jié)合模式識別的長時(shí)段連續(xù)移動(dòng)沖擊載荷識別系統(tǒng)，用以實(shí)現(xiàn)本發(fā)明提供一種基于時(shí)間切片結(jié)合模式識別的長時(shí)段連續(xù)移動(dòng)沖擊載荷識別方法。

3、本發(fā)明通過以下技術(shù)方案實(shí)現(xiàn)：

4、一種基于時(shí)間切片結(jié)合模式識別的長時(shí)段連續(xù)移動(dòng)沖擊載荷識別方法，所述識別方法包括以下步驟：

5、步驟1：獲取用于標(biāo)定短時(shí)段載荷的響應(yīng)信號；

6、步驟2：構(gòu)建模式識別判別函數(shù)，并獲取用于標(biāo)定短時(shí)段載荷的響應(yīng)信號的特征值，所述判別函數(shù)包括：飛行時(shí)間差值判別、響應(yīng)峰值梯度判別和相似性歸類判別；

7、步驟3：獲取待識別的長時(shí)段載荷的響應(yīng)信號；

8、步驟4：根據(jù)載荷應(yīng)力波到達(dá)各傳感器的時(shí)間差，對響應(yīng)信號進(jìn)行初步定位；

9、步驟5：根據(jù)段載荷的響應(yīng)信號提取各傳感器信號曲線的峰值，構(gòu)建峰值梯度曲線，根據(jù)梯度下降數(shù)值篩選有效響應(yīng)切片；

10、步驟6：根據(jù)時(shí)間切片結(jié)合模式識別方法，設(shè)定的時(shí)間切片長度對待識別的長時(shí)段載荷的響應(yīng)信號進(jìn)行時(shí)間切片，構(gòu)建對應(yīng)切片長度數(shù)學(xué)模型；根據(jù)相似性度量對切片特征值與那個(gè)切片特征值進(jìn)行相似性搜索，取誤差最小值，篩選對應(yīng)類型的載荷特征，并按時(shí)間序列及特征分類對切片進(jìn)行再聚合；

11、步驟7：根據(jù)正則化方法結(jié)合相似性搜索對聚合切片進(jìn)行反演，反演得到載荷時(shí)間歷程曲線以及移動(dòng)軌跡，完成長時(shí)段連續(xù)移動(dòng)沖擊載荷的識別。

12、進(jìn)一步的，所述步驟1至步驟3通過預(yù)實(shí)驗(yàn)以提取載荷響應(yīng)信息，具體為，

13、通過載荷的響應(yīng)提前獲取隨機(jī)沖擊載荷對應(yīng)的響應(yīng)特征參數(shù)，并根據(jù)模式識別的實(shí)際要求選取一組參數(shù)組合作為特征向量：在為預(yù)沖擊位置劃分標(biāo)定區(qū)域后，根據(jù)不同位置載荷沖擊的響應(yīng)特征參數(shù)，構(gòu)建位置特征空間；再根據(jù)載荷對應(yīng)響應(yīng)的關(guān)系，構(gòu)建載荷時(shí)間歷程的傳遞矩陣，從而完成隨機(jī)沖擊載荷全區(qū)域的標(biāo)定工作。

14、進(jìn)一步的，所述步驟5具體為，利用響應(yīng)曲線的梯度區(qū)間判定并裁剪無效響應(yīng)時(shí)段，即響應(yīng)時(shí)域中對應(yīng)的無載荷時(shí)段。

15、進(jìn)一步的，所述步驟4粗定位具體為，由于同一區(qū)域內(nèi)設(shè)有復(fù)數(shù)傳感器，通過計(jì)算不同傳感器初次信號傳遞的時(shí)間差，可以大致定位初次沖擊的標(biāo)定區(qū)域；之后的載荷也將使用此標(biāo)定區(qū)域及其附近區(qū)域的特征值進(jìn)行判別，提高定位準(zhǔn)確率。

16、進(jìn)一步的，所述步驟6具體為，利用響應(yīng)相似性，使用相似性搜索對比標(biāo)定區(qū)域的響應(yīng)相似性，達(dá)到未知載荷定位的同時(shí)，確定響應(yīng)對應(yīng)的傳遞矩陣，之后可以直接反演出待識別載荷曲線。

17、使用相似性搜索對比標(biāo)定區(qū)域的響應(yīng)相似性采用相似性度量的方法，即當(dāng)兩個(gè)向量方向相同時(shí)，余弦相似度為1；當(dāng)兩個(gè)向量成90°時(shí)，余弦相似度為0；

18、在笛卡爾坐標(biāo)中，兩個(gè)向量a＝(a1,a2,a3,…,an)和b＝(b1,b2,b3,…,bn)，則余弦距離可表達(dá)為：

19、

20、進(jìn)一步的，正則化方法結(jié)合相似性搜索具體為，構(gòu)建格林函數(shù)建立起載荷矩陣p與響應(yīng)矩陣y之間的傳遞矩陣g，即

21、y＝gp

22、此時(shí)根據(jù)最小二乘法結(jié)合正則化算子，構(gòu)建正則化算法的一般形式：

23、

24、其中，第一項(xiàng)是最小二乘項(xiàng)；λ為正則化參數(shù)，其值始終為正數(shù)；ω(pλ)為tikhonov穩(wěn)定算子，取為

25、在選取適當(dāng)?shù)恼齽t化參數(shù)下，算子的解pλ可以表示為：

26、pλ＝(gtg+λ2i)-1gty。

27、進(jìn)一步的，構(gòu)建傳遞函數(shù)后采取先標(biāo)定后搜索的方法，使用相似性搜索，選取相似性度量將待測響應(yīng)與標(biāo)定響應(yīng)進(jìn)行對比并篩選誤差最小組，即可求出待測聚合切片的對應(yīng)載荷時(shí)間歷程曲線以及定位區(qū)域。

28、一種基于時(shí)間切片結(jié)合模式識別的長時(shí)段連續(xù)移動(dòng)沖擊載荷識別系統(tǒng)，所述識別系統(tǒng)使用如上述基于時(shí)間切片結(jié)合模式識別的長時(shí)段連續(xù)移動(dòng)沖擊載荷識別方法，所述識別系統(tǒng)包括，

29、短時(shí)段載荷響應(yīng)信號獲取單元：獲取用于標(biāo)定短時(shí)段載荷的響應(yīng)信號；

30、特征值標(biāo)定單元：構(gòu)建模式識別判別函數(shù)，并獲取用于標(biāo)定短時(shí)段載荷的響應(yīng)信號的特征值，所述判別函數(shù)包括：飛行時(shí)間差值判別、響應(yīng)峰值梯度判別和相似性歸類判別；

31、長時(shí)段載荷響應(yīng)信號獲取單元：獲取待識別的長時(shí)段載荷的響應(yīng)信號；

32、初步定位單元：根據(jù)載荷應(yīng)力波到達(dá)各傳感器的時(shí)間差，對響應(yīng)信號進(jìn)行初步定位；

33、有效響應(yīng)切片篩選單元：根據(jù)段載荷的響應(yīng)信號提取各傳感器信號曲線的峰值，構(gòu)建峰值梯度曲線，根據(jù)梯度下降數(shù)值篩選有效響應(yīng)切片；

34、聚合切片計(jì)算單元：根據(jù)時(shí)間切片結(jié)合模式識別方法，設(shè)定的時(shí)間切片長度對待識別的長時(shí)段載荷的響應(yīng)信號進(jìn)行時(shí)間切片，構(gòu)建對應(yīng)切片長度數(shù)學(xué)模型；根據(jù)相似性度量對切片特征值與那個(gè)切片特征值進(jìn)行相似性搜索，取誤差最小值，篩選對應(yīng)類型的載荷特征，并按時(shí)間序列及特征分類對切片進(jìn)行再聚合；

35、聚合切片反演單元：根據(jù)正則化方法結(jié)合相似性搜索對聚合切片進(jìn)行反演，反演得到載荷時(shí)間歷程曲線以及移動(dòng)軌跡，完成長時(shí)段連續(xù)移動(dòng)沖擊載荷的識別。

36、一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)，實(shí)現(xiàn)如上述的方法。

37、一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)內(nèi)存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上述的方法。

38、本發(fā)明的有益效果是：

39、本發(fā)明基于時(shí)間切片法，結(jié)合模式識別，通過三步判別函數(shù)實(shí)現(xiàn)對長時(shí)段復(fù)雜載荷響應(yīng)的切割、分類、再聚合的識別過程，再用傳統(tǒng)的正則化方法結(jié)合相似性搜索實(shí)現(xiàn)復(fù)雜載荷對應(yīng)的多類型反演。與目前已有方法相比，通過時(shí)間切片大大減少了長時(shí)段載荷反演造成的載荷病態(tài)累積，通過模式識別實(shí)現(xiàn)從粗定位到精定位的軌跡反演提高了定位精度，采用三步判別函數(shù)實(shí)現(xiàn)了載荷歸類并剔除無效載荷響應(yīng)片段，提高載荷曲線反演精度的同時(shí)，增加了識別效率，減少了識別所需時(shí)間。