基于经验模态分解-支持向量机的玻璃幕墙开胶损伤预测研究
将经验模态分解(Empirical Mode Decomposition)和支持向量机（Support Vector Machine）用于隐框玻璃幕墙开胶损伤预测，构建了EMD挖掘损伤信息，SVM 预测损伤程度的智能损伤预测模型。通过对预置不同程度开胶损伤的玻璃幕墙试件进行动态测试，得到不同损伤程度下玻璃幕墙的动力响应，经经验模态分解构建一组能反应玻璃幕墙开胶损伤信息的损伤参数。以不同损伤程度的损伤参数为训练样本构建玻璃幕墙开胶损伤支持向量机，再通过训练好的支持向量机对玻璃幕墙开胶损伤程度进行预测。结果表明：支持向量机在小样本下具有较强的预测能力；“EMD挖掘损伤信息-SVM预测损伤程度”这一智能损伤预测模型是可行的，不管是在内插预测还是外推预测方面，都具有较高的精度。
玻璃幕墙 开胶损伤 经验模态分解 支持向量机 损伤预测
郝文峰 骆英 顾建祖
江苏大学 机械工业机械结构损伤检测评估技术重点实验室, 镇江 212013
国内会议
郑州
中文
1-6
2009-08-24（万方平台首次上网日期，不代表论文的发表时间）