系统工程与电子技术

作者：王浩渊, 粟华, 李鹏, 龚春林

单位：1. 西北工业大学航天学院, 陕西 西安 710072；2. 陕西省空天飞行器设计重点实验室, 陕西 西安 710072；3. 西安现代控制技术研究所, 陕西 西安 710065

关键词：数字孪生,结构健康监测,损伤检测,数据合成,神经网络

针对当前飞行器结构健康监测过程中存在的识别流程复杂、识别准确度低的问题, 提出一种基于数据合成的飞行器结构损伤状态快速识别方法。建立数字孪生结构损伤快速识别模型构建流程, 构建飞行器结构数字模型。基于数据合成思想, 提出一种对传感器数据的可信度评价方法, 建立具有可解释性的生成-判别模型, 解决了因样本数据不足导致的学习准确率低的问题。引入分类边界模糊化方法, 使用判别模型确定模糊化区域以提升神经网络识别的稳定性。最后, 以某无人机为例, 对所提识别方法进行验证。结果表明, 该方法能够高效构建结构损伤状态数据库并提升识别泛化能力和稳定性, 对损伤状态的识别准确率超过99%。

来源：2024年第11期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2024年第11期