《光纤智能结构的粒度计算方法研究》由会员分享，可在线阅读，更多相关《光纤智能结构的粒度计算方法研究（60页珍藏版）》请在金锄头文库上搜索。
1、南京航空航天大学 硕士学位论文 光纤智能结构的粒度计算方法研究 姓名：陆观 申请学位级别：硕士 专业：仪器科学与技术（智能监测与控制） 指导教师：梁大开 20080101 南京航空航天大学硕士学位论文 i 摘 要 粒度计算是软计算科学中的重要分支，是一种计算智能系统的新方法。 粒度计算是正在发展起来的一种计算方法，它与人脑相对应，具有在不确定 及不精确环境中进行推理和学习的卓越能力。由于所处环境的不确定性与时 变性，加之智能结构本身是一个复杂系统，既有表现为确定性数量的数据信 息， 又有用自然语言描述的模糊信息， 因此要求控制器应具有高度的智能化， 具有一定的鲁棒性和学习功能。所以粒度计算方法
2、是适应智能结构控制器的 智能化控制要求的。粒度计算作为一种创建计算智能系统的新颖方法，正在 引起人们的关注。我们认识到，复杂的实际问题如对智能结构的监测，需要 智能系统对各种各样不同来源的知识、技术和方法进行组合。设计这类智能 系统的核心就是粒度计算。 讨论了粒度计算方法在光纤智能结构监测中的应用，主要进行了下面一 些相关研究: 第一，对于当前的聚类方法进行简单分析讨论，然后针对多数聚类算法 只能单独处理数值特征数据或者类属特征数据，而不能分析具有两种混合属 性数据的问题，基于信息粒度给出了粗糙集理论框架下的聚类算法。 第二，将粒度计算运用到结构的状态评估中，分别引入字符型颗粒和数 字型颗粒来
3、定量描述智能结构中的字符特征和数字特征。最后综合两种特征 给出更趋合理的状态评估输出。 最后， 在光纤智能夹层的实验数据处理中验证了粒度计算方法的可行性和 高效性。 研究得到国家自然科学基金（No.50135030和No.90205031）的支持。 关键字：关键字： 智能材料结构，粒度计算，光纤传感器，粗糙集，聚类分析 光纤智能结构的粒度计算方法研究 ii ABSTRACT As a novel approach to computing intelligence, Granular Computing(GrC) is a branch of soft computing science. G
4、rC has potential to emulate the remarkable human ability to learn and adapt to changes of surrounding. Because the structure stays in the circumstance of time-variability and uncertainty and the structure itself is a complex system, contains fuzzy information expressed as natural language and data i
5、nformation represented as exact number, the controller is demanded to be high degree of intelligence, robustness and learning ability, so the GrC is appropriate to smart structure controller. As a novel approach to create computing intelligence GrC is coming to draw more attention and we have recogn
6、ized that a complex problem such as monitoring for smart structure, only be settled properly by combination of different technologies and methods possibly. The core of intelligence system is GrC. This paper studies the applications of GrC for optic fiber smart structure assessment and does some prim
7、itive research: 1.The thesis introduced the clustering method simply, in addition, aiming at most existing clustering algorithms that only handle the numeric data or categorical data rather than the mixed data, a clustering algorithm based information granularity was proposed under the framework of
8、the rough set theory. 2.This paper applies the GrC to the structure assessment and introduces nominal and numerical granule to quantitative analysis nominal and numerical data characteristic. Therefore a more reasonable evaluation is presented upon managing both characteristic and nominal. In the en
9、d applies the GrC to the experimentation of the optic fiber smart layer. The result shows that the algorithm is effective and feasible. The National Science Foundation of P.R.China under grant No.50135030 and No.90205031 support this paper. Key Words: Smart material and structure, GrC, optical fiber
10、 sensor, Rough sets, clustering algorithm 南京航空航天大学硕士学位论文 v 图目录 图 1.1 粘贴在 X-33 航天飞机上的分布式光纤应变、温度传感系统 4 图 2.1 智能结构的控制示意 14 图 3.1 中心椭圆孔铝质薄板几何模型 24 图 3.2 中心椭圆孔铝质薄板网格划分 24 图 3.3 中心椭圆孔铝质薄板施加荷载 25 图 4.1 光纤智能结构实验试件示意图 30 图 4.2 光线进入 F-P 后的反射和折射 31 图 4.3 F-P 光纤传感器结构.31 图 5.1 光纤智能夹层 37 图 5.2 光纤 Bragg 光栅结构及光谱特性
11、37 图 5.3 光纤光栅折射率分布 38 图 5.4 飞机机翼盒段试验件结构 38 图 5.5 光纤传感器排布示意图 39 图 5.6 粘贴夹层的飞机机翼盒段 39 图 5.7 光纤智能夹层加载点阵示意图 40 图 5.8 光纤智能夹层加载点阵选取点示意图 40 图 5.8 光纤智能夹层轮廓点阵选取示意图 44 光纤智能结构的粒度计算方法研究 vi 表目录 表 3.1 中心椭圆孔铝质薄板加载后原始应力表 26 表 3.2 中心椭圆孔铝质薄板加载后简化后应力表 26 表 4.1 光纤智能结构试件上各点应变 31 表 4.2 光纤智能结构试件上各点应变简化后的事例 32 表 4.3 光纤智能结构
12、试件上各事例的相似度 S 矩阵 33 表 4.4 简化后的 S 矩阵 33 表 5.1 加载点阵选取点传感器输出值 41 表 5.2 加载点阵选取点传感器输出简化事例 41 表 5.3 加载点阵选取点各事例相似度值表 42 表 5.4 加载点阵选取点各事例相似度值简化表 42 表 5.5 轮廓点阵选取传感器输出值 44 表 5.6 轮廓点阵选取传感器输出简化事例 44 表 5.7 轮廓点阵选取传感器各事例相似度值表 45 表 5.8 加载点阵选取点各事例相似度值简化表 46 承诺书 本人郑重声明：所呈交的学位论文，是本人在导师指导下，独 立进行研究工作所取得的成果。尽我所知，除文中已经注明引用
13、的 内容外，本学位论文的研究成果不包含任何他人享有著作权的内 容。对本论文所涉及的研究工作做出贡献的其他个人和集体，均已 在文中以明确方式标明。 本人授权南京航空航天大学可以有权保留送交论文的复印件， 允许论文被查阅和借阅,可以将学位论文的全部或部分内容编入有 关数据库进行检索， 可以采用影印、 缩印或其他复制手段保存论文。 (保密的学位论文在解密后适用本承诺书) 作者签名： 日 期: 南京航空航天大学硕士学位论文 1 第一章 绪论 1.1 引言 现代科学的发展正朝着复合化、 高功能化、 智能化和生态平衡化方向发展。 因此现代各种结构对构件结构提出了更高的要求， 除了必须具有优良的机械性 能外
14、，还要求能在恶劣的环境下正常工作。这就要求结构本身能够感知周围环 境的变化，并通过改变自身的性质、几何形状、力学和电磁响应性能来对周围 环境的变化做出适当的优化反应。智能结构具有许多优良的性能，如果能实时 监测出智能结构由于外界环境变化引起的内部应变等物理参量的变化， 对改进 其性能具有重要意义。 智能化是随着先进技术在应用领域的发展对结构提出的新要求， 是未来结 构发展方向，各发达国家都十分重视。智能材料结构是模仿生命系统，能感知 环境变化，并能实时地改变自身的一种或多种性能参数，做出所期望的、能与 变化后的环境相适应的复合材料结构的复合。 智能材料结构是利用功能材料做 成传感器和执行器，
15、借助现代信息技术对感知的信息进行处理并把指令反馈给 驱动器，从而做出灵敏、适当的反应，当外部刺激消除后又能迅速恢复到原始 状态。这种集传感器、驱动器和控制系统于一体的智能材料结构，体现了生物 特有的属性。在结构中植入智能材料结构而赋予结构健康自诊断、环境自适应 和损伤自修复等某些智能功能与生命特征，达到增强结构安全、减轻质量、降 低能耗、提高性能等目标，称为智能材料系统或智能结构1。 随着材料技术和大规模集成电路技术的进步， 美国军方首先提出了智能结 构的设想和概念，随后展开了大规模的研究。日本、欧洲各国及我国也高度重 视， 许多著名大学与研究院(所)都成立了相应的研究机构对此开展从基础到应
16、用的研究。 智能结构这一崭新的学术思想与科学技术将使工程学产生革命性的 变化，具有重大的科学意义与应用前景。本世纪初，有不少智能结构系统产品 逐步问世，并在2010年前后形成产业。智能结构是一门综合性的边缘科学，它 涉及到物理、化学、材料科学，计算机仿生学、电子技术、信息处理技术、光 纤传感技术等多学科领域，研究内容广泛，本文主要对光纤智能结构健康监测 中的计算方法展开研究。 智能结构实现动态或在线状态下的系统自检测、自诊断、自监控、自修复 及自适应等都是基于控制器的计算智能。通过提高控制器的智能水平，可以减 光纤智能结构的粒度计算方法研究 2 少对受控对象数学模型的依赖，增强了系统的适应能力，使控制系统在受控对 象性能发生变化、漂移、环境不确知和不确定的情况下，仍能取得满意的控制 效果。控制器的设计除了与受控对象的类型和特征有关，还与控制算法和策略 相关。针对智能结构的特点，其控制器一般采用智能化的控制方法。必须注意 到目前对智能材料结构的研究还不深刻不充分， 在许多情况下智能结构的自诊 断根本无法建立相应的数学模型，只能从事例中学习
