在本文中,提出了一种原始数据驱动方法,用于使用仅输出响应来检测结构中的线性和非线性损坏。该方法部署变分模式分解(VMD)和用于信号处理和特征提取的广义自回归条件异染性(GARCH)模型。为此,VMD将响应信号分解为内在模式功能(IMF)。之后,使用GARCH模型来表示IMF的统计数据。 IMFS的模型系数构造主要特征向量。基于内核的主成分分析(PCA)和线性判别分析(LDA)用于通过将它们映射到新特征空间来降低主要特征的冗余。然后将信息性分别送入三个监督分类器,即支持向量机(SVM),K最近邻(KNN)和细树。在线性和非线性损伤评估方面,在两种实验缩放模型中评估了所提出的方法的性能。 Kurtosis和Arch测试证明了GARCH模型的兼容性。
translated by 谷歌翻译