基于光纤布拉格光栅振动传感器和极限学习机的工字钢梁损伤识别

围绕工字钢梁损伤识别问题,研制了一种新型双端固定梁结构光纤布拉格光栅(FBG)振动传感器,实现了工字钢梁振动响应的有效获取。在此基础上,研究了工字钢梁损伤自动识别方法,利用其对FBG振动传感器获取的振动响应进行处理。该方法采用小波包能量比变化偏差(ERVD)作为损伤特征,进而基于极限学习机(ELM)算法实现工字钢梁损伤状态识别。传感器仿真模拟和实验测试结果表明:设计的FBG振动传感器频率响应范围为10~350 Hz,在加速度响应范围为0.2g~3.0g时,灵敏度为6.7 pm/g,具有良好的线性度和横向抗干扰能力。工字钢梁损伤识别实验结果表明:所提方法对工字钢梁的损伤状态识别准确率达到96.7%,与常规的基于back propagation(BP)神经网络的损伤识别方法相比,准确率提高了3.4个百分点。