【出 处】：《 计算机仿真 》 CSCD 2014年第31卷第9期 75-79页,共5页

【作 者】： 李春锦 ; 闫云聚 ; 张宇

【摘 要】 摘要：在飞机损伤准确识别问题的研究中，飞机机翼结构的局部小损伤识别对于机翼的在线监测和及时检修有重要的意义。针对仅能获得有限试验样本而造成识别精度不高的问题，提出了一种将模态频率和支持向量机（SVM）相结合的新方法，对机翼结构进行局部小损伤程度识别研究。利用ANSYS软件构建无损和有损机翼仿真模型，于不同损伤工况下对其进行模态分析，在SVM良好小样本泛化能力基础上建立了准确的损伤识别学习机，并通过网格寻优对参数进行优化处理，最后得出识别结果。为了验证识别结果的可信性，同时取用另两组核函数和BP神经网络方法进行对比试验。结果表明，小样本条件下，用模态频率和SVM结合来识别机翼的小损伤程度的方法是可靠有效的。