《计算机应用研究》|Application Research of Computers

基于多尺度核函数的铆接件腐蚀疲劳预测

Based on multi-scale kernel function predict riveting pieces of corrosion fatigue

免费全文下载 (已被下载 次)  
获取PDF全文
作者 王静,蔡勇,蒋刚
机构 西南科技大学 a.制造科学与工程学院;b.制造过程测试技术教育部重点实验室,四川 绵阳 621010
统计 摘要被查看 次,已被下载
文章编号 1001-3695(2015)04-1074-04
DOI 10.3969/j.issn.1001-3695.2015.04.027
摘要 目前腐蚀疲劳破坏预测方法精度不高。提出基于小波多分辨分析法(MRA),在再生核希尔伯特空间构建一种多尺度核函数的最小二乘支持向量机(multi-scale kernel LSSVM,MSK_LSSVM)预测算法。根据Mercer平移不变核定理,构造了多尺度复Gaussian小波核函数。由于多尺度核函数能够通过平移生成L2(R2子空间的一组完备基,因此MSK_LSSVM可以任意逼近目标函数,更具灵活性。经仿真实验验证,与BP神经网络方法、标准支持向量机、灰色系统预测模型方法对比,机械结构中铆接件腐蚀变化的趋势通过MSK_LSSVM预测,准确率高、时间短。
关键词 多分辨分析法;多尺度核;复Gaussian小波;最小二乘支持向量机
基金项目 国家自然科学基金中国工程物理研究院联合基金资助项目(11176027)
国家重大科学仪器设备开发专项项目(2012YQ130226)
本文URL http://www.arocmag.com/article/01-2015-04-027.html
英文标题 Based on multi-scale kernel function predict riveting pieces of corrosion fatigue
作者英文名 WANG Jing, CAI Yong, JIANG Gang
机构英文名 a. School of Manufacturing Science & Engineering, b. Key Laboratory of Testing Technology for Manufacturing Process Ministry of Education, Southwest University of Science & Technology, Mianyang Sichuan 621010, China
英文摘要 Currently, the corrosion fatigue damage prediction method accuracy was low. This thesis proposed a method based on wavelet multi-resolution analysis(MRA), in the reproducing kernel Hilbert space to construct a multi-scale kernel least squares support vector machine prediction algorithm. According to Mercer translation invariant kernel function theorem, it constructed a multi-scale complex Gaussian wavelet kernel function. For multi-scale kernel function could generate a complete basis set of L2 (R2) subspace by panning. The MSK-LSSVM could approximate the objective function arbitrarily and it was more flexible. Through experimental verification, it compared with the BP neural network method, standard support vector machines, grey system prediction model method. At last, it used the MSK_LSSVM to predict the trends of the mechanical structure rivet corrosion, its result is accurate and fast.
英文关键词 multi-resolution analysis method; multi-scale kernel; complex Gaussian wavelet; least squares support vector machine(LSSVM)
参考文献 查看稿件参考文献
  [1] 任三元, 曹鹏钧, 刘海涛. 预腐蚀典型铆接结构疲劳寿命特性研究[J] . 装备环境工程, 2009, 6(2):27-29.
[2] 吴昊, 左洪福. 基于最小二乘支持向量机的疲劳裂纹扩展预测[J] . 机械科学与技术, 2008, 27(11):1346-1350.
[3] 龚兰芳, 张昱. 应用遗传算法优化支持向量机的疲劳裂纹扩展预测[J] . 现代制造工程, 2011(6):86-88.
[4] 康健, 左宪章, 唐力伟, 等. 基于灰色支持向量机的裂纹扩展信息预测研究[J] . 机械强度, 2010, 32(5):810-813.
[5] 刘光帅, 李柏林, 何朝明. 基于多尺度核函数的散乱点云数据过滤方法[J] . 计算机应用研究, 2010, 27(11):4348-4349, 4352.
[6] FALKOWSKI B J. On certain group invariant Mercer kernels[C] //Proc of International Joint Conference on Computational Intelligence. 2009:517-521.
[7] KITAYAMA S, YAMAZAKI K. Simple estimate of the width in Gaus-sian kernel with adaptive scaling technique[J] . Applied Soft Computing Journal, 2011, 11(8):4726-4737.
[8] STEINWART I, SCOVEL C. Mercer’s theorem on general domains:on the interaction between measures, kernels, and RKHSs[J] . Constructive Approximation, 2012, 35(3):363-417.
[9] 郑弃非, 孙霜青, 温军国. 铝及铝合金在我国的大气腐蚀及其影响因素分析[J] . 腐蚀与防护, 2009, 30(6):359-364.
[10] 孙祚东. 军用飞机典型铝合金结构腐蚀损伤规律及加速腐蚀试验方法研究[D] . 哈尔滨:哈尔滨工程大学, 2005.
[11] 董彦民, 刘文珽, 杨超. 军用飞机结构耐久性设计的细节疲劳额定值方法[J] . 航空学报, 2010, 31(12):2357-2364.
[12] 郑永康, 陈维荣, 戴朝华, 等. 高斯小波支持向量机的研究[J] . 信息与控制, 2008, 37(6):670-674.
[13] XU Luo-peng. Research on real Gauss wavelet in 3-D surface mea-surement[J] . Guangdianzi Jiguang, 2012, 23(1):142-147.
[14] 刘治国, 边若鹏, 蔡增杰. 机场环境下飞机LY12CZ结构腐蚀损伤预测方法研究[J] . 装备环境工程, 2011, 8(5):35-38.
[15] SALEHI S, HARELAND G, DEHKOROI K K, et al. Casing collapse risk assessment and depth prediction with a neural network system approach[J] . Journal of Petroleum Science and Engineering, 2009, 69(1-2):156-162.
[16] 崔常京, 陈群志, 王逾涯, 等. 模拟某机场大气环境下LY12CZ铝合金的腐蚀行为及其当量关系的建立[J] . 腐蚀科学与防护技术, 2009, 21(3):291-294.
收稿日期 2013/8/11
修回日期 2013/10/5
页码 1074-1077
中图分类号 TP181;TG115
文献标志码 A