Akadēmiskais centrshttps://doi.org/10.22364/mkm.58.2.07
Л. Яануска, Х. Хейн
University of Tartu, Institute of Computer Science, Tartu, Estonia
Количественная оценка расслоения с помощью вейвлетов Хаара и машинного обучения
Перевод с англ.
Полный текст: PDF (RUS)
Рассмотрена обратная задача определения местоположения расслоения и его протяженности в композитных однородных балках. Показано, что задача может быть решена с точки зрения изменения собственных частот или формы колебаний, обусловленных расслоением. Расслоения количественно оценено с помощью искусственных нейронных сетей или алгоритма случайных лесов. Методы машинного обучения способны предсказать состояние расслоения на основе параметров собственной частоты или коэффициентов вейвлет-преобразования Хаара, полученных из первой моды. Имитационные исследования показали, что комбинированный подход, использующий собственные частоты, вейвлеты Хаара и алгоритм случайных лесов, обеспечивает точные предсказания. Представленные результаты могут помочь понять поведение более сложных структур при аналогичных условиях.
Ключевые слова: расслоение, вейвлеты Хаара, обучение машинное
Поступила в редакцию 07.05.2021
Окончательный вариант поступил 15.06.2021
Статья на английском языке (Springer):
Delamination quantification by Haar wavelets and machine learning