專利名稱：基于遺傳算法和靜力測量數(shù)據(jù)的隨機結(jié)構(gòu)損傷識別方法
基于遺傳算法和靜力測量數(shù)據(jù)的隨機結(jié)構(gòu)損傷識別方法技術(shù)領(lǐng)域
本發(fā)明屬于建筑結(jié)構(gòu)檢測技術(shù)，具體的是涉及基于遺傳算法和靜力測量數(shù)據(jù)的隨機結(jié)構(gòu)損傷識別方法。
背景技術(shù)：
隨著我國房屋，橋梁建設(shè)的快速發(fā)展，大跨、高層及復(fù)雜工程結(jié)構(gòu)不斷涌現(xiàn)。由于新材料、新工藝不斷被采用，這些結(jié)構(gòu)的安全性和耐久性問題引起了相關(guān)部門和研究人員的極大關(guān)注。為了確保這些重要工程的正常運營和安全可靠，必須建立完善的監(jiān)控和維護機制。此外，地震、臺風(fēng)、火災(zāi)等自然或人為災(zāi)害會對工程結(jié)構(gòu)造成重大損害，為災(zāi)后結(jié)構(gòu)殘余承載力進行評估和結(jié)構(gòu)加固改造也是非常重要的。因此，對結(jié)構(gòu)進行損傷診斷與健康監(jiān)測，及時發(fā)現(xiàn)結(jié)構(gòu)的損傷，以及對受損結(jié)構(gòu)進行評估己成為土木工程學(xué)科發(fā)展的一個重要領(lǐng)域。
在結(jié)構(gòu)健康監(jiān)測的研究中，損傷識別是一個核心基礎(chǔ)，也是健康監(jiān)測的關(guān)鍵環(huán)節(jié)和難點，一直以來都是國內(nèi)外研究的熱點。對于結(jié)構(gòu)檢測與損傷識別，依據(jù)其預(yù)測的深度，可將它分為以下四個目標(biāo)層次:①僅確定損傷是否發(fā)生；②如果損傷發(fā)生，確定損傷的位置(范圍)如果損傷發(fā)生，確定損傷的位置(范圍)及損傷的程度如果損傷發(fā)生，確定損傷的位置(范圍)及損傷的程度，并評價損傷對結(jié)構(gòu)承載能力的影響，評定損傷發(fā)生后結(jié)構(gòu)的承載能力。傳統(tǒng)的檢測手段(如目測法)和無損檢測技術(shù)(如X-射線、超聲波、光干涉技術(shù)、電磁學(xué)檢測、聲發(fā)射等)都是結(jié)構(gòu)局部損傷的檢測方法，難以預(yù)測預(yù)報結(jié)構(gòu)整體的性能退化，無法實現(xiàn)實時的健康監(jiān)測和損傷診斷。
近年來，國內(nèi)外的學(xué)者一直在尋找能夠適用于土木工程結(jié)構(gòu)的整體損傷診斷和評估方法。其中，結(jié)構(gòu)參數(shù)識別技術(shù)是一個關(guān)鍵。從被識別結(jié)構(gòu)響應(yīng)的角度來分，損傷識別方法可以分為基于靜力測試的損傷識別法、基于動力特性測試的損傷識別法以及靜動力混合的方法。
文獻“基于靜力響應(yīng)的橋梁結(jié)構(gòu)損傷識別研究(張家弟，2006)”介紹了一種損傷識別方法——基于靜力測量數(shù)據(jù)的隨機結(jié)構(gòu)損傷識別方法。即從結(jié)構(gòu)的平衡方程出發(fā)，通過靜力凝聚法消去轉(zhuǎn)動自由度，根據(jù)有限元理論，把結(jié)構(gòu)剛度的變化表達成單元損傷指數(shù)的函數(shù)，經(jīng)過泰勒展開及損傷后剛度矩陣對單元損傷指數(shù)的一階偏導(dǎo)數(shù)，構(gòu)造出以單元損傷指數(shù)為未知量的控制方程。利用廣義逆矩陣求解損傷因子。該方法不僅可以識別出損傷的位置和程度，同時可以考慮模型誤差和測量噪聲并可以同時識別多處損傷。但該方法也存在以下不足:(I)有時會出現(xiàn)誤判；(2)所得結(jié)果往往不是最優(yōu)的。發(fā)明內(nèi)容
本發(fā)明的所要解決的技術(shù)問題是針對上述現(xiàn)有技術(shù)而提出一種基于遺傳算法和靜力測量數(shù)據(jù)的隨機結(jié)構(gòu)損傷識別方法，其提高損傷識別的準(zhǔn)確性和實際工程應(yīng)用的可行性。
本發(fā)明解決上述技術(shù)問題所采用的技術(shù)方案是:基于遺傳算法和靜力測量數(shù)據(jù)的隨機結(jié)構(gòu)損傷識別方法，其特征在于包括有以下步驟:
I)從基于靜力測量數(shù)據(jù)的隨機結(jié)構(gòu)損傷識別方法中，初步得到隨機結(jié)構(gòu)損傷指數(shù)的統(tǒng)計特性:對于損傷指數(shù)均值:LS a ^ = Rs0 ；
考慮模型誤差及測量噪聲時隨機結(jié)構(gòu)損傷指數(shù)的統(tǒng)計特性:
Ls a J = Rsl, Ls a 2 = Rs2
其中α ο — [ α ο α 20 L α η0]，Rs0 — Kat0(xat0_xdt)
α I = [ α JnxniQ = 1，L, η; I = 1，L, m)，Ls = [KtlXdt Kt2Xdt L KtnXdt]
Rsl = [Katoxatl+Katl (Xato-Xdto) L KatoxatD1+KatD1 (Xato-Xdto)]
α 2 = [ α i；m+1]nX1 (i = I, L, η) ^ = ~ΚαΗ)χ-
此處，為不考慮模型誤差及測量噪聲時隨機結(jié)構(gòu)損傷指數(shù)均值，\為僅考慮模型誤差時隨機結(jié)構(gòu)損傷指數(shù)展開系數(shù)，α 2為同時考慮誤差及測量噪聲時隨機結(jié)構(gòu)損傷指數(shù)展開系數(shù)，Kti (i = l，L，n)為隨機結(jié)構(gòu)第i個單元剛度的空間矩陣，xat(1，Xdt分別為隨機結(jié)構(gòu)損傷前后的位移值，Xdttl為測量得到的損傷結(jié)構(gòu)撓度值的確定性部分，為與撓度值Xdttl相對應(yīng)的測量噪聲，Kattl為不考慮模型誤差及測量噪聲時隨機結(jié)構(gòu)的總剛度，Kati為同時考慮模型誤差和測量噪聲的 隨機結(jié)構(gòu)總剛度；
2)定義單元損傷的概率為損傷發(fā)生前的隨機剛度或彈模Kai大于Kdi的概率，用數(shù)學(xué)公式表不為:
^ = P(KJ1-Ki!i<0) = P(ai>0)
其中，Kai，Kdi分別為損傷前后第i個單元的單元剛度；
由步驟I)可得a i的統(tǒng)計特性，進而得到單元的損傷概率；
3)引入損傷概率指標(biāo)爲(wèi)=CPj -0.5)/0.5，如果單元的芯趨近于1.0,即朽趨于1.0，那么很可能該單元已經(jīng)損傷；相反，如果單元的慮趨近于0，即PJ趨于0.5，那么該單元損傷的可能性就很小；
4)把損傷概率指標(biāo)爲(wèi)<0.2的一些單元確定為無損傷單元，其損傷指數(shù)的統(tǒng)計特性作相應(yīng)的調(diào)整:損傷指數(shù)均值調(diào)整為零，方差調(diào)整為單元無損傷時的方差；其余單元認(rèn)為是可能有損傷單元，需進一步判斷；
5)再回到步驟I)初始的損傷識別的控制方程，經(jīng)重新整理后，可以得到結(jié)構(gòu)損傷指數(shù)的目標(biāo)函數(shù):
f0(a0) = I IlsQ0-RsJ
f! ( a ^ = I I Ls a「Rsl |
f2(a2) = I ILsQ2-Rs2I
6)利用遺傳算法求解步驟5)目標(biāo)函數(shù)的最小值，進而得到相應(yīng)的結(jié)構(gòu)損傷指數(shù)的展開系數(shù)，從而得到損傷指數(shù)的統(tǒng)計特性。
按上述方案，所述的基于遺傳算法進行損傷識別的步驟:
a.根據(jù)步驟4)調(diào)整后的結(jié)構(gòu)的損傷指數(shù)，隨機編碼產(chǎn)生初始群體；
b.確定適應(yīng)度函數(shù)一目標(biāo)函數(shù)為最小值問題，適應(yīng)度函數(shù)Fit(f(a))=f(a)；
c.對步驟a)中隨機編碼產(chǎn)生初始群體即父代種群中的個體進行復(fù)制、交叉以及變異的遺傳操作，形成新的子代群體；
d.將步驟c)的子代群體中的個體還原為數(shù)據(jù)，代入有限元程序計算，得到每個個體所對應(yīng)的損傷指數(shù)；
e.通過步驟b)的適應(yīng)度函數(shù)計算步驟d)個體的適應(yīng)度，將群體中的個體按適應(yīng)度排序，決定個體是否被淘汰，組成新的父代種群；
f.依次循環(huán)操作，直到獲得滿足條件的最小值，結(jié)束計算。
本發(fā)明的有益效果在于:本發(fā)明提供的改進的基于遺傳算法和靜力測量數(shù)據(jù)的隨機結(jié)構(gòu)損傷識別方法，由于在確定結(jié)構(gòu)損傷指數(shù)的目標(biāo)函數(shù)之前把損傷概率指標(biāo)很小的一些單元確定為無損傷單元，即減少了未知量，新的識別結(jié)果能有效減少誤判，增加了損傷識別結(jié)果的穩(wěn)定性和可靠性。由于引入了遺傳算法，通過損傷狀態(tài)參數(shù)的全局搜索來找到對應(yīng)的實際的損傷狀態(tài)，可以避免局部優(yōu)化從而保證搜索的全局收斂性。遺傳優(yōu)化算法從多個初始值同時開始全局搜索，因此收斂速度較快。由于遺傳優(yōu)化算法對參數(shù)的類型、數(shù)量和大小限制不大，因而可以進行不同損傷程度的多損傷識別。


圖1為本發(fā)明實施例1的簡支梁結(jié)構(gòu)示意圖2為實施例1簡支梁工況一的損傷識別結(jié)果，其中圖2 Ca)為損傷工況一識別結(jié)果一損傷指數(shù)均值；圖(10為損傷工況一識別結(jié)果一損傷概率指標(biāo)；
圖3為實施例1簡支梁工況二的損傷識別結(jié)果；其中圖3 (a)為損傷工況二( δ=0)識別結(jié)果一損傷指數(shù)均值；圖3(b)為損傷工況二( δ =0)識別結(jié)果一損傷概率指標(biāo)；圖3(c)為損傷工況二( δ =0.1)識別結(jié)果一損傷指數(shù)均值；圖3(d)為損傷工況2 ( δ =0.1)識別結(jié)果一概率指標(biāo)；圖3(e)為損傷工況二( δ =0.2)識別結(jié)果一損傷指數(shù)均值；圖3(f)為損傷工況二( δ =0.2)識別結(jié)果一概率指標(biāo)；
圖4為實施例1簡支梁工況三的損傷識別結(jié)果，其中圖4(a)為損傷工況三識別結(jié)果一損傷指數(shù)均值；圖4(b)為損傷工況三識別結(jié)果一損傷概率指標(biāo)；
圖5為本發(fā)明實施例2的連續(xù)梁結(jié)構(gòu)示意圖6為實施例2連續(xù)梁工況一的損傷識別結(jié)果，其中圖6(a)為連續(xù)梁損傷工況一識別結(jié)果一損傷指數(shù)均值；圖6(b)為連續(xù)梁損傷工況一識別結(jié)果一損傷概率指標(biāo)；
圖7為實施例2連續(xù)梁工況二的損傷識別結(jié)果，其中圖7 (a)為損傷工況二( δ=0)識別結(jié)果一損傷指數(shù)均值；圖7(b)我損傷工況二( δ =0)識別結(jié)果一概率指標(biāo)；圖7(c)為損傷工況二( δ =0.1)識別結(jié)果一損傷指數(shù)均值；圖7(d)為損傷工況二( δ =0.1)識別結(jié)果一概率指標(biāo)；圖7(e)為損傷工況二( δ =0.2)識別結(jié)果一損傷指數(shù)均值；圖7(f)損傷工況二( δ =0.2)識別結(jié)果一概率指標(biāo)；圖7(g)為損傷工況二( δ =0.25)識別結(jié)果一損傷指數(shù)均值；圖7(h)為損傷工況二( δ =0.25)識別結(jié)果一概率指標(biāo)；
圖8為本發(fā)明改進的損傷識別方法的流程圖。
具體實施方式
如圖8，基于遺傳算法和靜力測量數(shù)據(jù)的隨機結(jié)構(gòu)損傷識別方法，包括有以下步驟:
I)從基于靜力測量數(shù)據(jù)的隨機結(jié)構(gòu)損傷識別方法中，初步得到隨機結(jié)構(gòu)損傷指數(shù)的統(tǒng)計特性:對于損傷指數(shù)均值:LS a ^ = Rs0 ；
考慮模型誤差及測量噪聲時隨機結(jié)構(gòu)損傷指數(shù)的統(tǒng)計特性:
Ls a j = Rsl, Ls a 2 = Rs2
其中α ο — [ α ο α 20 L α η0]，Rs0 — Kat0(xat0_xdt)
α I = [ α JnxniQ = 1，L, η; I = 1，L, m)，Ls = [KtlXdt Kt2Xdt L KtnXdt]
Rsl — [Katoxati+Katl (xato_xdto) L Katoxatm+Katm (xato_xdto)]
α 2 = [ α i；m+1]nX1 (i = I, L, η), Ri2 --Kat0Xjt
此處，為不考慮模型誤差及測量噪聲時隨機結(jié)構(gòu)損傷指數(shù)均值，\為僅考慮模型誤差時隨機結(jié)構(gòu)損傷指數(shù)展開系數(shù)，α 2為同時考慮誤差及測量噪聲時隨機結(jié)構(gòu)損傷指數(shù)展開系數(shù)，Kti (i = l，L，n)為隨機結(jié)構(gòu)第i個單元剛度的空間矩陣，xat(1，Xdt分別為隨機結(jié)構(gòu)損傷前后的位移值，Xdttl為測量得到的損傷結(jié)構(gòu)撓度值的確定性部分，兮為與撓度值Xdttl相對應(yīng)的測量噪聲，Kattl為不考慮模型誤差及測量噪聲時隨機結(jié)構(gòu)的總剛度，Kati為同時考慮模型誤差和測量噪聲的隨機結(jié)構(gòu)總剛度；
2)定義單元損傷的概率為損傷發(fā)生前的隨機剛度或彈模Kai大于Kdi的概率，用數(shù)學(xué)公式表不為:
/；； = Π K!1: — Kiu < O) = /)(> O)
其中，Kai，Kdi分別為損傷前后第i個單元的單元剛度；
由步驟I)可得a i的統(tǒng)計特性，進而得到單元的損傷概+
3)引入損傷概率指標(biāo)爲(wèi)=(Κ-0.5)/0.5，如果單元的近于1.0，即巧趨于1.0，那么很可能該單元已經(jīng)損傷；相反，如果單元的/ 趨近于0，即Pj趨于0.5，那么該單元損傷的可能性就很??；
4)把損傷概率指標(biāo)^ < 0.2的一些單元確定為無損傷單元，其損傷指數(shù)的統(tǒng)計特性作相應(yīng)的調(diào)整:損傷指數(shù)均值調(diào)整為零，方差調(diào)整為單元無損傷時的方差；其余單元認(rèn)為是可能有損傷單元，需進一步判斷；
5)再回到步驟I)初始的損傷識別的控制方程，經(jīng)重新整理后，可以得到結(jié)構(gòu)損傷指數(shù)的目標(biāo)函數(shù):
f0(a0) = I IlsQ0-RsJ
f! ( a ^ = I I Ls a「Rsl |
f2(a 2) = I Ls a 2-Rs2
6)利用遺傳算法求解步驟5)目標(biāo)函數(shù)的最小值，進而得到相應(yīng)的結(jié)構(gòu)損傷指數(shù)的展開系數(shù)，從而得到損傷指數(shù)的統(tǒng)計特性。
按上述方案，所述的基于遺傳算法進行損傷識別的步驟:
a.根據(jù)步驟4)調(diào)整后的結(jié)構(gòu)的損傷指數(shù)，隨機編碼產(chǎn)生初始群體；
b.確定適應(yīng)度函數(shù)一目標(biāo)函數(shù)為最小值問題，適應(yīng)度函數(shù)Fit(f(a))=f(a)；
c.對步驟a)中隨機編碼產(chǎn)生初始群體即父代種群中的個體進行復(fù)制、交叉以及變異的遺傳操作，形成新的子代群體；
d.將步驟c)的子代群體中的個體還原為數(shù)據(jù)，代入有限元程序計算，得到每個個體所對應(yīng)的損傷指數(shù)；
e.通過步驟b)的適應(yīng)度函數(shù)計算步驟d)個體的適應(yīng)度，將群體中的個體按適應(yīng)度排序，決定個體是否被淘汰，組成新的父代種群；
f.依次循環(huán)操作，直到獲得滿足條件的最小值，結(jié)束計算。
下面結(jié)合實施例對本發(fā)明做進一步詳細(xì)的說明，但是此說明不會構(gòu)成對本發(fā)明的限制。
實施例1:對一個簡支梁結(jié)構(gòu)進行損傷識別
a.第一步:通過基于靜力測量數(shù)據(jù)的隨機結(jié)構(gòu)損傷識別方法中初步得到隨機結(jié)構(gòu)損傷指數(shù)的統(tǒng)計特性Citl, a i，Ci2
如圖1所示矩形截面簡支梁,給定材料各參數(shù)為:梁長I = 5.0m,截面面積A =0.3mX 0.8m，轉(zhuǎn)動慣性矩I = 0.0128m4，密度P = 2.5X103Kg/m3。把簡支梁離散為10個等間距平面梁單元，每個單元節(jié)點有豎向撓度和轉(zhuǎn)角兩個自由度，共有20個自由度。假設(shè)簡支梁初始模型中剛度的隨機性是由彈性模量的不確定性引起的，彈性模量均值為E =2.8X101QPa，并假定簡支梁1、2、3單元，4、5、6單元和7、8、9、10單元的彈性模量為三個獨立隨機變量，均為高斯分布。靜力量測時，在節(jié)點6施加豎向集中荷載P= IOOkN,并假設(shè)只測量各節(jié)點的撓度。
工況一:梁單元I的彈性模量降低15% ;損傷識別時僅考慮結(jié)構(gòu)的初始模型誤差，給定初始模型各單元剛度的變異系數(shù)為0.1 ;其中，損傷指數(shù)均值可以較好地反映單元剛度的損傷程度，損傷指數(shù)的概率指標(biāo)顯示了單元剛度損傷可能性的大小。
將實施例中的材料參數(shù)及荷載代入I)中的公式，可得:
權(quán)利要求
1.基于遺傳算法和靜力測量數(shù)據(jù)的隨機結(jié)構(gòu)損傷識別方法，其特征在于包括有以下步驟: 1)從基于靜力測量數(shù)據(jù)的隨機結(jié)構(gòu)損傷識別方法中，初步得到隨機結(jié)構(gòu)損傷指數(shù)的統(tǒng)計特性:對于損傷指數(shù)均值:LS a ^ = Rs0 ； 考慮模型誤差及測量噪聲時隨機結(jié)構(gòu)損傷指數(shù)的統(tǒng)計特性: Ls α I = Rsi，Ls a 2 = Rs2其中 α O — [ α 10 α 20 L α η0]，Rs0 — Kato (XatO-Xdt) α I = [Q ii]nxm(i = 1,L, Π；1 = I, L, m), Ls = [KtlXdt Kt2Xdt L KtnXdt] Rsl[Kat〇Xatl+Katl (XatO Xdto) L KatQXatm+Katm (Xato Xdto)] α 2 = [ α i,m+JnXl ( = I, L, Γ )，K2 二-Kat0XJt 此處，為不考慮模型誤差及測量噪聲時隨機結(jié)構(gòu)損傷指數(shù)均值，CI1為僅考慮模型誤差時隨機結(jié)構(gòu)損傷指數(shù)展開系數(shù)，α 2為同時考慮誤差及測量噪聲時隨機結(jié)構(gòu)損傷指數(shù)展開系數(shù)，Kti (i = l，L，n)為隨機結(jié)構(gòu)第i個單元剛度的空間矩陣，xat。，Xrft分別為隨機結(jié)構(gòu)損傷前后的位移值，Xdttl為測量得到的損傷結(jié)構(gòu)撓度值的確定性部分，七為與撓度值Xdttl相對應(yīng)的測量噪聲，Kato為不考慮模型誤差及測量噪聲時隨機結(jié)構(gòu)的總剛度，Kati為同時考慮模型誤差和測量噪聲的隨機結(jié)構(gòu)總剛度； 2)定義單元損傷的概率為損傷發(fā)生前的隨機剛度或彈模Kai大于Kdi的概率，用數(shù)學(xué)公式表示為:P:=l\Kr,t-K^<Q) = P(a,>0) 其中，Kai，Kdi分別為損傷前后第i個單元的單元剛度； 由步驟I)可得 a i的統(tǒng)計特性，進而得到單元的損傷概率； 3)引入損傷概率指標(biāo)劣=(S-0.5)/0.5，如果單元的爲(wèi))趨近于1.0，即巧趨于1.0，那么很可能該單元已經(jīng)損傷；相反，如果單元的久fe近于0，即巧〗趨于0.5，那么該單元損傷的可能性就很??； 4)把損傷概率指標(biāo)芯<0.2的一些單元確定為無損傷單元，其損傷指數(shù)的統(tǒng)計特性作相應(yīng)的調(diào)整:損傷指數(shù)均值調(diào)整為零，方差調(diào)整為單元無損傷時的方差；其余單元認(rèn)為是可能有損傷單元，需進一步判斷； 5)再回到步驟I)初始的損傷識別的控制方程，經(jīng)重新整理后，可以得到結(jié)構(gòu)損傷指數(shù)的目標(biāo)函數(shù): f0(a O) = I Ls a Q-Rs0 Ka1) = I |Lsa「Rsl| f2 ( a 2) = I Ls a 2-Rs2 I 6)利用遺傳算法求解步驟5)目標(biāo)函數(shù)的最小值，進而得到相應(yīng)的結(jié)構(gòu)損傷指數(shù)的展開系數(shù)，從而得到損傷指數(shù)的統(tǒng)計特性。
2.按權(quán)利要求1所述的基于遺傳算法和靜力測量數(shù)據(jù)的隨機結(jié)構(gòu)損傷識別方法，其特征在于步驟6)所述的基于遺傳算法進行損傷識別的步驟: a.根據(jù)步驟4)調(diào)整后的結(jié)構(gòu)的損傷指數(shù)，隨機編碼產(chǎn)生初始群體；b.確定適應(yīng)度函數(shù)一目標(biāo)函數(shù)為最小值問題，適應(yīng)度函數(shù)Fit(f(a))=f(a)； c.對步驟a)中隨機編碼產(chǎn)生初始群體即父代種群中的個體進行復(fù)制、交叉以及變異的遺傳操作，形成新的子代群體； d.將步驟c)的子代群體中的個體還原為數(shù)據(jù)，代入有限元程序計算，得到每個個體所對應(yīng)的損傷指數(shù)； e.通過步驟b)的適應(yīng)度函數(shù)計算步驟d)個體的適應(yīng)度，將群體中的個體按適應(yīng)度排序，決定個體是否被淘汰，組成新的父代種群； f.依次循環(huán)操作 ，直到獲得滿足條件的最小值，結(jié)束計算。
全文摘要
本發(fā)明涉及基于遺傳算法和靜力測量數(shù)據(jù)的隨機結(jié)構(gòu)損傷識別方法，包括有以下步驟1)初步得到隨機結(jié)構(gòu)損傷指數(shù)的統(tǒng)計特性；2)定義單元損傷的概率為損傷發(fā)生前的隨機剛度或彈模Kai大于Kdi的概率；3)引入損傷概率指標(biāo)把損傷概率指標(biāo)的一些單元確定為無損傷單元，其損傷指數(shù)的統(tǒng)計特性作相應(yīng)的調(diào)整；5)再回到步驟1)初始的損傷識別的控制方程，經(jīng)重新整理后，可以得到結(jié)構(gòu)損傷指數(shù)的目標(biāo)函數(shù)；6)利用遺傳算法求解步驟5)目標(biāo)函數(shù)的最小值，從而得到損傷指數(shù)的統(tǒng)計特性。本發(fā)明的優(yōu)點是由于遺傳優(yōu)化算法對參數(shù)的類型、數(shù)量和大小限制不大，因而可以進行不同損傷程度的多損傷識別。
文檔編號G06F19/00GK103164627SQ20131009601
公開日2013年6月19日 申請日期2013年3月22日 優(yōu)先權(quán)日2013年3月22日
發(fā)明者黃斌, 張衡, 張林林, 朱芙蓉, 舒星, 王廣, 李偉 申請人:武漢理工大學(xué)