基于神经网络的大变形柔性体动态受力测量信息转换方法

摘要

本发明公开了一种基于神经网络的大变形柔性体动态受力测量信息转换方法，属于降落伞测量技术和计算机机器学领域。该方法应用于大变形柔性体在运动过程中的受力测量，尤其是应用于对降落伞、气垫船等的充气过程中的受力测量信息的转换。其主要步骤如下：步骤1，电压-受力标定；步骤2，对标定数据滤波；步骤3，构建电压-受力函数；步骤4，获取实际环境下的电压数据并滤波；步骤5，建立大变形柔性体动态测量数据转换神经网络；步骤6，使用实际环境下的数据训练神经网络；步骤7，得到转换后的受力信息输出。本发明通过神经网络进行电压-受力信息的转换，计算复杂度低，转换精度高，可以有效应用于大变形柔性体的动态受力测量信息的转换。

主权项

一种基于神经网络的大变形柔性体动态受力测量信息转换方法，其特征在于，包括如下步骤：步骤1、使用测量柔性体受力作用的应变传感器在理想环境下对被测柔性体进行电压‑受力的标定；步骤2、对测量柔性体受力作用的应变传感器获取的测量数据进行滤波处理；步骤3、根据步骤2得到的滤波后应变传感器测量数据构建电压‑受力函数；步骤4、获取被测对象柔性体在实际环境下工作过程中的受力信息，即应变传感器的电压数据，并对该数据进行滤波处理；步骤5、根据步骤4滤波后的应变传感器电压数据建立大变形柔性体动态测量数据转换神经网络，该神经网络的输入为传感器的输出电压，期望输出为柔性体的受力信息；步骤6、采用被测对象在实际环境下工作过程中的受力信息，对大变形柔性体动态测量数据转换神经网络进行训练；步骤7、使用训练好的大变形柔性体动态测量数据转换神经网络进行电学‑力学空间信息转换，得到转换后的大变形柔性体动态测量数据的受力信息输出。