專利名稱：基于模糊動(dòng)態(tài)模式識(shí)別的復(fù)合材料高溫機(jī)械性能測(cè)試方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種復(fù)合材料高溫機(jī)械性能測(cè)試方法，尤其是涉及一種基于模糊動(dòng)態(tài)
模式識(shí)別的復(fù)合材料高溫機(jī)械性能測(cè)試方法。
背景技術(shù)：
機(jī)械性能是材料最重要的性能。復(fù)合材料具有比強(qiáng)度高、比模量大、抗疲勞性能及 減震性能好等優(yōu)點(diǎn)，衡量復(fù)合材料機(jī)械性能的物理量主要有復(fù)合材料的剛度和強(qiáng)度。復(fù)合 材料的剛度特性由組分材料的性質(zhì)、增強(qiáng)材料的取向和所占的體積分?jǐn)?shù)決定，而由于制造 工藝、隨機(jī)因素的影響，在實(shí)際復(fù)合材料中不可避免地存在各種不均勻性和不連續(xù)性都會(huì) 影響到材料的性能。復(fù)合材料在某些場(chǎng)合的使用除力學(xué)性能外，往往需要同時(shí)具有好的物 理性能如耐熱性能，金屬基復(fù)合材料是典型的代表。金屬基復(fù)合材料除具有高模量、高強(qiáng)度 的特點(diǎn)外，還具有高韌性及高導(dǎo)熱性能，可以使局部的高溫?zé)嵩春芸鞌U(kuò)散消失，有利于解決 熱氣流沖擊等問題。 隨著科學(xué)技術(shù)的發(fā)展，新復(fù)合材料層出不窮，用戶在選用這些材料時(shí)，常因?qū)λ鼈?的性能不甚了解，致使選擇復(fù)合材料類型時(shí)感到極大困難。復(fù)合材料高溫機(jī)械性能數(shù)據(jù)是 成功制備和選擇高性能復(fù)合材料中不可或缺的數(shù)據(jù)。而材料的選擇作為材料設(shè)計(jì)的關(guān)鍵因 素之一，其結(jié)果直接關(guān)系到材料設(shè)計(jì)的很多方面，對(duì)復(fù)合材料產(chǎn)品的質(zhì)量和成本等有很大 的影響。目前，確定材料高溫機(jī)械性的方法是進(jìn)行高溫?zé)崽幚碓囼?yàn)，這是一項(xiàng)費(fèi)工、費(fèi)料極 其繁重的工作。本發(fā)明為復(fù)合材料高溫機(jī)械性能的快速、智能化選擇提供了一種新的模式 識(shí)別方法。 模式識(shí)別，即用一定的數(shù)學(xué)方法，對(duì)多因素信息進(jìn)行處理，將物群分類，了解各因
素之間的關(guān)系以及各因素對(duì)分類的影響，并總結(jié)規(guī)律來確定某物所屬類別。 鑒于復(fù)合材料高溫機(jī)械性信息缺乏完整性和確定性，而是一個(gè)模糊的概念，使得
確定性信息處理的方法和理論已不再完全適用。因此，試圖利用某個(gè)簡(jiǎn)單物理量來精確地
確定和測(cè)量材料的高溫機(jī)械性，必然難以獲得最佳結(jié)果。 本發(fā)明以復(fù)合材料的高溫機(jī)械性主要受其物理、力學(xué)性能的影響為出發(fā)點(diǎn)，根據(jù) 模糊數(shù)學(xué)的理論，由計(jì)算機(jī)輔助進(jìn)行模糊動(dòng)態(tài)聚類分析，結(jié)合模糊模式識(shí)別對(duì)新材料的高 溫機(jī)械性進(jìn)行識(shí)別和預(yù)測(cè)。解決了材料在高溫環(huán)境下的機(jī)械性能評(píng)價(jià)困難的問題，綜合利 用模糊動(dòng)態(tài)聚類和模式識(shí)別的優(yōu)點(diǎn)，減少或避免了再進(jìn)行后續(xù)模擬試驗(yàn)或破壞性試驗(yàn)，節(jié) 省了大量的勞動(dòng)量和試驗(yàn)經(jīng)費(fèi)。此法可提高工作效率，具有重要的理論意義和實(shí)用價(jià)值。

發(fā)明內(nèi)容
本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供一種得到最優(yōu)分類、 識(shí)別效率高、運(yùn)算過程方便簡(jiǎn)捷的基于模糊動(dòng)態(tài)模式識(shí)別的復(fù)合材料高溫機(jī)械性能測(cè)試方 法。 本發(fā)明的目的可以通過以下技術(shù)方案來實(shí)現(xiàn)
—種基于模糊動(dòng)態(tài)模式識(shí)別的復(fù)合材料高溫機(jī)械性能測(cè)試方法，其特征在于，該 方法包括以下步驟 (1)將材料構(gòu)成樣本集，采用原始數(shù)據(jù)標(biāo)準(zhǔn)化和歸一化處理由影響材料高溫機(jī)械 性能的各種因素組成的樣本特性指標(biāo)矩陣； (2)建立模糊相似矩陣，然后計(jì)算模糊等價(jià)矩陣R'，再用t檢驗(yàn)法通過對(duì)程序不 斷調(diào)試來確定A截矩陣t檢驗(yàn)臨界參數(shù)Tm獲得唯一的最優(yōu)分類，并建立群體模式對(duì)將待 評(píng)定材料歸類； (3)輸入待識(shí)別材料特征參數(shù)，計(jì)算待識(shí)別材料的相似度，求出待識(shí)別材料X與各 群體樣本之間的貼近度后，當(dāng)最大相似度N(X， Yj)大于規(guī)定閾值時(shí)，認(rèn)為該未知材料與第Yj 族的高溫機(jī)械性一致，否則重新進(jìn)行動(dòng)態(tài)聚類模糊模式識(shí)別某材料的高溫機(jī)械性能類別。
所述步驟(1)中原始數(shù)據(jù)標(biāo)準(zhǔn)化和歸一化處理是將樣本特征指標(biāo)的單位和數(shù)量 級(jí)出現(xiàn)的較大差異變換為所有的特征指標(biāo)均變?yōu)闊o量綱量； 標(biāo)準(zhǔn)化值 1
<formula>formula see original document page 5</formula>其中n為數(shù)據(jù)個(gè)數(shù)，m為特征個(gè)數(shù)，y'
表示yik的最大值；y' imin表示yik的最
所述步驟(2)中建立模糊相似矩陣選用分辨率高的絕對(duì)值導(dǎo)數(shù)法來確定相關(guān)程 度，其數(shù)學(xué)模型為
<formula>formula see original document page 5</formula>
其中，c為一個(gè)可選擇的常量值，使得滿足O《rij《1。由此可得模糊相似矩陣。 所述步驟(2)中t檢驗(yàn)法采用以下步驟
已知樣本的一組觀測(cè)值A(chǔ)" A2，……，A。，其中Am為可疑值，不包括可疑值的樣
本均值和樣本標(biāo)準(zhǔn)偏差分別為
<formula>formula see original document page 5</formula>3 當(dāng)臨界參數(shù)；=|i — ^ ^ZJ"^ —2)時(shí)，其中:tp(n-2)是自由度為(n-2)的t
分布的P分位數(shù)，P = l_a/2， a取0.01，此時(shí)A m為接受值，通過對(duì)程序不斷調(diào)試來確定 入截矩陣t檢驗(yàn)臨界參數(shù)Tm，以獲得唯一的最優(yōu)分類。 所述步驟(2)中建立群體模式是將所設(shè)樣本集合按照取定的A被分為M類樣本 材料族，每類包含若干樣本，其集合為XM，每個(gè)群體樣本代表該族的綜合特征構(gòu)成群體模 式。 所述步驟(3)中計(jì)算待識(shí)別材料的相似度采用以下方法將待識(shí)別的材料看作是 由P個(gè)特征表示的模糊集，以M表示，由已知材料形成的群體樣本也是由p個(gè)特征表示的 模糊集，以Nj表示，兩模糊集之間接近的程度可用貼近度來衡量，得到最大相似度N(M，Nj); 為保證新材料的高溫機(jī)械性與群體材料族的高溫機(jī)械性能之間足夠相似，規(guī)定一閾值v，當(dāng) 最大相似度N(M， Nj) > v時(shí)，認(rèn)為該未知材料與第Nj族的高溫機(jī)械性一致，當(dāng)N(M， Nj) < v 時(shí)，認(rèn)為該種材料與任何一族的高溫機(jī)械性能均不一致，需選別的材料建立新的群體模式， 重新進(jìn)行識(shí)別。 與現(xiàn)有技術(shù)相比，本發(fā)明具有以下優(yōu)點(diǎn) (1)采用t值檢驗(yàn)?zāi)：垲惙治龇椒?，?shí)現(xiàn)了模糊聚類的自適應(yīng)性，得到了聚類分 析中的最優(yōu)分類； (2)結(jié)合最大貼近度模糊模式識(shí)別技術(shù)，可根據(jù)設(shè)定的貼近度閾值，對(duì)未知金屬基 復(fù)合材料的高溫機(jī)械性能進(jìn)行有效分類和識(shí)別； (3)金屬基復(fù)合材料的高溫機(jī)械性能的分析建立在數(shù)值分析基礎(chǔ)上，可通過不同 相似性要求，進(jìn)行動(dòng)態(tài)聚類； (4)用計(jì)算機(jī)編程完成算法，具有較高的準(zhǔn)確度，且運(yùn)算過程方便、簡(jiǎn)捷。


圖1為本發(fā)明的流程圖。
具體實(shí)施例方式
下面結(jié)合附圖和具體實(shí)施例對(duì)本發(fā)明進(jìn)行詳細(xì)說明。
實(shí)施例 —種基于模糊動(dòng)態(tài)模式識(shí)別的復(fù)合材料高溫機(jī)械性能測(cè)試方法，工藝流程圖如圖 l所示。識(shí)別方法基本過程如下首先將材料構(gòu)成樣本集，接著建立由影響材料高溫機(jī)械性 能的各種因素組成的樣本特性指標(biāo)矩陣，繼而選用合適的方法獲得模糊相似矩陣，然后計(jì) 算模糊等價(jià)矩陣，再用t檢驗(yàn)法通過對(duì)程序不斷調(diào)試來確定A截矩陣t檢驗(yàn)臨界參數(shù)Tm獲 得唯一的最優(yōu)分類，并建立群體模式對(duì)將待評(píng)定材料歸類，最后輸入待識(shí)別材料特征參數(shù)， 計(jì)算待識(shí)別材料的相似度，求出待識(shí)別材料X與各群體樣本之間的貼近度后，根據(jù)最大貼 近度原則，當(dāng)最大相似度N(X，Yj)大于規(guī)定閾值時(shí)，認(rèn)為該未知材料與第Yj族的高溫機(jī)械性 一致，否則重新進(jìn)行動(dòng)態(tài)聚類模糊模式識(shí)別某材料的高溫機(jī)械性能類別。
在實(shí)施過程中，為保證數(shù)據(jù)的準(zhǔn)確性、典型性及數(shù)據(jù)集的規(guī)模，選用表1中測(cè)定的 數(shù)據(jù)作為樣本集Y，以材料的常規(guī)高溫力學(xué)性能作為特性指標(biāo)，建立樣本特性歸一化指標(biāo)矩
6陣X，應(yīng)用絕對(duì)值倒數(shù)法計(jì)算相關(guān)程度，得到模糊相似矩陣R，采用傳遞閉包法得到模糊等 價(jià)矩陣R'，按A截距的t檢驗(yàn)法將待評(píng)定材料的樣本集動(dòng)態(tài)聚類。用最大貼近度原則識(shí) 別某一材料的高溫機(jī)械性能數(shù)據(jù)的類別。主要步驟如下
1、建立樣本指標(biāo) 材料高溫機(jī)械性能的高低通常用熱處理溫度、彈性模量、拉伸強(qiáng)度、斷裂伸長(zhǎng)等來 衡量。取已知高溫機(jī)械性能的常用8種金屬基復(fù)合材料為樣本，它們的物理、力學(xué)性能指標(biāo) 列于表l。 表1金屬基復(fù)合材料物理、力學(xué)性能指標(biāo)
樣材料類型檢測(cè)溫度彈性模量拉伸強(qiáng)度斷裂伸長(zhǎng)
本(0C)(GPa)(MPa)(%)
16%SiC(/Al-4.5Cu250卯9614.7
210%Si(VAl-4.5Cu2501041096
25.4% SiCp/AZ9117756176.41.5
425.4% SiCf/AZ912603768.63.6
20%MoFiber ReinforcedTi-6Al-4V5001258803.0
630%MoFiberReinforced Ti-6A1-4V7001305504.3
75% Polycrystalline alumina-30079882.7
812%CarbideSilicon alumina-2501972261.6
以八種材料為樣本，每個(gè)樣本有四個(gè)特征，則樣本集可用如下矩陣形式表示
■^21&...少24
無量綱: — 1
—_y81 &…
2、原始數(shù)據(jù)標(biāo)準(zhǔn)化和歸一化處理
將樣本特征指標(biāo)的單位和數(shù)量級(jí)出現(xiàn)的較大差異變換為所有的特征指標(biāo)均變?yōu)?br> 標(biāo)準(zhǔn)化值 1
ylk
yik-y、
1， 2，
'，n ;k
1， 2，
h = — ￡ Y汰,& = ~~7藝"_ W2 附^ 附一11^歸一化值"「— 其中n為數(shù)據(jù)個(gè)數(shù)，m為特征個(gè)數(shù)，y' imax表示yik的最大值；y'
小值。原始數(shù)據(jù)經(jīng)標(biāo)準(zhǔn)化和歸一化處理后的矩陣X如下
,表示yik的最97"0.42390.4化0.1638
0■ 95320.45720■ 47420.1243
0.7 8"0.32170.7,01111
1.00 000.33810.431902389
0.608000.935001804
0 S"00.280 10.7 1 IS01509
0."030.39950.423601955
0.74 6 80.5S740.674600 0 0 0

3、建立模糊相似關(guān)系矩陣
選用分辨率高的絕對(duì)值導(dǎo)數(shù)法來確定相關(guān)程度，其數(shù)學(xué)模型為
=
1
，
卜,* _x
當(dāng)上式中
其中，c為一個(gè)可選擇的常量值，使得滿足0《rij《1。由此可得模糊相似矩陣， c取0. 09，0《rij《1時(shí)，可得如下模糊相似矩陣
O.卿
0.4153 O.額
0.1238 Q鵬
0.7325 0. 14
0.0880 0.1021 O.環(huán)0.1464

1 0.7155 0.13]5 0.4565 0.0888 0.1684 0.7155 1 O., 0.27S7 0.0870 0.170S 0.1315 0.1439 1 0.1267 O細(xì)0.3858 0.4565 0.2787 0.1267 1 0.0894 0.1607 0.0888 0.0870 0.2070 O.O胸1 0.1744 O.腳0.1703 0.3838 Q麗0.1744 1 0.9900 0.4153 0.123S 0.7325 0.0880 0.1561 ] CH025 0.1143 0.1361 0.0914 0.1021 0.1464 0.1025 1
4、建立模糊等價(jià)關(guān)系矩陣
利用求傳遞閉包的平方法得到模糊等價(jià)矩陣R':
1.00 0.71 0.17 0.71 0.17 0.17 1.00 0.17
Ol 1.00 0.17 0.71 0.17 0.17 0.71 0.17
0.17 0.17 1.00 Q.17 0.21 0.39 0.17 0.17
0.71 0.71 0.17 1.00 0.17 0.17 0.71 0.17
0.17 0.17 0.21 0.17 1.00 0.21 0.17 0.17
0.17 0.17 0.39 0.17 0.21 1.00 0.17 0.17
1.00 0.71 0.17 0.71 0.17 0.17 1.00 0.17
0.17 0.17 0.17 0.17 0.17 0.17 0.17 1.00
5、模糊動(dòng)態(tài)聚類
不包括可疑值的樣本均值和樣本標(biāo)準(zhǔn)偏差分別為
8

<formula>formula see original document page 9</formula>
當(dāng)臨界參數(shù) ; <formula>formula see original document page 9</formula>
分布的P分位數(shù)，<formula>formula see original document page 9</formula>
~( -2)時(shí)，其中tp(n-2)是自由度為(n-2)的t
l-a/2， a取0.01，此時(shí)A m為接受值，通過對(duì)程序不斷調(diào)試來確定 入截矩陣t檢驗(yàn)臨界參數(shù)Tm，以獲得唯一的最優(yōu)分類。 在R'中取A = l，O. 71，0. 39，0. 21，0. 17即可得到一系列A截矩陣，通過A截 矩陣的t檢驗(yàn)法確定臨界參數(shù)，最終確定當(dāng)A =0.71，可以確保分類方案效果特別顯著，分 類結(jié)果為(ul， u7} ， {u2} ， {u3， u5， u8} ， {u4} ， {u6}。
6、建立群體模式 所設(shè)樣本集合按照取定的A = 0. 71被分為5類樣本材料族，每類包含若干樣本， 其集合為 X5 = {{ul， u7} {u2} ， {u3， u5， u8} ， {u4} ， {u6}} 每個(gè)群體樣本代表該族的綜合特征，這些群體樣本即構(gòu)成群體模式，分別表示為 群體I ，群體11 ，群體111 ，群體IV，群體V。
7、模糊識(shí)別 將待識(shí)別的材料看作是由四個(gè)特征表示的模糊集，以M表示，由已知材料形成的 群體樣本也是由四個(gè)特征表示的模糊集，以Nj表示，求出待識(shí)別材料與各群體樣本之間的 貼近度后，根據(jù)最大貼近度原則，該未知材料的高溫機(jī)械性能應(yīng)與具有最大貼近度的群體 材料族高溫機(jī)械性能相接近。為比較不同貼近度度量方法，對(duì)群體模式的識(shí)別結(jié)果，采用了 格貼近度、海明貼近度以及最大最小貼近度分別計(jì)算待定樣本和群體模型的貼近度。為保 證新材料的高溫機(jī)械性與群體材料族的高溫機(jī)械性能之間足夠相似，規(guī)定閾值v為0. 64。
8、仿真實(shí)驗(yàn)與結(jié)果分析 通過模糊聚類形成的群體模式庫(kù)結(jié)合貼近度方法，根據(jù)設(shè)定的貼近度閾值，計(jì)算 待識(shí)別材料的特征參數(shù)和群體模式的貼近度，對(duì)未知樣本進(jìn)行模型匹配，并采用表2數(shù)據(jù) 進(jìn)行仿真實(shí)驗(yàn)。 表2仿真實(shí)驗(yàn)測(cè)試數(shù)據(jù)表
材料類型檢測(cè)溫度彈性模量拉伸強(qiáng)度斷裂伸長(zhǎng)
本(0C)(GPa)(MPa)(%)
140%MoFiber Reinforced Ti-6A1-4V5001829803.5
220% Polycrystalline alumina-350541552.3
320% Carbide Silicon alumina-3002072352.6 不同的貼近度的仿真識(shí)別結(jié)果如表3所示。根據(jù)擇近原則中的最大貼近度原則，仿真的一致識(shí)別率樣本1為67%，樣本2為100%，樣本3為100%。
表3采用不同貼近度的仿真結(jié)果比較
貼近度類型
樣本格貼近度
海明貼近度
最大最小貼近度
最大貼近度
1
2
3
0.582(第III組SD) 0.826 (第I組SD)0.877 (第I組SD)0.869(第IV組SD) 0.747(第IV組SD) 0.645 (第IV組SD)0.782 (第V組SD) 0.679 (第V組SD) 0.912 (第V組SD)
識(shí)別結(jié)果
未知
IV
V
I
IV
V
I
IV
V 本例的仿真結(jié)果表明當(dāng)采用三種貼近度法進(jìn)行模糊模型識(shí)別時(shí)，海明貼近度及最大最小貼近度的識(shí)別精度較高，識(shí)別結(jié)果一致。 本例的計(jì)算程序基于Matlab語言編寫和調(diào)試。上述模糊動(dòng)態(tài)模式識(shí)別方法中，涉及計(jì)算過程費(fèi)時(shí)，也較為繁瑣。用Matlab模糊系統(tǒng)工具箱提供的功能函數(shù)及在此基礎(chǔ)上的自編函數(shù)可迅速、準(zhǔn)確地實(shí)現(xiàn)材料的高溫力學(xué)屬性判別問題，且處理過程簡(jiǎn)潔、可靠。
本發(fā)明的模糊動(dòng)態(tài)模式識(shí)別方法可大大減輕用戶進(jìn)行材料機(jī)械性能分類的試驗(yàn)量，為用戶選擇可替代的材料提供了極大的方便，對(duì)智能方法在材料設(shè)計(jì)中的推廣應(yīng)用具有一定的實(shí)際意義，是一種經(jīng)濟(jì)可行的計(jì)算機(jī)輔助材料設(shè)計(jì)方法。 本發(fā)明的技術(shù)思路，除了可評(píng)價(jià)復(fù)合材料在高溫狀況下的材料機(jī)械性能，也可應(yīng)用于其他環(huán)境其他材料性能的測(cè)試。
權(quán)利要求
一種基于模糊動(dòng)態(tài)模式識(shí)別的復(fù)合材料高溫機(jī)械性能測(cè)試方法，其特征在于，該方法包括以下步驟(1)將材料構(gòu)成樣本集，采用原始數(shù)據(jù)標(biāo)準(zhǔn)化和歸一化處理由影響材料高溫機(jī)械性能的各種因素組成的樣本特性指標(biāo)矩陣；(2)建立模糊相似矩陣，然后計(jì)算模糊等價(jià)矩陣R′，再用t檢驗(yàn)法通過對(duì)程序不斷調(diào)試來確定λ截矩陣t檢驗(yàn)臨界參數(shù)Tm獲得唯一的最優(yōu)分類，并建立群體模式對(duì)將待評(píng)定材料歸類；(3)輸入待識(shí)別材料特征參數(shù)，計(jì)算待識(shí)別材料的相似度，求出待識(shí)別材料X與各群體樣本之間的貼近度后，當(dāng)最大相似度N(X，Yj)大于規(guī)定閾值時(shí)，認(rèn)為該未知材料與第Yj族的高溫機(jī)械性一致，否則重新進(jìn)行動(dòng)態(tài)聚類模糊模式識(shí)別某材料的高溫機(jī)械性能類別。
2. 根據(jù)權(quán)利要求1所述的一種基于模糊動(dòng)態(tài)模式識(shí)別的復(fù)合材料高溫機(jī)械性能測(cè)試 方法，其特征在于，所述步驟(1)中原始數(shù)據(jù)標(biāo)準(zhǔn)化和歸一化處理是將樣本特征指標(biāo)的單 位和數(shù)量級(jí)出現(xiàn)的較大差異變換為所有的特征指標(biāo)均變?yōu)闊o量綱量；標(biāo)準(zhǔn)化值《<formula>formula see original document page 2</formula>孤股歸一化值- ~;~~一 ，其中n為數(shù)據(jù)個(gè)數(shù)，m為特征個(gè)數(shù)，y':表示yik的最大值；y' imin表示yik的最小
3.根據(jù)權(quán)利要求1所述的一種基于模糊動(dòng)態(tài)模式識(shí)別的復(fù)合材料高溫機(jī)械性能測(cè)試 方法，其特征在于，所述步驟(2)中建立模糊相似矩陣選用分辨率高的絕對(duì)值導(dǎo)數(shù)法來確 定相關(guān)程度，其數(shù)學(xué)模型為<formula>formula see original document page 2</formula>其中，c為一個(gè)可選擇的常量值，使得滿足0《rij《1。由此可得模糊相似矩陣。
4.根據(jù)權(quán)利要求1所述的一種基于模糊動(dòng)態(tài)模式識(shí)別的復(fù)合材料高溫機(jī)械性能測(cè)試方法，其特征在于，所述步驟(2)中t檢驗(yàn)法采用以下步驟已知樣本的一組觀測(cè)值入均值和樣本標(biāo)準(zhǔn)偏差分別為 ，入n，，其中Am為可疑值，不包括可疑值的樣本 <formula>formula see original document page 2</formula><formula>formula see original document page 3</formula>當(dāng)臨界參數(shù) ； J^—^Lj^X辦-2)時(shí)，其中:tp(n-2)是自由度為(n-2)的t分布的P分位數(shù)，P = l_a/2， a取0.01，此時(shí)A m為接受值，通過對(duì)程序不斷調(diào)試來確定A截 矩陣t檢驗(yàn)臨界參數(shù)Tm，以獲得唯一的最優(yōu)分類。
5. 根據(jù)權(quán)利要求1所述的一種基于模糊動(dòng)態(tài)模式識(shí)別的復(fù)合材料高溫機(jī)械性能測(cè)試 方法，其特征在于，所述步驟(2)中建立群體模式是將所設(shè)樣本集合按照取定的A被分為M 類樣本材料族，每類包含若干樣本，其集合為XM，每個(gè)群體樣本代表該族的綜合特征構(gòu)成群 體模式。
6. 根據(jù)權(quán)利要求1所述的一種基于模糊動(dòng)態(tài)模式識(shí)別的復(fù)合材料高溫機(jī)械性能測(cè)試 方法，其特征在于，所述步驟(3)中計(jì)算待識(shí)別材料的相似度采用以下方法將待識(shí)別的材 料看作是由P個(gè)特征表示的模糊集，以M表示，由已知材料形成的群體樣本也是由p個(gè)特 征表示的模糊集，以Nj表示，兩模糊集之間接近的程度可用貼近度來衡量，得到最大相似度 N(M， Nj);為保證新材料的高溫機(jī)械性與群體材料族的高溫機(jī)械性能之間足夠相似，規(guī)定一 閾值v，當(dāng)最大相似度N(M， Nj) > v時(shí)，認(rèn)為該未知材料與第Nj族的高溫機(jī)械性一致，當(dāng)N(M， Nj) < v時(shí)，認(rèn)為該種材料與任何一族的高溫機(jī)械性能均不一致，需選別的材料建立新的群 體模式，重新進(jìn)行識(shí)別。
全文摘要
本發(fā)明涉及基于模糊動(dòng)態(tài)模式識(shí)別的復(fù)合材料高溫機(jī)械性能測(cè)試方法，該方法包括以下步驟將材料構(gòu)成樣本集，采用原始數(shù)據(jù)標(biāo)準(zhǔn)化和歸一化建立樣本特性指標(biāo)矩陣，再建立模糊相似矩陣并計(jì)算模糊等價(jià)矩陣，再用t檢驗(yàn)法通過對(duì)程序不斷調(diào)試來確定λ截矩陣t檢驗(yàn)臨界參數(shù)Tm獲得唯一的最優(yōu)分類，輸入待識(shí)別材料特征參數(shù)，計(jì)算待識(shí)別材料的相似度，求出待識(shí)別材料X與各群體樣本之間的貼近度。與現(xiàn)有技術(shù)相比，本發(fā)明提高了工作效率，減小高溫?zé)崽幚碓囼?yàn)的勞動(dòng)量，滿足經(jīng)濟(jì)性和準(zhǔn)確性的要求，具有實(shí)際應(yīng)用價(jià)值，可對(duì)不同復(fù)合材料在高溫或其他特殊環(huán)境和條件要求下進(jìn)行有效的性能測(cè)試。
文檔編號(hào)G01N33/00GK101776674SQ201010022969
公開日2010年7月14日 申請(qǐng)日期2010年1月19日 優(yōu)先權(quán)日2010年1月19日
發(fā)明者喬文明, 凌立成, 劉曉軍, 楊榛, 梁曉懌, 王艷莉, 詹亮, 顧幸生 申請(qǐng)人:華東理工大學(xué)