评估桥梁结构能量扩散的基于深度学习的信号处理方法（英文）

作者：Nhi NGO-KIEU; Thao NGUYEN-DA; Toan PHAM-BAO; Tam NGUYEN-NHAT; Hung NGUYEN-XUAN

来源：Journal of Zhejiang University-Science A(Applied Physics & Engineering), 2021, 22(08): 672-685.

• 结构健康监测
• 卷积神经网络
• 深度学习
• 桥梁监测
• 粘弹性模型
• 材料性能
• 损耗因子

目的:1.使用基于振动的损伤检测方法进行结构健康监测。2.基于材料力学性能评价提出一种新的结构健康监测方法。创新点:1.通过一个被称为损失函数(LF)的新指标描述材料粘弹性参数与振动参数之间的相关性。2.使用卷积神经网络(CNN)提取自动特征和损坏敏感性,以评估结构状况。方法:1.测量真实桥梁的振动响应。2.在频域中进行信号处理以揭示振动能量损失。3.基于深度学习和CNN对桥梁状况进行分类。结论:1.在真实结构中总是会发生能量扩散。2.基于振动能量损失变化的LF评估,可以对桥梁进行健康监测。3.基于深度学习的能量扩散评估是可实现的,并且在多个实际桥梁中具有较高的可实施性。

• 出版日期2021