卷积神经网络在结构损伤检测中的应用

• 作者: 向天宇 罗雨舟 郝柳青
• 来源期刊: 土木工程与管理学报
• 学科: 工学
• 关键词: CNN 结构损伤诊断 激励类型 识别精度
• 年，卷（期）: 2020,（3）
• 页码范围: 155-161,173
• 页数: 8页
• 分类号: TU317+.1|TP206+.3
• 字数: 3443字
• 语种: 中文

摘要

基于卷积神经网络(CNN)在损伤特征提取上的优势,本文开展了结构在不同激励类型作用下CNN损伤诊断精度的研究.通过有限元模拟试验,发现作用在结构上的激励类型不是影响CNN损伤识别精度的关键因素.同时,在测试CNN的抗噪能力并分析其特征提取的鲁棒性时,发现在不同噪声强度下CNN均取得了良好的识别效果.混合训练模式虽然对CNN识别精度有略微的影响,但却可以在一定程度上增强其识别稳定性.另外,在数值模拟试验中发现瞬态响应中包含了比稳态响应更为广阔的损伤特征,在输入数据中添加结构瞬态响应能够在一定程度上加快训练速率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	向天宇	西华大学土木建筑与环境学院	15	19	3.0	4.0
2	罗雨舟	西华大学土木建筑与环境学院	1	0	0.0	0.0
3	郝柳青	西华大学土木建筑与环境学院	2	0	0.0	0.0