基于内积矩阵及深度学习的结构健康监测研究

• 作者: 王慧 郭晨林 王乐 张敏照
• 来源期刊: 工程力学
• 学科: 工学
• 关键词: 结构健康监测 深度学习 卷积神经网络 相关性分析 加筋壁板
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 基本方法|METHODOLOGIES
• 页码范围: 14-22,75
• 页数: 10页
• 分类号: TB123
• 语种: 中文
• DOI: 10.6052/j.issn.1000-4750.2020.12.0935

摘要

环境激励下仅利用振动响应的结构健康监测方法,因其便于实现在线监测受到了越来越多的关注.该文回顾了以振动时域响应相关性分析为基础的结构特征参数(即内积向量)的基本概念及特征.为了从已有测试数据中提取更多的结构特征参数,分别以各个响应测点为参考点来构建多个内积向量并组成矩阵,将内积向量扩展到了内积矩阵.进而以内积矩阵为结构特征参数,结合深度卷积神经网络的特征提取能力,提出了基于内积矩阵及深度学习的结构健康监测方法.典型航空加筋壁板螺栓松动监测的实验研究结果表明,仅利用结构在环境激励下部分测点的振动时域响应,该文方法可以准确地识别螺栓松动位置.