-
题名结合传递比与栈式自编码器的结构损伤识别
- 1
-
-
作者
方圣恩
刘洋
张笑华
-
机构
福州大学土木工程学院
福州大学土木工程防震减灾信息化国家地方联合工程研究中心
-
出处
《振动工程学报》
EI
CSCD
北大核心
2024年第9期1460-1467,共8页
-
基金
国家自然科学基金资助项目(52178276)
福建省自然科学基金资助项目(2021J01601)
福州市科技计划项目(2021-Y-084)。
-
文摘
如何从土木结构响应数据中挖掘损伤特征并有效分类,是实现损伤模式识别的关键。为此,以框架结构为分析对象,搭建设有自编码器隐藏层和Softmax分类层的栈式自编码器网络,采用无监督联合有监督的混合学习机制;基于有限元分析获取框架不同工况下的传递比函数值,构建训练集、验证集和测试集样本;通过预训练确定自编码器隐藏层的参数值如权重和偏置值,避免网络出现过拟合;采用微调方式进一步调整预训练后的网络参数值,再结合验证集实现对网络超参数的调整;将实测传递比数据输入网络,实现对框架节点损伤的评估。结果表明:所提方法能有效进行损伤特征的提取和分类,准确识别框架节点的单、双损伤工况,相较于传统浅层神经网络具有更高的识别准确度和更好的抗噪性。
-
关键词
损伤识别
栈式自编码器
混合学习机制
传递比函数
框架结构
-
Keywords
damage identification
stacked auto-encoder
hybrid learning mechanism
transmissibility functions
frame structure
-
分类号
TU312.3
[建筑科学—结构工程]
TU391
[建筑科学—结构工程]
-
-
题名结合深度信念记忆网络的结构损伤识别
- 2
-
-
作者
方圣恩
刘洋
-
机构
福州大学土木工程学院
福州大学土木工程防震减灾信息化国家地方联合工程研究中心
-
出处
《振动工程学报》
EI
CSCD
北大核心
2024年第11期1917-1924,共8页
-
基金
国家自然科学基金资助项目(52178276)
福建省自然科学基金资助项目(2021J01601)
福州市科技计划项目(2021-Y-084)。
-
文摘
从结构响应信号中挖掘敏感损伤特征是基于模式分类的损伤识别方法的关键。为此,将深度信念网络和长短期记忆网络进行混合组网,通过混合学习机制有机结合了两种网络在高阶抽象特征提取和考虑数据序列相关性上的优点。将响应信号传递比值输入深度信念网络,实现初步数据压缩和特征提取,以减少响应中的冗余信息;将特征序列依次输入长短期记忆网络,以考虑响应间的相关性并获取敏感损伤特征;利用Softmax分类层对长短期记忆网络输出的特征进行分类,实现对不同结构损伤模式的识别。三维试验钢框架的损伤识别结果表明:混合学习机制能更好地训练网络参数,整体微调后更有利于后续的损伤特征分类;混合组网方式在包含数值或实测噪声的情况下仍可以有效进行数据压缩、特征提取和分类,准确识别了试验框架的多种损伤工况。
-
关键词
损伤识别
框架结构
深度信念网络
长短期记忆网络
混合学习机制
-
Keywords
damage identification
frame structure
deep belief network
long short-term memory network
hybrid learning mechanism
-
分类号
TU312.3
[建筑科学—结构工程]
TU391
[建筑科学—结构工程]
-
