非接触式全场振动测量技术具有低监测环境依赖、高识别精度特点,探索其在海洋环境下结构损伤识别应用对于建立复杂环境下健康监测系统具有重要意义。现有海洋结构桩基损伤识别通常基于振动传感器信号,以结构模态及衍生特征为依据进行损...非接触式全场振动测量技术具有低监测环境依赖、高识别精度特点,探索其在海洋环境下结构损伤识别应用对于建立复杂环境下健康监测系统具有重要意义。现有海洋结构桩基损伤识别通常基于振动传感器信号,以结构模态及衍生特征为依据进行损伤判别,缺乏对于海洋结构桩基连续全场位移响应整体特征提取与损伤识别研究。基于深度学习无监督自编码方法,以环境激励下连续高速三维数字图像相关(three-dimensional digital image correlation,3D-DIC)位移场为输入,自适应提取位移场空间维度特征,保持时间维度的连续性,构建位移场异变感应指标和结构损伤识别指标,实现海洋结构局部损伤识别。进一步通过高桩码头实验模型验证了所提方法的适用性和有效性。分析和实验结果表明,本文提出的深度学习无监督自编码方法能够有效实现桩基损伤识别,为连续全场位移响应的自适应损伤识别提供了新策略。展开更多
文摘非接触式全场振动测量技术具有低监测环境依赖、高识别精度特点,探索其在海洋环境下结构损伤识别应用对于建立复杂环境下健康监测系统具有重要意义。现有海洋结构桩基损伤识别通常基于振动传感器信号,以结构模态及衍生特征为依据进行损伤判别,缺乏对于海洋结构桩基连续全场位移响应整体特征提取与损伤识别研究。基于深度学习无监督自编码方法,以环境激励下连续高速三维数字图像相关(three-dimensional digital image correlation,3D-DIC)位移场为输入,自适应提取位移场空间维度特征,保持时间维度的连续性,构建位移场异变感应指标和结构损伤识别指标,实现海洋结构局部损伤识别。进一步通过高桩码头实验模型验证了所提方法的适用性和有效性。分析和实验结果表明,本文提出的深度学习无监督自编码方法能够有效实现桩基损伤识别,为连续全场位移响应的自适应损伤识别提供了新策略。