对抗神经深度网络与信号重构技术对混凝土梁应力波损伤信号的模糊聚类

作     者：袁程 熊青松 秦晓明 熊海贝 孔庆钊 YUAN Cheng;XIONG Qing-song;QIN Xiao-ming;XIONG Hai-bei;KONG Qing-zhao

作者机构：同济大学土木工程防灾国家重点实验室上海200092 

出 版 物：《工程力学》 (Engineering Mechanics)

年 卷 期：2024年第41卷第8期

页      面：47-55页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 081402[工学-结构工程] 081304[工学-建筑技术科学] 0835[工学-软件工程] 0813[工学-建筑学] 0814[工学-土木工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(52020105005) 上海市地震局佘山地球物理观测站研究基金项目(SSOP202104) 

主　　题：钢筋混凝土梁 结构健康监测 压电陶瓷换能器 深度学习 模糊聚类 

摘      要：作为嵌入式的多功能压电换能器,球形智能骨料具有频带宽、响应迅速、与混凝土互融的优点。目前,基于该球形智能骨料的损伤识别方法已经被逐渐用于混凝土结构的健康监测,通过将损伤工况下获取的信号与基准信号相比来量化结构损伤。为了表征所监测结构在不同阶段的损伤程度,需要利用小波分解法处理采集到的压电信号,从而间接得到相应的损伤指数。该过程将所有时域信号进行n阶小波分解换算成能量,最后通过计算根均方误差来表征结构的损伤因子。然而,整个换算过程需要消耗较大的算力对近百组的时域信号进行换能计算,加上信号采集频率高,减缓了整个计算过程,使得整个监测流程具有滞后性。针对以上问题,该文提出了一种基于对抗神经网络与监测信号重构的半监督监测方法,可以根据重构信号与初始健康信号在频域的差异提取损伤敏感特征,同时优化模糊聚类的伪标签传播,通过读取监测信号间接评估结构的损伤状态。所建立结构状态评估模型的优势在于通过“致损前训练验证、致损后快速预测的逻辑,将耗时较长的训练、验证环节前置,保障后期预测评估的高效性。