利用深度学习与数据融合的结构损伤识别方法

摘要

为实现高准确率、智能化的结构损伤识别，将模态频率应变能基指标以及曲率模态差作为损伤识别评价指标，并利用卷积神经网络将二者融合进行损伤识别。以简支梁为实验对象，通过ANSYS仿真模拟不同损伤工况，提取特征数据进行训练。仿真实验包括单位置损伤、多位置损伤以及多程度损伤的工况。这2种指标均能够对损伤位置以及损伤程度进行有效识别，并且将2种信号进行特征级融合时，损伤识别的准确率有了进一步提高。以模态频率应变能基指标和曲率模态差为损伤识别指标，利用深度学习和数据融合方法为结构健康监测提供了一种有效的新途径。

关键词

模态频率应变能基指标 / 曲率模态差 / 数据融合 / 仿真模拟