| 结合深度信念记忆网络的结构损伤识别 |
| |
| 引用本文： | 方圣恩, 刘洋. 结合深度信念记忆网络的结构损伤识别[J]. 振动工程学报, 2024, 37(11). doi: 10.16385/j.cnki.issn.1004-4523.2024.11.012 |
| |
| 作者姓名： | 方圣恩 刘洋 |
| |
| 作者单位： | 福州大学土木工程学院,福建 福州 350108;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,福建 福州 350108 |
| |
| 基金项目： | 国家自然科学基金;福建省自然科学基金资助项目;福州市科技计划项目 |
| |
| 摘 要： | 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 |
|
| 点击此处可从《振动工程学报》浏览原始摘要信息 |
|
点击此处可从《振动工程学报》下载全文 |
|
