基于卷積自編碼和相關(guān)函數(shù)的鋼框架損傷識(shí)別研究

摘要： 針對深度學(xué)習(xí)模型在數(shù)據(jù)樣本不均衡和噪聲影響下的損傷識(shí)別精度下降這一問題，提出了基于卷積自編碼和相關(guān)函數(shù)相結(jié)合的結(jié)構(gòu)損傷識(shí)別方法。以卡塔爾大學(xué)看臺(tái)縮尺試驗(yàn)為例，將健康工況樣本數(shù)據(jù)輸入卷積自編碼模型進(jìn)行學(xué)習(xí)，通過構(gòu)建的卷積自編碼模型對健康結(jié)構(gòu)數(shù)據(jù)樣本進(jìn)行數(shù)據(jù)重構(gòu)，以數(shù)據(jù)重構(gòu)誤差最大值作為閾值判別結(jié)構(gòu)是否發(fā)生損傷。然后，在包含健康工況樣本和損傷工況樣本的數(shù)據(jù)集中加入不同信噪比的高斯白... （共9頁）