A machine learning-based two-dimensional wavelet transform for damage detection in π-shape laminated composite frames

Nguyen, Xuan Thinh

doi:10.1016/j.ijsolstr.2026.114238

A machine learning-based two-dimensional wavelet transform for damage detection in π-shape laminated composite frames

2026-07-01

1

PRE

AI

DOI：10.1016/j.ijsolstr.2026.114238

原文链接

原文求助

摘要

En 中文

本文介绍了一种适用于I型层合复合材料框架的鲁棒性损伤检测策略。基于机器学习的二维小波变换方案通过将一维信号转换为二维格式来处理，使得能够利用二维离散小波变换在水平和垂直方向上分析信号及其细节。所提出的方法将隐藏在信号中的损伤信息从一维图域转移到像素域，以精确定位结构模态信号中的损伤位置。采用神经网络根据小波系数特性选择优化的消失矩。结果表明，所提出的基于机器学习的二维方法在损伤检测方面优于传统的一维小波变换。定量评估表明所提出的GMDH模型性能良好，训练和测试阶段的回归指数（R）分别为0.8926和0.9091，均方误差（MSE）分别为0.1191和0.1056，从而GMDH算法能够以最小误差有效预测小波函数的消失矩。

Keyword:

Damage detection

Structural health monitoring

Wavelet transform

Frame structures

A machine learning-based two-dimensional wavelet transform for damage detection in π-shape laminated composite frames

摘要

期刊

机构

引用论文