.png){kind=icon}
返回
Structural damage identification method based on threshold-free cross-recurrence plot and feature dimension reduction
.png){kind=icon}
PRE
AI
DOI：10.1177/14759217261484515.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
作为建筑和力学领域的一种重要结构形式，框架结构中损伤的精确识别对于确保运行安全至关重要。结构响应的重构相图（RP）能够在时频域精细表征结构损伤特征的重构特性，并可作为有效的损伤识别指标。然而，以往研究通常依赖监督学习进行特征提取。为克服此局限性并进一步在提取损伤信息的同时抑制冗余噪声，本文提出了一种基于重构主成分（PC）能量指标的无监督损伤识别方法。该方法创新性地结合无阈值交叉重构分析与PC降维技术。在丰富和扩展信号中包含的损伤信息的同时，有效消除冗余信息。通过对多自由度结构系统的对比分析表明，与传统指标（如小波包能量指标和重构率变化率）相比，实现了更精确的损伤定位。与经典的重构量化分析方法相比，经过PC降维后，RP在噪声干扰下的损伤识别可靠性显著增强。进一步的数值模拟和损伤实验验证了所提方法对框架结构各类损伤的广泛适用性。结合力学机制分析，系统展示了该方法在抗噪性、鲁棒性和工程适用性等方面的综合优势。
期刊
S
IF:
5.7
论文数:
2.3K
被引数:
1.1W
机构
引用论文
Research on the Application of Deep Learning Algorithm in the Damage Detection of Steel Structures.png)
IEEE Access
IEEE AccessIF0
PREAI
分享收藏Structural damage identification under nonstationary excitations through recurrence plot and multi-label convolutional neural networkMEASUREMENT
MEASUREMENTIF5.6
PREAI
分享收藏
Vibration feature extraction using signal processing techniques for structural health monitoring: A review使用信号处理技术进行结构健康监测的振动特征提取: 综述
PREAI
分享收藏
查看更多内容