基于振动的土木结构损伤检测综述：从传统方法到机器学习与深度学习应用
信号处理
2020-08-26 v1 机器学习
机器学习
其他统计学
摘要
监测结构损伤对于维持和保持土木结构的服役寿命极为重要。成功的监测可提供关于结构健康、适用性、完整性与安全性的坚决而稳固的信息；而维持结构的持续性能高度依赖于监测损伤的发生、形成与扩展。损伤可能因不同的环境与人为因素在结构上累积。已开发众多监测与检测方法，为针对结构损伤或任何异常提供早期预警的实用手段。大量工作投入于基于振动的方法，其利用被监测结构的振动响应来评估状况并识别结构损伤。同时，随着过去十年计算能力与传感技术的兴起，机器学习（ML）尤其是深度学习（DL）算法变得更加可行，并广泛用于对基于振动的结构损伤检测中，表现出优异性能且常具严格精度。尽管已有多篇关于基于振动的结构损伤检测的综述研究发表，但尚未有研究描述并讨论从传统方法到 ML 与 DL 方法的过渡。本文旨在通过呈现传统方法的要点，并全面综述用于土木结构基于振动的损伤检测的最新 ML 与 DL 算法应用，来填补这一空白。
引用
@article{arxiv.2004.04373,
title = {A Review of Vibration-Based Damage Detection in Civil Structures: From Traditional Methods to Machine Learning and Deep Learning Applications},
author = {Onur Avci and Osama Abdeljaber and Serkan Kiranyaz and Mohammed Hussein and Moncef Gabbouj and Daniel J. Inman},
journal= {arXiv preprint arXiv:2004.04373},
year = {2020}
}
备注
51 pages, 45 figures, MSSP (Elsevier) submission