通过对抗训练变分自编码器缩小导波损伤检测中的仿真到现实鸿沟

导波检测是监测基础设施结构完整性的一种流行方法。我们关注损伤检测这一主要任务，其中通常采用信号处理技术。检测性能受波传播模型与实验波数据之间失配的影响。温度等难以建模的外部变化也会影响性能。虽然深度学习模型可作为替代检测方法，但往往缺乏真实世界训练数据集。在这项工作中，我们通过仅在仿真数据上训练一组带波物理引导对抗组件的变分自编码器来应对这一挑战。我们设置了具有非均匀温度变化的实验以测试方法的鲁棒性。我们将我们的方案与现有深度学习检测方案比较，并在实验数据上观察到更优性能。