面向结构仿真与桥梁健康监测的神经算子
机器学习
2023-05-22 v2 人工智能
摘要
将深度学习与结构工程相融合在正问题（结构仿真）与逆问题（结构健康监测）中均受到广泛关注。基于傅里叶神经算子，本研究提出 VINO（车桥相互作用神经算子）作为桥梁结构的数字孪生。VINO 学习结构响应场与损伤场之间的映射。本研究中，通过考虑结构初始损伤场随机分布的参数化有限元（FE）仿真建立了 VBI-FE 数据集。随后，通过在四种损伤场景下开展试验研究生成了 VBI-EXP 数据集。在 VINO 由 VBI-FE 预训练并经桥梁健康状态下 VBI-EXP 微调后，模型取得以下两方面改进。其一，正向 VINO 能比 FE 模型更准确地由损伤场输入预测结构响应。其二，逆向 VINO 可在所有场景中识别、定位并量化损伤，表明了数据驱动方法的实用性。
引用
@article{arxiv.2305.07889,
title = {Neural operator for structural simulation and bridge health monitoring},
author = {Chawit Kaewnuratchadasorn and Jiaji Wang and Chul-Woo Kim},
journal= {arXiv preprint arXiv:2305.07889},
year = {2023}
}
备注
20 pages, 10 figures, uses NJDapacite.sty