基于间接结构健康监测的损伤量化
机器学习
2023-01-25 v1 信号处理
摘要
结构健康监测对于确保桥梁不发生失效十分重要。由于直接监测可能复杂且昂贵，间接方法一直是研究重点。间接监测可大幅降低成本并易于实施，然而在获取准确结果方面存在挑战。本工作聚焦于利用加速度计进行损伤量化。在一个模型桥梁和车辆上进行了测试，车辆上安装了四个加速度计。桥梁上放置不同重量以模拟不同损伤等级，针对 20 个不同损伤等级运行了 31 次测试。采集的加速度数据被归一化，并对该数据执行快速傅里叶变换(FFT)。将归一化加速度数据与归一化 FFT 数据分别输入非线性主成分分析，每个数据集提取三个主成分。采用支持向量回归(SVR)和高斯过程回归(GPR)作为监督式机器学习方法建立模型。创建了多个模型以便选出最佳者，并通过均方误差(MSE)对模型进行比较。该方法应应用于现场，以衡量其在真实世界应用中的有效性。
引用
@article{arxiv.2301.09791,
title = {Quantification of Damage Using Indirect Structural Health Monitoring},
author = {Achyuth Madabhushi},
journal= {arXiv preprint arXiv:2301.09791},
year = {2023}
}