近日,東莞理工學(xué)院馬宏偉教授帶領(lǐng)的研究團隊關(guān)于大數(shù)據(jù)的橋梁損傷檢測論文在國際著名雜志《Computer-Aided Civil and Infrastructure Engineering》(Vol32, December 2017, Page1025-1046) 正式發(fā)表,該國際雜志是土木與結(jié)構(gòu)領(lǐng)域影響因子排名第一的1區(qū)期刊,影響因子為5.79。馬宏偉教授為文章的通訊作者,第一作者是馬宏偉教授博士研究生林逸洲。文章在國際上率先提出用大數(shù)據(jù)的深度學(xué)習(xí)方法應(yīng)用于大型橋梁安全監(jiān)測領(lǐng)域,為這一領(lǐng)域提供了一種全新的方法。
大型橋梁結(jié)構(gòu)的老化對于當(dāng)前社會來說已經(jīng)成為了一個不可避免的問題。而在健康監(jiān)測的工程實踐中,一座橋梁往往安裝了成百上千的傳感器,數(shù)據(jù)容量巨大且影響因素眾多,難以從中進一步得到有用的信息。傳統(tǒng)的特征提取手段主要有動力指紋與數(shù)據(jù)驅(qū)動兩大類,然而這些特征提取手段由于有著各自的缺點在實際工程中應(yīng)用困難。針對這些問題,研究團隊將深度學(xué)習(xí)領(lǐng)域中廣泛應(yīng)用的多層卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network, CNN)應(yīng)用到結(jié)構(gòu)損傷檢測任務(wù)中,以達到從數(shù)據(jù)中學(xué)習(xí),從結(jié)構(gòu)的時域響應(yīng)中自動提取特征的效果。
文章提供了一種新的解決該問題的框架——大數(shù)據(jù)思想。對于一個問題,傳統(tǒng)的解決方法往往是分析導(dǎo)致“結(jié)果”的“原因”,找出“原因”后再利用這個因果關(guān)系來解決實際“應(yīng)用”問題。然而,現(xiàn)實世界是復(fù)雜的,導(dǎo)致一個“結(jié)果”的“原因”往往無比繁多。另一種思維方式則是直接聯(lián)系“結(jié)果”(數(shù)據(jù))與“應(yīng)用”(解決問題)。對于一個具體應(yīng)用問題,兩個變量之間的關(guān)系可能并不明確,而且關(guān)系復(fù)雜,而利用智能算法則可以從大量數(shù)據(jù)中構(gòu)建兩者的關(guān)系。這正是“大數(shù)據(jù)”一詞中的核心思想。而本文正是遵循了這種思想,只從數(shù)據(jù)中使算法自動挖掘變量之間的聯(lián)系。
以結(jié)構(gòu)的加速度和結(jié)構(gòu)的真實損傷情況組成數(shù)據(jù)對,訓(xùn)練多層神經(jīng)網(wǎng)絡(luò)。不同于傳統(tǒng)神經(jīng)網(wǎng)絡(luò),文中開發(fā)的神經(jīng)網(wǎng)絡(luò)直接以結(jié)構(gòu)的響應(yīng)為輸入而不依賴任何人工設(shè)計的特征,直接把加速度時域信號映射至損傷信息。測試結(jié)果表明,該方法有著獨立從數(shù)據(jù)中學(xué)習(xí)結(jié)構(gòu)特征的能力,并有著驚人的損傷檢測能力。
除此之外,為了探明卷積神經(jīng)網(wǎng)絡(luò)究竟是如何實現(xiàn)自動特征提取,文章將隱藏層可視化,探究神經(jīng)網(wǎng)絡(luò)究竟學(xué)習(xí)到了什么特征。結(jié)果發(fā)現(xiàn),神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)到的是一個個帶通濾波器,獨立學(xué)習(xí)到了結(jié)構(gòu)模態(tài)的概念。
馬宏偉教授為教育部“長江學(xué)者”特聘教授,東莞理工學(xué)院副校長?,F(xiàn)任教育部力學(xué)專業(yè)教學(xué)指導(dǎo)委員會委員,中國力學(xué)學(xué)會理事,中國力學(xué)學(xué)會教育工作委員會副主任委員,中國力學(xué)學(xué)會爆炸力學(xué)專業(yè)委員會沖擊動力學(xué)專業(yè)組副組長。他多年從事力學(xué)研究,共出版專著2部,發(fā)表論文150余篇,三大索引收錄的高水平論文90余篇,授權(quán)發(fā)明專利4項,軟件著作權(quán)1項。
橋梁安全監(jiān)測gyjrwz.cn中交路橋科技有限公司