仪器仪表学报

作者：杨 抗，王淋元，高 超，陈默之，周敦之，刘 洋

单位：杨 抗,1. 佛罗里达大学电子信息与计算机工程学院,,王淋元,1. 佛罗里达大学电子信息与计算机工程学院,,高 超,1. 佛罗里达大学电子信息与计算机工程学院,,陈默之,2. 天普大学电子信息与计算机工程学院,,周敦之,1. 佛罗里达大学电子信息与计算机工程学院,,刘 洋,3. 天津大学精密仪器与光电子工程学院,

关键词：结构健康监测;导波;主成分分析;深度学习;降噪;动态环境

基金：National Science Foundation of Zhejiang under Contract(LY23E010001)

结构健康监测广泛应用于户外环境中,尤其是恶劣条件中的结构监测。这些恶劣的运行环境会使监测系统受到噪声的干扰。因此,设计有效的降噪策略以增强在噪声环境中利用导波进行损伤结构检测的性能至关重要。介绍了一种基于时序主成分分析(PCA)重构信号的方法用于降低波导的噪声,并将降噪后的信号与基于改进后的自编码器重建的模型来实现无监督损伤检测。对该降噪算法以及基于自编码器的无监督损伤检测模型的有效性在信噪比10dB降到-5dB的环境中进行了测试。实验结果表明,所提出的降噪方法能够显著提高噪声环境中损伤检测性能,在信噪比为-5dB的噪声环境中实现AUCscore从0.65提升到0.96。与此同时,还提供了用于降噪的PCA重构信号中的主成分选择的策略,用于实现优化降噪以及无监督的损伤检测。

来源：2024年第6期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2024年第6期