Real-time vibration-based structural damage detection using one-dimensional convolutional neural networks

结构健康监测 计算机科学 卷积神经网络 分类器(UML) 特征提取 保险丝(电气) 振动 计算 人工智能 模式识别(心理学) 航空航天 加速度 结构工程 工程类 算法 声学 航空航天工程 物理 电气工程 经典力学
作者
Osama Abdeljaber,Onur Avcı,Serkan Kıranyaz,Moncef Gabbouj,Daniel J. Inman
出处
期刊:Journal of Sound and Vibration [Elsevier]
卷期号:388: 154-170 被引量:940
标识
DOI:10.1016/j.jsv.2016.10.043
摘要

Structural health monitoring (SHM) and vibration-based structural damage detection have been a continuous interest for civil, mechanical and aerospace engineers over the decades. Early and meticulous damage detection has always been one of the principal objectives of SHM applications. The performance of a classical damage detection system predominantly depends on the choice of the features and the classifier. While the fixed and hand-crafted features may either be a sub-optimal choice for a particular structure or fail to achieve the same level of performance on another structure, they usually require a large computation power which may hinder their usage for real-time structural damage detection. This paper presents a novel, fast and accurate structural damage detection system using 1D Convolutional Neural Networks (CNNs) that has an inherent adaptive design to fuse both feature extraction and classification blocks into a single and compact learning body. The proposed method performs vibration-based damage detection and localization of the damage in real-time. The advantage of this approach is its ability to extract optimal damage-sensitive features automatically from the raw acceleration signals. Large-scale experiments conducted on a grandstand simulator revealed an outstanding performance and verified the computational efficiency of the proposed real-time damage detection method.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
嗯好22222完成签到 ,获得积分10
8秒前
睡觉王完成签到 ,获得积分10
10秒前
巫巫巫巫巫完成签到 ,获得积分10
33秒前
握瑾怀瑜完成签到 ,获得积分0
35秒前
陈无敌完成签到 ,获得积分10
37秒前
星空完成签到 ,获得积分10
40秒前
研友_8Y26PL完成签到 ,获得积分10
40秒前
海孩子完成签到,获得积分10
41秒前
Tong应助wangzhihao采纳,获得10
43秒前
菠萝谷波完成签到 ,获得积分10
43秒前
科研顺完成签到 ,获得积分10
44秒前
蓝桉完成签到 ,获得积分10
51秒前
刘天虎研通完成签到 ,获得积分10
52秒前
Dingz完成签到,获得积分10
54秒前
gg完成签到,获得积分10
1分钟前
张包子完成签到 ,获得积分10
1分钟前
孤独听雨的猫完成签到 ,获得积分10
1分钟前
1分钟前
陈秋完成签到,获得积分10
1分钟前
鬼见愁应助科研通管家采纳,获得10
1分钟前
皮卡丘完成签到 ,获得积分10
1分钟前
hailiangzheng完成签到,获得积分10
1分钟前
陈秋发布了新的文献求助10
1分钟前
成就的孤晴完成签到 ,获得积分10
1分钟前
Airhug完成签到 ,获得积分10
1分钟前
陶冶完成签到,获得积分10
1分钟前
FashionBoy应助刘隅采纳,获得10
1分钟前
Vegeta完成签到 ,获得积分10
1分钟前
SAINT完成签到 ,获得积分10
1分钟前
Patrick完成签到 ,获得积分10
1分钟前
overlood完成签到 ,获得积分10
1分钟前
没头脑和不高兴完成签到 ,获得积分10
1分钟前
Byby完成签到 ,获得积分10
1分钟前
qausyh完成签到,获得积分10
2分钟前
xzn1123应助wodetaiyangLLL采纳,获得10
2分钟前
lixinyue完成签到 ,获得积分10
2分钟前
JamesPei应助研友_LN32Mn采纳,获得10
2分钟前
快乐的幼丝完成签到 ,获得积分10
2分钟前
我独舞完成签到 ,获得积分10
2分钟前
蟲先生完成签到 ,获得积分10
2分钟前
高分求助中
좌파는 어떻게 좌파가 됐나:한국 급진노동운동의 형성과 궤적 2500
Sustainability in Tides Chemistry 1500
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
Cognitive linguistics critical concepts in linguistics 800
Threaded Harmony: A Sustainable Approach to Fashion 799
Livre et militantisme : La Cité éditeur 1958-1967 500
氟盐冷却高温堆非能动余热排出性能及安全分析研究 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3052652
求助须知:如何正确求助?哪些是违规求助? 2709874
关于积分的说明 7418267
捐赠科研通 2354446
什么是DOI,文献DOI怎么找? 1246020
科研通“疑难数据库(出版商)”最低求助积分说明 605951
版权声明 595921