基于深度学习运动放大的风力机结构动力特性识别

来源：振动与冲击杂志2025年第14期北京时间：

作者：李万润ce_wrli@lut,,，赵文海，李清，杜永峰,,

单位：1.兰州理工大学防震减灾研究所，兰州730050；2.兰州理工大学甘肃省土木工程减震隔震国际科技合作基地，兰州730050；3.兰州理工大学西部土木工程防灾减灾教育部工程研究中心，兰州730050

摘要：为了有效解决基于视觉监测方法中出现的监测精度不高的问题，提出了一种基于深度学习的运动放大技术结合视觉监测方法的风力机动力特性识别方法。首先，采用编码器、操控器和解码器构建运动放大深度学习网络框架，实现视频中运动信息的任意放大倍率生成；其次，运用光流法结合Shi-Tomasi角点检测，增强了对放大视频的视觉鲁棒监测能力；最后，采用风力机模型进行试验验证。试验结果表明，基于深度学习的运动放大技术结合视觉监测可以在风力机不同环境下有效识别风力机动力特性，并且精确度可高达98%以上。通过运动放大技术与视觉监测方法相结合，可以实现小振动、远距离、非接触、低成本的结构健康监测，可为风力机等大型结构状态评估提供依据。<br>

关键词：结构健康监测；风力机结构；运动放大；动力特性；深度学习