融合自适应嵌入和跨通道注意力机制的桥梁结构状态评估

来源：振动与冲击杂志2025年第18期北京时间：

作者：陈泽鹏，刘琪钿，孟思臣，陈舟，余岭lyu997

单位：1.佛山大学 土木与交通学院，广东 佛山 528225；2.暨南大学 力学与建筑工程学院，广州 510632

摘要：桥梁结构状态评估是桥梁结构维修养护和增强结构抗灾能力的重要前提，而结构损伤识别则是其中的核心研究内容。针对既有方法存在损伤特征指标敏感性不足、全局关注及跨通道耦合能力较弱的问题，本文提出一种融合自适应嵌入和跨通道注意力机制的桥梁结构损伤识别新方法（Adaptive Embedding and Cross-Channel Attention Mechanisms assisted Transformer Neural Network, AECCA-former）。该方法以Transformer神经网络为核心框架，在特征提取层中采用融合重叠块嵌入和扩张重叠块嵌入的自适应嵌入机制，以实现特征向量自适应嵌入，提升了分块编码的灵活性以应对不同工况的结构损伤识别需求。此外，在Transformer编码器中采用跨通道注意力机制进行特征提取，增强了所提方法在多通道测量响应上的特征提取能力。弹性支撑梁桥数值模拟表明，AECCA-former具有更优的特征提取性能，且在复杂损伤工况下能够提供更可靠、准确和具鲁棒性的结构损伤识别结果。Z24大桥工程实践结果表明，AECCA-former能够有效识别实桥损伤，且少量传感器对结构损伤识别精度影响较小。<br>

关键词：桥梁结构状态评估; 结构损伤识别; Transformer; 自适应扩张重叠块嵌入; 跨通道注意力