基于数字孪生与域自适应特征迁移的斜拉桥损伤检测方法

来源：振动与冲击杂志2026年第2期北京时间：

作者：鲁乃唯，崔健cuijian@csust，肖向远，罗媛

单位：1.长沙理工大学土木与环境工程学院，长沙410114；2.湖南工业大学土木与环境工程学院，湖南株洲412007

摘要：基于监测数据的结构损伤检测对桥梁运营安全十分重要，然而实际桥梁监测数据的标签不足，导致结构损伤识别方法精度不足。为提高小样本监测数据下桥梁结构的损伤识别精度，本文提出一种基于特征可迁移数字孪生的结构损伤识别方法。该方法采用数字孪生技术缩小数值模型与实际结构之间的误差，并通过数值模型扩充损伤状态的样本数量，形成了物理和数据双驱动的桥梁结构损伤识别方法。在无数据标签情况下，基于损伤敏感与域不变特征，采用迁移学习方法对数值模型和真实结构数据进行训练，并生成实际监测数据的标签，克服了传统方法仅缩小误差的缺陷。采用斜拉桥缩尺模型测试数据验证了所提方法的有效性。研究结果表明：通过特征可视化程序观察到了源域和目标域特征在低维流行空间中的逐渐对齐过程，显著减小了源域和目标域之间的差异，并揭示了无监督域适应方法的学习机制，解决了跨域的损伤检测问题；在没有标记训练数据的情况下，高精度地识别结构损伤位置。<br>

关键词：桥梁工程；损伤检测；数字孪生；迁移学习；域自适应；无监督学习