基于元学习的结构损伤定位与量化

来源：中国血液净化杂志2024年第11期北京时间：

作者：王磊, 黄杜康, 马亚飞, 黄可

单位：长沙理工大学　土木工程学院，湖南　长沙　410114

摘要：<p>针对现有基于深度神经网络的结构损伤识别方法需要大量标记数据的不足，提出了一种基于元学习的结构损伤定位和量化方法。首先，基于人工神经网络建立结构损伤定位和量化模型，学习结构模态参数（频率、振型）与刚度参数之间的非线性映射关系；其次，利用模型无关元学习方法训练损伤定位和量化模型，优化人工神经网络的初始权值参数，以提升损伤定位和量化模型在少量数据下的泛化性能；最后，在少量模态数据下基于训练模型进行快速学习，实现结构损伤的定位与量化。该方法利用模型无关元学习训练策略获取先验知识，可在少量训练数据条件下加速新结构损伤定位和量化任务的学习过程。采用3跨桥梁数值算例和Z24桥工程实例验证所提方法的有效性。结果表明：在少量模态数据下，该方法能有效且准确地定位和量化结构损伤；与传统的人工神经网络方法和迁移学习方法相比，该方法具有更快的收敛速度和更高的识别精度。</p>

关键词：桥梁工程,损伤定位和量化,元学习,模态数据,健康监测,人工神经网络