来源：期刊VIP网 时间：
作者：衡琰;张健飞;
单位：河海大学力学与工程科学学院;
摘要：针对工程结构的损伤指标难以确定且含噪声时损伤检测准确率不足的问题，提出一种基于经验小波变换与卷积神经网络的自适应结构损伤检测方法。该方法能够将结构的振动响应信号分解为具有不同固有频率的模态分量并从中提取出损伤特征，具有较高的损伤检测精度且有利于在线实时检测。首先拾取结构振动响应的加速度时序数据并依据其幅频图进行经验小波变换，然后以模态分量作为卷积神经网络的输入提取结构损伤特征用于不同损伤工况的检测。数值试验表明：在不同信噪比情况下，单一卷积神经网络的损伤检测精度为80%～90%，而该文所提方法精度均达到100%，具有更强的抗噪性能。振动台试验进一步验证了方法的可行性与有效性。
关键词：经验小波变换;卷积神经网络;结构损伤检测;固有频率;抗噪性
