来源：期刊VIP网 时间：
作者：包兴先;郝颖奎;王骏峰;刘猛;
单位：中国石油大学(华东)机电工程学院;
摘要：设计开发了基于深度学习的海洋复合材料柔性管损伤识别创新实验，以“深度学习驱动的柔性管损伤识别”为核心特色。与传统验证性实验不同，学生需在教学实验的基础上自主设计深度学习模型结构、优化超参数、并探索信号预处理方法对模型性能的影响。教学实践表明：采用VMD优化的深度学习模型使柔性管损伤识别误差最高降低至1.73%,显著改善了损伤程度的识别效果；85%的学生能够准确指出“传感器布局对特征提取具有关键影响”,并成功开发出“VMD+CNN-Transformer”混合模型，使多损伤工况识别准确率达到99.2%。通过实验，不仅让学生掌握深度学习在海洋工程中的实际应用，更培养其从问题定义到模型部署的完整创新能力，为海洋工程复合型人才培养提供了参考。
关键词：深度学习;;损伤识别;;柔性管;;创新实验;;海洋工程
基金资助：国家自然科学基金(51979283);; 国家重点研发计划(2016YFC0303800);; 中国石油大学(华东)研究生教育教学改革项目(YJG2024047)
