中交路橋科技是從事工程檢測監(jiān)測、城市安全監(jiān)測預警與評價、數(shù)字智能化研發(fā)為一體的復合型高新技術(shù)集團企業(yè)。
近日，東莞理工學院馬宏偉教授帶領(lǐng)的研究團隊關(guān)于大數(shù)據(jù)的橋梁損傷檢測論文在國際著名雜志《Computer-Aided Civil and Infrastructure Engineering》(Vol32, December 2017, Page1025-1046) 正式發(fā)表，該國際雜志是土木與結(jié)構(gòu)領(lǐng)域影響因子排名第一的1區(qū)期刊，影響因子為5.79。馬宏偉教授為文章的通訊作者，第一作者是馬宏偉教授博士研究生林逸洲。文章在國際上率先提出用大數(shù)據(jù)的深度學習方法應用于大型橋梁安全監(jiān)測領(lǐng)域，為這一領(lǐng)域提供了一種全新的方法。
大型橋梁結(jié)構(gòu)的老化對于當前社會來說已經(jīng)成為了一個不可避免的問題。而在健康監(jiān)測的工程實踐中，一座橋梁往往安裝了成百上千的傳感器，數(shù)據(jù)容量巨大且影響因素眾多，難以從中進一步得到有用的信息。傳統(tǒng)的特征提取手段主要有動力指紋與數(shù)據(jù)驅(qū)動兩大類，然而這些特征提取手段由于有著各自的缺點在實際工程中應用困難。針對這些問題，研究團隊將深度學習領(lǐng)域中廣泛應用的多層卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network, CNN)應用到結(jié)構(gòu)損傷檢測任務中，以達到從數(shù)據(jù)中學習，從結(jié)構(gòu)的時域響應中自動提取特征的效果。
文章提供了一種新的解決該問題的框架——大數(shù)據(jù)思想。對于一個問題，傳統(tǒng)的解決方法往往是分析導致“結(jié)果”的“原因”，找出“原因”后再利用這個因果關(guān)系來解決實際“應用”問題。然而，現(xiàn)實世界是復雜的，導致一個“結(jié)果”的“原因”往往無比繁多。另一種思維方式則是直接聯(lián)系“結(jié)果”（數(shù)據(jù)）與“應用”（解決問題）。對于一個具體應用問題，兩個變量之間的關(guān)系可能并不明確，而且關(guān)系復雜，而利用智能算法則可以從大量數(shù)據(jù)中構(gòu)建兩者的關(guān)系。這正是“大數(shù)據(jù)”一詞中的核心思想。而本文正是遵循了這種思想，只從數(shù)據(jù)中使算法自動挖掘變量之間的聯(lián)系。
以結(jié)構(gòu)的加速度和結(jié)構(gòu)的真實損傷情況組成數(shù)據(jù)對，訓練多層神經(jīng)網(wǎng)絡(luò)。不同于傳統(tǒng)神經(jīng)網(wǎng)絡(luò)，文中開發(fā)的神經(jīng)網(wǎng)絡(luò)直接以結(jié)構(gòu)的響應為輸入而不依賴任何人工設(shè)計的特征，直接把加速度時域信號映射至損傷信息。測試結(jié)果表明，該方法有著獨立從數(shù)據(jù)中學習結(jié)構(gòu)特征的能力，并有著驚人的損傷檢測能力。
除此之外，為了探明卷積神經(jīng)網(wǎng)絡(luò)究竟是如何實現(xiàn)自動特征提取，文章將隱藏層可視化，探究神經(jīng)網(wǎng)絡(luò)究竟學習到了什么特征。結(jié)果發(fā)現(xiàn)，神經(jīng)網(wǎng)絡(luò)學習到的是一個個帶通濾波器，獨立學習到了結(jié)構(gòu)模態(tài)的概念。
馬宏偉教授為教育部“長江學者”特聘教授，東莞理工學院副校長。現(xiàn)任教育部力學專業(yè)教學指導委員會委員，中國力學學會理事，中國力學學會教育工作委員會副主任委員,中國力學學會爆炸力學專業(yè)委員會沖擊動力學專業(yè)組副組長。他多年從事力學研究，共出版專著2部，發(fā)表論文150余篇，三大索引收錄的高水平論文90余篇，授權(quán)發(fā)明專利4項，軟件著作權(quán)1項。
橋梁安全監(jiān)測m.zg99xy.com中交路橋科技有限公司
