公开(公告)号：CN119599062A

公开(公告)日：2025-03-11

申请号：CN202411642361.6

申请日：2024-11-18

Applicant: 大连理工大学

Inventor： 安永辉 ,  薛志林 ,  欧进萍

IPC: G06N3/0455 ,  G06N3/0464 ,  G06N3/0495 ,  G06F18/21 ,  G06F18/25 ,  G06F18/214

Abstract: 本发明属于结构振动响应压缩与重建领域，公开一种结构振动响应压缩的频率增强矢量量化变分自编码器方法，步骤如下：采集结构振动响应；制作分段数据集；搭建具有双分支模块和频率模块的FEVQVAE模型；利用时域数据重构损失函数、频域数据重构损失函数和矢量量化变分自编码器的固有损失函数的和作为FEVQVAE模型的损失函数，使用梯度下降优化初始化后的FEVQVAE模型；选择最佳模型权重并保存网络权重参数，实现工程结构振动响应的压缩与重构。本方法通过提出的双分支模块和频率模块，解决了直接使用矢量量化变分自编码器方法进行工程结构振动响应重建时一些频率成分不准确的问题，实现了工程结构振动响应高压缩比下的精确重建。

公开(公告)号：CN117195376A

公开(公告)日：2023-12-08

申请号：CN202311279855.8

申请日：2023-09-28

Applicant: 大连理工大学

Inventor： 薛志林 ,  安永辉 ,  李宾宾 ,  欧进萍

IPC: G06F30/13 ,  G06F30/27 ,  G06F119/14

Abstract: 一种基于Deep‑FCSVDD的拉索结构实时早期预警方法，步骤如下：采集拉索结构的侧向加速度响应；制作频域数据集；训练1D‑CAE；根据1D‑CAE的计算结果确定中心向量；将1D‑CAE中训练的编码器权重作为Deep‑FCSVDD的初始权重；通过梯度下降优化初始化后的Deep‑FCSVDD模型；选择最佳模型权重并保存网络权重参数；每根拉索都独立训练一个Deep‑FCSVDD模型；利用训练完成的Deep‑FCSVDD模型提取拉索在健康状态下的侧向加速度响应的低维抽象特征，并通过提出的损伤指标定义损伤阈值。本方法不仅具有深度学习算法强大的特征提取能力，又具有可解释的损伤指标。