[发明专利]用于结构健康监测的智能触觉系统和监测方法

说明书

一种用于结构健康监测的智能触觉监测方法，包括以下步骤：获取结构的应变场信息；利用生成对抗网络进行应变场信息的补充；将应变场信息输入卷积神经网络，进行结构反演；将应变场信息与结构参数在网页端进行可视化。本发明将生成对抗网络应用于应变场信息补全，通过本发明的方法，在实践中可以补全已丢失50％信息的应变场并且将平均相对误差控制在10％以内。该算法可以使监测系统在传感器部分无效的情况下依然能正常工作；本发明通过卷积神经网络建立应变场与结构参数之间的关系，在使用过程中不需要知道任何先验物理知识，减少了应变场信息补全所需要的已知条件，同时，提高了应变场信息补全的效率，减少了时间消耗。

技术领域

本发明涉及结构健康监测技术领域，具体涉及一种用于结构健康监测的智能触觉系统和监测方法。

背景技术

使用传感器制作表面附着式或埋入式传感器分布阵列进行信号收集，是获取结构响应的主要手段，也是进行结构健康监测的第一步。保证传感器网络的稳定性与可靠性成为了健康监测系统的重中之重。

目前的监测系统在传感器正常工作的情况下可以得到结构的健康信息，但是在实际的工程应用中，传感器系统都面临着恶劣的使用环境。例如桥梁监测、机翼监测等，是在极端的压力、极端的温度下工作的，极易导致传感器的失效。而在传感器部分失效的情况下，监测系统无法在原有的高精度水准上正常工作。因此，在传感器信息部分丢失的情况下，如何能快速、准确的反演出结构的信息，在结构健康监测领域是亟待解决的问题之一。

通常需要对丢失信息的点恢复信息后再进行结构反演，现有的恢复信息的技术手段是采用“矩阵补全”方法，而“矩阵补全”方法由于算法原因，本身存在两个问题：1、计算复杂度高；2、耗时长。因此，现有的监测系统在传感器部分失效的情况下不能快速、准确的反演出结构的健康信息，并且，现有的算法对计算机硬件性能有一定的要求。

发明内容

有鉴于此，本发明的主要目的在于提供一种用于结构健康监测的智能触觉系统和方法，以期部分地解决上述技术问题中的至少之一。

为了实现上述目的，作为本发明的一方面，提供了一种用于结构健康监测的智能触觉监测方法，包括以下步骤：

获取结构的应变场信息；

利用生成对抗网络进行应变场信息的补充；

将应变场信息输入卷积神经网络，进行结构反演；

将应变场信息与结构参数在网页端进行可视化。

其中，获取外载作用下结构的应变场，将应变片贴在被测物体表面或埋入结构内部测量应变，获取结构的应变场信息。

其中，所述生成对抗网络包括生成器和判别器，所述生成器用于通过现有的部分的应变场信息，生成完整的应变场信息；所述判别器用于判断生成器生成的应变场信息是否合理及是否真实。

其中，所述生成器网络结构包括输入层、多个反卷积层、多个全连接层和自定义输出层；所述输入层用于将应变场信息输入生成器；反卷积层的卷积核大小为3；所述自定义输出层用于筛选出丢失应变信息的位置进行数据替换填充，将输入层的应变场信息更新为补充之后的应变场信息。

其中，所述判别器网络结构包括输入层、多个卷积层、全连接层和输出层；所述输入层用于将生成器输出的应变场信息输入判别器；卷积层的卷积核大小为3；所述输出层对上一层的信息进行全连接层计算，并使用Sigmoid激活函数，所述Sigmoid激活函数将数据映射到(0，1)区间上，使输出数据具有概率的含义，判断生成器生成的应变场信息是否合理及是否真实。

其中，所述卷积神经网络的网络结构包括输入层、卷积层、正则化层、全连接层、Dropout层和输出层；所述输入层用于将应变场信息输入卷积神经网络；所述卷积层用于对上一层进行卷积计算，提取信息。