摘要
本发明公开了基于数字孪生及时空特征融合的跨域结构损伤识别方法,属于结构健康监测技术领域,本发明提出一种融合数字孪生模型和结构多传感器数据时空特征的跨域迁移学习损伤识别技术方案,通过将数字孪生模型和实际物理结构的测点连接关系抽象为图结构,基于经典时域卷积和图卷积网络设计同时处理多传感器时域数据及空间特征信息的时空特征学习模型,为深度融合结构数字孪生模型及实际结构的多传感器数据的时空特征实现跨数据域场景下的结构损伤检测提供具体模型架构,以弥补实际损伤数据不足及结构多维特征数据融合不充分等问题。
技术关键词
结构损伤识别方法
时空特征学习
数字孪生模型
空间特征提取
时域特征提取
深层卷积神经网络
结构健康监测技术
一维卷积神经网络
损伤识别技术
结构损伤检测
多维特征数据
多传感器
空间特征信息
传感器布置
系统为您推荐了相关专利信息
移动设备
接入点
迁移方法
服务器
多智能体强化学习
综合电源管理系统
综合电源管理装置
热管理控制模块
电池保护模块
数据储存模块
资源分配系统
模式识别系统
数字孪生模型
可视化系统
多模态数据融合
装配式变电站
BIM技术
数字孪生模型
仿真模型
施工方法
实时数据
特征识别系统
特征识别方法
模型更新
索引