基于深度自编码神经网络和逆有限元法的结构损伤识别方法

本发明具体涉及一种基于深度自编码神经网络和逆有限元法的结构损伤识别方法，包括：获取应变模态差分数据，将应变模态差分数据归一化划分为训练集和测试集；构建深度自编码神经网络，深度自编码神经网络包括用于提取应变数据的特征的编码器和用于重构输入数据的解码器；将训练集输入深度自编码神经网络进行训练，优化网络参数，并通过反向传播算法，最小化重构误差；使用训练好的自编码神经网络，对测试集数据进行损伤程度预测。通过逆有限元法重构结构的全局变形场，利用应变模态差分指标实现损伤定位，并结合深度自编码神经网络对损伤程度进行定量预测。本发明仅需实测应变数据，无需损伤前后的模态数据，降低了工程应用门槛。