首页  |  期刊简介  |  期刊荣誉  |  编委会  |  现任主编  |  投稿指南  |  下载中心  |  期刊征订
中文核心期刊
Ei Compendex收录期刊
中国科学引文数据库来源期刊
中文科技期刊数据库收录期刊
国际刊号:1004-6801
国内刊号:32-1361/V
用户登录
  E-mail:  
  密  码:  
  作者 审稿  
  编辑 读者  
期刊向导
联系方式
  • 主管:中华人民共和国工业和信息化部
  • 主办:南京航空航天大学
  •           全国高校机械工程测试技术研究会
  • 国际刊号:1004-6801
  • 国内刊号:32-1361/V
  • 地址:南京市御道街29号
  • 电话:025-8489 3332
  • 传真:025-8489 3332
  • E-mail:qchen@nuaa.edu.cn
  • 邮编:210016
基于深度学习的传感器优化布置方法
Optimal Sensor Placement Based on Deep Learning Method
  
DOI:10.16450/j.cnki.issn.1004-6801.2020.04.013
中文关键词:  结构健康监测  传感器优化布置  深度学习  深度卷积神经网络
英文关键词:structural health monitoring  optimal sensor placement  deep learning  deep convolutional neural network
基金项目:(国家自然科学基金资助项目(51278420);陕西省自然科学基金资助项目(2017JM5021)
作者单位
周硕,余龙,吴子燕,杨海峰 (西北工业大学力学与土木建筑学院 西安710072) 
摘要点击次数: 68
全文下载次数: 41
中文摘要:
      针对传感器优化布置(optimal sensor placement,简称OSP)问题,提出了一种新的使用深度神经网络的解决方案,并以简化的桥梁形状的桁架结构中的振动测试传感器优化为例进行了验证。首先,选择一种传统的传感器优化布置方法,对自动化生成的大量不同的桁架结构分别进行传感器优化布置计算,将所得优化布置结果在进行数据预处理后构建出深度学习方法所需要的训练集与验证集;其次,使用Python语言和深度学习框架TensorFlow设计实现与本研究问题适配的深度神经网络模型并训练;然后,随机生成了新的桁架结构参数;最后,将深度神经网络输出的传感器布置结果和传统方法的计算结果进行了比较,验证了本研究方法的有效性以及在速度上、可移植性与可扩展性方面的性能优势。
英文摘要:
      Aiming at the problem of optimal sensor placement (OSP), a new method based on the deep neural network is proposed, and the optimization of vibration test sensors in a simplified bridge-shaped truss structure is used for verification. First, a traditional sensor optimization arrangement method is employed to find the optimal sensor placement of a large number of automatically generated truss structures. The training set and verification set required by the deep learning method are constructed from the preprocessed optimization results. Second, a deep neural network model adapted to the problem studied in this paper is designed and trained using Python and the deep learning framework TensorFlow. Then, new truss structure parameters are randomly generated. Finally, the optimization results given by the deep neural network and the traditional method are compared, which verifies the feasibility and advantages in speed, portability and scalability of the sensor optimization layout scheme based on the deep learning method.
查看全文  查看/发表评论  下载PDF阅读器
关闭

Copyright @2010-2015《振动、测试与诊断》

地址:南京市御道街29号        邮编:210016

电话:025-8489 3332      传真:025-8489 3332       E-mail:qchen@nuaa.edu.cn

您是本站第2174736位访问者 本站今日一共被访问221

技术支持:北京勤云科技发展有限公司