您当前的位置：
首页 >
文章列表页 >
基于数字孪生和深度学习的结构损伤识别
数字孪生与智能建造 | 更新时间：2023-11-28

    • 基于数字孪生和深度学习的结构损伤识别

    • Structural damage identification based on digital twin and deep learning

    • “在土木工程领域，一项结合数字孪生和深度学习的结构损伤识别方法被提出，有效解决了传统方法数据匮乏的问题。通过构建结构的数字孪生和应用经验模态分解法，该方法无需地震信息，利用固有模态传递率函数数据训练的深度神经网络，实现了结构损伤的准确识别，为工程结构健康监测提供了主动、可靠、高效的解决方案。”
    • 土木与环境工程学报   2024年46卷第1期 页码：110-121

    • DOI：10.11835/j.issn.2096-6717.2022.130    

      中图分类号： TU317;TP183

    • 收稿：2022-04-27，

      纸质出版：2024-02-25

    移动端阅览

  • 唐和生,王泽宇,陈嘉缘.基于数字孪生和深度学习的结构损伤识别[J].土木与环境工程学报,2024,46(01):110-121. DOI： 10.11835/j.issn.2096-6717.2022.130.

    TANG Hesheng,WANG Zeyu,CHEN Jiayuan.Structural damage identification based on digital twin and deep learning[J].Journal of Civil and Environmental Engineering,2024,46(01):110-121. DOI： 10.11835/j.issn.2096-6717.2022.130.

  •  
  •  

0

浏览量

24

下载量

1

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

建筑设施巡检软件机器人系统设计与实现
基于深度学习的室内多视角点云自动化配准方法
基于无人机图像与深度学习的高原地区隧道洞门墙病害检测方法
基于轻量化卷积神经网络的桥梁斜拉索PE护套损伤识别方法
基于小波包分析的输电塔螺栓松动损伤识别方法

相关作者

蒋海刚
蒋小强
吴增强
刘界鹏
胡骁
李东声
陈天择
范晓亮

相关机构

上海市安装工程集团有限公司
上海城建职业学院
重庆大学，土木工程学院
重庆大学，自动化学院
中铁建工集团有限公司
0