建筑与土木工程学院材料与结构动力学创新研究团队在工程领域TOP期刊Mechanical Systems and Signal Processing发表最新研究成果

近日，建筑与土木工程学院材料与结构动力学创新研究团队在工程领域TOP期刊《Mechanical Systems and Signal Processing》（中科院一区TOP，IF=8.9）发表题为“Accurate structural displacement reconstruction from acceleration and computer vision measurements using physics-informed neural networks”的研究论文。西华大学为论文第一单位，建筑与土木工程学院吴桐博士为第一作者和通信作者，团队的郎林副教授、徐军博士和袁权副教授为参与作者。

 论文截图

本研究提出一种融合加速度与低分辨率、低帧率计算机视觉位移的物理信息神经网络方法，用于桥梁结构的高精度位移重构。通过推导位移重构控制方程，并将其作为物理约束嵌入损失函数，增强了模型训练的可解释性。同时，研究开展了缩尺模型桥梁实验及50米跨径系杆拱桥现场测试。结果表明，物理信息的融入能有效引导和约束网络训练过程；相较于不同视觉测量方法、传统神经网络及常规数据融合技术，本研究提出的物理信息神经网络重构位移具有更低的相对误差与更高的相关性。频谱分析进一步证明，该方法能准确重构视觉位移无法捕捉的结构响应高频成分。研究成果为结构健康监测领域的实际桥梁位移监测提供一种切实可行的解决方案。

据悉，《Mechanical Systems and Signal Processing》为中科院一区TOP期刊，专注发表结构健康监测、系统信号处理等领域的高质量研究成果。