跨模态退化竞争在自监督结构疲劳健康监测中的应用

《Mathematics》:Cross-Modal Degradation Rivalry for Self-Supervised Structural Fatigue Health Monitoring

【字体: 大 中 小 】 时间:2026年06月25日 来源:Mathematics 2.3

编辑推荐:

   摘要

  

摘要

对工程结构的疲劳健康状况进行监测需要持续评估其退化程度,但在结构失效测试过程中无法获得真实的健康状态数据。现有的自监督方法依赖于单调退化假设,而疲劳过程中的声发射信号具有非单调的结构特征,这一假设并不成立。为此,本文提出了一种名为跨模态退化竞争(CMDR)的自监督框架,该框架引入了模态竞争指数(MRI)作为衡量不同传感器模态之间跨模态可预测性的指标。CMDR首先通过跨模态预测不对称性(CMPA)任务进行无标签的表示学习,随后通过归一化的生命周期标签将MRI特征映射为标量健康指标。在理论上,MRI与传感器潜在通道之间的传输熵差有关,不过在实际应用中这一关联并不十分紧密。在包含七种样本、两种加载条件下的结构疲劳数据集上的实验表明,CMDR在趋势预测和寿命预测方面表现优异,在四种测试场景中的三种中,其剩余使用寿命(RUL)误差最小。此外,还使用仅基于训练样本的全在线估算器对RUL进行了进一步评估。严格的归纳消融实验表明,即使在每次排除一个样本后重新训练自监督阶段,传输学习与归纳学习之间的差距仍然有限,且在相同条件和混合条件下的测试中,CMDR仍优于其他三种自监督基准方法。消融研究还证实了方向性不对称性、瓶颈架构以及动量更新目标编码器的必要性。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号