稀數(shù)據(jù)下結(jié)構(gòu)健康狀態(tài)超聲導(dǎo)波監(jiān)測技術(shù)

第1章 基于超聲導(dǎo)波的結(jié)構(gòu)健康狀態(tài)智能監(jiān)測概述
1．1 超聲導(dǎo)波檢測概述
1．1．1 超聲導(dǎo)波檢測概念
1．1．2 超聲導(dǎo)波檢測技術(shù)分類
1．2 結(jié)構(gòu)健康狀態(tài)超聲導(dǎo)波監(jiān)測概述
1．2．1 超聲導(dǎo)波主要特性
1．2．2 超聲導(dǎo)波特性分析方法
1．3 結(jié)構(gòu)健康狀態(tài)超聲導(dǎo)波監(jiān)測系統(tǒng)
1．3．1 超聲導(dǎo)波監(jiān)測系統(tǒng)組成
1．3．2 超聲導(dǎo)波主動(dòng)傳感模塊組成
1．4 結(jié)構(gòu)健康狀態(tài)超聲導(dǎo)波監(jiān)測研究進(jìn)展
1．4．1 超聲導(dǎo)波信號(hào)處理算法國內(nèi)外研究進(jìn)展
1．4．2 基于數(shù)據(jù)驅(qū)動(dòng)的結(jié)構(gòu)健康狀態(tài)監(jiān)測研究進(jìn)展
1．4．3 稀數(shù)據(jù)深度學(xué)習(xí)方法研究進(jìn)展
第2章 稀數(shù)據(jù)下結(jié)構(gòu)健康狀態(tài)超聲導(dǎo)波監(jiān)測理論基礎(chǔ)
2．1 超聲導(dǎo)波完備性結(jié)構(gòu)健康狀態(tài)監(jiān)測系統(tǒng)基礎(chǔ)
2．1．1 完備性監(jiān)測框架概述
2．1．2 超聲導(dǎo)波特征提取
2．1．3 超聲導(dǎo)波結(jié)構(gòu)健康狀態(tài)識(shí)別
2．2 稀數(shù)據(jù)下超聲導(dǎo)波數(shù)據(jù)增強(qiáng)監(jiān)測理論基礎(chǔ)
2．2．1 數(shù)據(jù)增強(qiáng)方法概述
2．2．2 時(shí)序信號(hào)數(shù)據(jù)增強(qiáng)理論基礎(chǔ)
2．2．3 稀數(shù)據(jù)下超聲導(dǎo)波數(shù)據(jù)增強(qiáng)策略
2．3 稀數(shù)據(jù)下超聲導(dǎo)波多任務(wù)監(jiān)測理論基礎(chǔ)
2．3．1 多任務(wù)學(xué)習(xí)方法概述
2．3．2 有監(jiān)督多任務(wù)學(xué)習(xí)理論基礎(chǔ)
2．3．3 稀數(shù)據(jù)下超聲導(dǎo)波多任務(wù)學(xué)習(xí)策略
2．4 稀數(shù)據(jù)下超聲導(dǎo)波遷移學(xué)習(xí)監(jiān)測理論基礎(chǔ)
2．4．1 遷移學(xué)習(xí)方法概述
2．4．2 直推式遷移學(xué)習(xí)理論基礎(chǔ)
2．4．3 稀數(shù)據(jù)下超聲導(dǎo)波遷移學(xué)習(xí)策略
2．5 本章小結(jié)
第3章 基于超聲導(dǎo)波的結(jié)構(gòu)健康狀態(tài)深度網(wǎng)絡(luò)監(jiān)測新型框架
3．1 超聲導(dǎo)波監(jiān)測新型框架
3．2 超聲導(dǎo)波深度網(wǎng)絡(luò)監(jiān)測模型
3．2．1 超聲導(dǎo)波特征融合網(wǎng)絡(luò)
3．2．2 超聲導(dǎo)波局部特征提取網(wǎng)絡(luò)
3．2．3 超聲導(dǎo)波時(shí)序特征提取網(wǎng)絡(luò)
3．3 基于超聲導(dǎo)波時(shí)頻特征融合的深度網(wǎng)絡(luò)監(jiān)測方法
3．3．1 SWT-AE方法流程
3．3．2 SWT-AE監(jiān)測結(jié)果分析
3．4 基于超聲導(dǎo)波局部特征編碼的深度網(wǎng)絡(luò)監(jiān)測方法
3．4．1 CAE-LSTM方法流程
3．4．2 編碼信號(hào)監(jiān)測結(jié)果分析
3．4．3 超聲導(dǎo)波監(jiān)測稀數(shù)據(jù)特性實(shí)驗(yàn)分析
3．4．4 超聲導(dǎo)波監(jiān)測稀數(shù)據(jù)知識(shí)遷移策略
3．5 本章小結(jié)
第4章 基于數(shù)據(jù)增強(qiáng)深度學(xué)習(xí)的結(jié)構(gòu)健康狀態(tài)半監(jiān)督監(jiān)測技術(shù)
4．1 數(shù)據(jù)增強(qiáng)深度學(xué)習(xí)概述
4．2 結(jié)構(gòu)狀態(tài)異常檢測方法
4．2．1 超聲導(dǎo)波信號(hào)卷積降維
4．2．2 超聲導(dǎo)波信號(hào)異常分析
4．3 基于孿生卷積網(wǎng)絡(luò)的超聲導(dǎo)波半監(jiān)督成像方法
4．3．1 訓(xùn)練樣本及測試樣本標(biāo)準(zhǔn)化方法
4．3．2 模擬損傷信號(hào)生成的數(shù)據(jù)擴(kuò)充機(jī)制
4．3．3 超聲導(dǎo)波異常監(jiān)測模型構(gòu)建方法
4．3．4 基于多路徑異常特征的損傷成像機(jī)理
4．4 稀數(shù)據(jù)集半監(jiān)督成像監(jiān)測實(shí)驗(yàn)
4．4．1 半監(jiān)督結(jié)構(gòu)狀態(tài)監(jiān)測實(shí)驗(yàn)設(shè)置
4．4．2 模擬損傷信號(hào)重構(gòu)結(jié)果分析
……
第5章 基于共享特征的結(jié)構(gòu)健康狀態(tài)多任務(wù)深度監(jiān)測技術(shù)
第6章 基于特征適應(yīng)深度遷移的跨結(jié)構(gòu)健康狀態(tài)監(jiān)測技術(shù)
第7章 結(jié)論與展望
參考文獻(xiàn)