導(dǎo)讀

華南理工大學(xué)土木學(xué)科海外學(xué)者前沿講座第六十五期，我們邀請到來自新加坡南洋理工大學(xué)土木與環(huán)境工程系的助理教授傅宇光為大家?guī)眍}為“基于邊緣智能的結(jié)構(gòu)快速狀態(tài)評估”的報告。本期講座錄播鏈接見文末或點擊閱讀原文。

建筑物的服役年限長達(dá)幾十年，例如美國二戰(zhàn)時期建設(shè)的許多房屋工程目前仍在使用，然而隨著使用時間的增加，結(jié)構(gòu)內(nèi)部的損傷和惡化也在不斷增加，這些都會影響建筑物的安全性。近年來，人口的不斷增長也給基礎(chǔ)設(shè)施帶來了更大的壓力，極端自然災(zāi)害亦會導(dǎo)致工程結(jié)構(gòu)嚴(yán)重受損。為了減輕災(zāi)害事件對生活的影響，智能基礎(chǔ)設(shè)施的建設(shè)是不可或缺的。減輕災(zāi)害事件需要智能基礎(chǔ)設(shè)施具有高保真度和高速率測量的感應(yīng)信息數(shù)據(jù)的能力，大規(guī)模通信直播能力和云服務(wù)，收集有意義的信息低同步誤差，低噪聲，保證數(shù)據(jù)質(zhì)量，同時能夠進(jìn)行可靠并且高吞吐量的數(shù)據(jù)傳輸以及高效的數(shù)據(jù)收集計算，支持復(fù)雜的數(shù)據(jù)分析實時數(shù)據(jù)分析/可視化，以及具備快速決策控制能力，運用自適應(yīng)、穩(wěn)健和高效的硬件和算法，以減輕危害影響普及儀器的成本效益長期部署的電源管理網(wǎng)絡(luò)容錯和自主運行。在本次講座中，傅老師將為我們分享一些相關(guān)的研究成果。

01

深度學(xué)習(xí)模型通常需要占用大量的計算機資源，使用先進(jìn)的修剪技術(shù)壓縮深度學(xué)習(xí)模型，從而使之適用于邊緣計算。該策略已應(yīng)用于數(shù)據(jù)異常檢測以確保高質(zhì)量數(shù)據(jù)和橋梁索損傷檢測，使用IPC-SHM競賽數(shù)據(jù)集進(jìn)行評估，在應(yīng)用QAT后可以在保證準(zhǔn)確率幾乎不變的情況下大幅減小模型占用的資源。

02

第二種策略是使用盲源分離和shapelet變換，從而實現(xiàn)自動實時的快速損傷檢測。如果數(shù)據(jù)信號中含有噪聲，原始數(shù)據(jù)的特征信號可能會完全被噪聲干擾信號覆蓋，因此需要將原始信號在不同頻段上進(jìn)行多層分解，從而得到特征信號所在頻段的數(shù)據(jù)。根據(jù)處理后的數(shù)據(jù)信號，我們能夠更容易的識別出特征信號的位置，從而判斷破壞發(fā)生的可能位置。傅老師在前人工作的基礎(chǔ)上，通過增加信噪比，對比了不同方法數(shù)據(jù)處理的效果，發(fā)現(xiàn)在變換前進(jìn)行多組合（VMD-WT-ICA），可以提升特征信號的識別效果。

傅老師進(jìn)一步探索能夠?qū)崟r自動檢測特征信號發(fā)生時間及位置的方法。他采用機器學(xué)習(xí)的方法，加入了domain knowledge，進(jìn)行特征學(xué)習(xí)，包括最大能量比、從小波變換估計信噪比以及最大破壞時間差；接著對感興趣的樣本源進(jìn)行shapelet變換，將訓(xùn)練好的SVM應(yīng)用于自主損傷識別。傅老師將策略應(yīng)用于實驗室測試模型和現(xiàn)實世界建筑物的突發(fā)損傷檢測。試驗結(jié)果表明，采用VMD-WT-ICA能夠正確檢測出破壞發(fā)生的樓層。此外，實時自動檢測結(jié)果能夠給出可能破壞發(fā)生的位置及時間。

03

第三種策略是無參考的動態(tài)位移估計(Reference-free dynamic displacement estimation)。將加速度數(shù)據(jù)轉(zhuǎn)換為動態(tài)位移估計，這是一個很經(jīng)典的問題，很多研究人員嘗試用不同的方法來處理，比如深度學(xué)習(xí)或者其它方法。但傅老師采用的是先進(jìn)的信號處理方法，發(fā)展了一種FIR濾波器，即進(jìn)行高通濾波和二重積分的方法，可以直接將加速度數(shù)據(jù)兩次積分得到位移。但對于有噪聲的情況，二次積分的結(jié)果則不準(zhǔn)確，故不能直接積分。如果濾波器能壓縮噪聲，就能對加速度數(shù)據(jù)進(jìn)行估計，這就是無參考。因此不需要參考基準(zhǔn)，只需要加速度數(shù)據(jù)，就可以精確估計位移。該提出算法的關(guān)鍵是用FIR濾波器進(jìn)行時間卷積，從而可以進(jìn)一步提高處理的精度；同時，用不同方法對不同來源的數(shù)據(jù)進(jìn)行處理，從對比結(jié)果來看，傅老師提出方法大幅降低了計算時間（相對時間：由3353.35s縮減到0.03s），比其他方法都要快速。因此可以將這個過程整合到傳感中，在有限資源的邊緣設(shè)備中同時進(jìn)行傳感變換和處理計算，具有很好的應(yīng)用前景。由于該策略是將加速度數(shù)據(jù)變換為位移數(shù)據(jù)，這更契合工業(yè)界對數(shù)據(jù)的需求。因此，傅老師在地震結(jié)構(gòu)的損傷識別應(yīng)用中進(jìn)行了層間位移估測的試驗，以及在鐵路橋梁損傷評估中，以一座位于北美的鋼橋為例，發(fā)展了一種數(shù)據(jù)驅(qū)動的自動檢測框架用于快速狀態(tài)評估。

總結(jié)

智能基礎(chǔ)設(shè)施將傳感、通信計算和控制功能深度嵌入物理基礎(chǔ)設(shè)施，以提高其效率、韌性和安全性。隨著硬件和軟件的創(chuàng)新，新一代無線物聯(lián)網(wǎng)傳感器可以支持按需傳感，以捕捉不可預(yù)測的事件，并在無需人工介入的情況下收集數(shù)據(jù)。傅老師的團(tuán)隊正在基于此類物聯(lián)網(wǎng)基礎(chǔ)設(shè)施開發(fā)有效的算法來支持輕量級的邊緣智能計算，以用于基礎(chǔ)設(shè)施結(jié)構(gòu)的快速狀態(tài)評估。

END

相關(guān)論文請到傅老師主頁下載：

https://www.yfulift.org/

講座錄播鏈接：https://b23.tv/oMbJkJ1

來源于多樣化結(jié)構(gòu)實驗室VSL

排版 | 李嘉晨

審核 | 胡? ?楠