噪声与振动控制

噪声与振动控制 ›› 2026, Vol. 46 ›› Issue (3): 278-283.

• 建筑振动与建筑声学 • 上一篇    下一篇

可用于结构振动监测的半监督式深度学习方法

赵亮1，牛豪爽2   

  1. ( 1. 郑州铁路职业技术学院铁道工程学院，郑州450000；
    2. 河南理工大学土木工程学院，河南焦作454003 )

  • 收稿日期:2024-11-08 修回日期:2025-02-17 出版日期:2026-06-18 发布日期:2026-06-10

Semi-supervised Deep Learning Approach for Structural Vibration Monitoring

  • Received:2024-11-08 Revised:2025-02-17 Online:2026-06-18 Published:2026-06-10

PDF

摘要： 民用结构振动监测是灾害预防的重要手段。结合振动监测技术与图神经网络技术，提出一种半监督式振动监测(Semi-Supervised Vibration Monitoring，SSVM)P方法。该方法通过构建结构框架梁振动信号数据库，采用对比学习与分类器进行比例为80:10:10 的训练、验证及测试。实验结果表明，SSVM方法的预测值与进行动力学计算所得的实际值高度吻合，且半监督学习策略可在标注数据有限条件下显著提升模型性能。当仅使用10 %标注数据时，SSVM的检测结果较监督模型提高20 %。此外，对比学习技术对全标注数据(100 %)的检测结果亦有一定优化作用。综上，SSVM方法可为结构振动监测提供高效解决方案。

关键词: 振动与波, 结构振动, 振动监测, 半监督学习, 神经网络, F1分数