原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
摘要
海上风电的基础是决定其安全性和耐久性的重要因素。随着从近海到深远
海的开发，导管架式海上风电结构的重要性逐渐提升。一旦导管架出现损伤会
影响结构的整体安全，因此需要对其进行精确的损伤识别。随着传感器及机器
学习技术的快速进步，数据驱动方法已成为结构损伤识别技术的重要组成部分，
但此类方法需要样本充足、种类丰富且准确标注损伤工况的数据集。由于工程
实际结构中仅包含有限的损伤工况，同时收集数据的成本高昂，通过监测获取
满足要求的损伤数据集是不切实际的。为此，本研究提出了一种基于深度迁移
学习的导
文档评论（0）