TCN-GAT损伤检测自编码器

显著提升检测性能

利用图注意力机制显式建模传感器网络空间拓扑，与时间卷积深度耦合，仅需健康状态数据即可实现无监督损伤识别。

倪艳春 · 胡锐

Sensors 2025

技术优势

无需损伤数据

采用离线训练-在线检测框架，仅使用结构健康状态的数据进行训练，以重构误差作为损伤指标。

免复杂预处理

端到端框架直接处理原始振动信号，无需复杂预处理，适合近实时监测。

时空融合提升检出率

显式建模时空特征显著提升检测性能，异常检测率较仅时序或仅空间建模的基线模型有实质改善。

应用场景

• 桥梁结构健康监测：在桥梁监测中直接利用健康状态数据训练，在线检测损伤并定位异常传感器。
• 结构损伤诊断：以重构误差为指标实现无监督损伤识别，无需预先定义损伤类别。
• 传感器网络融合：通过图注意力显式建模传感器空间拓扑，融合多传感器时空特征以提升检测精度。