近日，建筑與土木工程學院材料與結構動力學創新研究團隊在工程領域TOP期刊《Mechanical Systems and Signal Processing》（中科院一區TOP，IF=8.9）發表題為“Accurate structural displacement reconstruction from acceleration and computer vision measurements using physics-informed neural networks”的研究論文。西華大學為論文第一單位，建筑與土木工程學院吳桐博士為第一作者和通信作者，團隊的郎林副教授、徐軍博士和袁權副教授為參與作者。

 論文截圖

本研究提出一種融合加速度與低分辨率、低幀率計算機視覺位移的物理信息神經網絡方法，用于橋梁結構的高精度位移重構。通過推導位移重構控制方程，并將其作為物理約束嵌入損失函數，增強了模型訓練的可解釋性。同時，研究開展了縮尺模型橋梁實驗及50米跨徑系桿拱橋現場測試。結果表明，物理信息的融入能有效引導和約束網絡訓練過程；相較于不同視覺測量方法、傳統神經網絡及常規數據融合技術，本研究提出的物理信息神經網絡重構位移具有更低的相對誤差與更高的相關性。頻譜分析進一步證明，該方法能準確重構視覺位移無法捕捉的結構響應高頻成分。研究成果為結構健康監測領域的實際橋梁位移監測提供一種切實可行的解決方案。

據悉，《Mechanical Systems and Signal Processing》為中科院一區TOP期刊，專注發表結構健康監測、系統信號處理等領域的高質量研究成果。