%0 Journal Article
%A 李可心1
%A 王钧1
%A 戚大伟2
%T 基于G-S-G的混凝土结构裂缝识别及监测方法
%D 2020
%R 
%J 振动与冲击
%P 101-108
%V 39
%N 11
%X 为解决复杂约束条件下现代混凝土结构裂缝的精准监测问题，提出基于G-S-G混凝土结构裂缝智能识别及监测方法。将灰度共生矩阵理论（GLCM）和自组织特征映射神经网络(SOM)模型结合，并通过数字图像处理技术（DIP）及数字特征筛选法(DFS)辅助分析，研究提高混凝土结构裂缝识别及监测精度的智能方法；并基于工程实例（柱的偏心受压试验），验证方法的可行性及准确性。结果表明，在有限的样本空间下，基于GLCM-SOM的裂缝识别模型，通过构建的标准特征样本集（角二阶矩（ASM）、熵（ENT）等）排除环境因素及孔洞、凹陷等缺陷的干扰，获得较高的识别精度；基于SOM-GLCM的裂缝监测数据显示，筛选出的相关（COR）和聚类阴影（CLS）损伤特性指标与裂缝的发展情况具有良好的线性关系，可作为裂缝延展趋势的敏感特性指标。提出的G-S-G裂缝检测方法，充分结合GLCM与SOM各自的独特优势，建立起精准识别裂缝损伤的网络模型，并对裂缝的发展趋势进行有效监测。研究有助于实现现代混凝土结构裂缝损伤的高精度智能化健康监测。<br>
%U https://jvs.sjtu.edu.cn/CN/abstract/article_9550.shtml