摘要：文章提出了一种基于结构数字孪生的域泛化方法，用于增强深度学习模型在疲劳损伤检测任务中的泛化能力。该方法通过知识蒸馏和集成学习技术，使在一个 CFRP 结构上训练的模型能够泛化到其他结构。具体来说，该方法利用结构数字孪生技术生成模拟监测信号，并结合软梯度提升技术

摘要：文章提出了一种基于结构数字孪生的域泛化方法，用于增强深度学习模型在疲劳损伤检测任务中的泛化能力。该方法通过知识蒸馏和集成学习技术，使在一个 CFRP 结构上训练的模型能够泛化到其他结构。具体来说，该方法利用结构数字孪生技术生成模拟监测信号，并结合软梯度提升技术，有效地提取了域不变特征，并提高了模型在不同结构中疲劳损伤检测的性能。实验结果表明，当训练数据集中没有目标 CFRP 结构的监测数据时，该方法能够实现超过 80% 的测试准确率，证明了其跨结构损伤检测的能力。此外，通过 SHAP 解释技术，该方法的可解释性也得到了提升。

一、引言

碳纤维增强塑料 (CFRP) 复合材料因其优异的强度重量比、疲劳性能和耐腐蚀性而被广泛应用于航空航天结构中。然而，在使用过程中，CFRP 结构可能会因多种因素（如载荷、振动和湿热条件）而出现损伤，其中脱层是最常见的一种损伤形式。因此，及时检测和监测损伤对于确保结构完整性和安全至关重要。传统的结构健康监测 (SHM) 技术如基于 Lamb 波的方法，主要依赖于获取干净波，且对环境变化敏感，难以适应实际应用。而基于机器学习和深度学习的损伤检测方法虽然取得了进展，但数据需求量大，且对域偏移敏感，泛化能力有限。

近日，《Composites Science and Technology》期刊上发表了一篇由香港城市大学系统工程系的研究团队完成的基于结构数字孪生的复合材料结构域泛化损伤检测的研究成果。该研究提出了一种基于结构数字孪生的域泛化方法 (DGDT)，通过知识蒸馏和集成学习技术，将单个 CFRP 结构训练的模型泛化到其他结构，实现疲劳损伤检测。论文标题为“Domain generalization-based damage detection of composite structures powered by structural digital twin”。

二、内容介绍

为了解决复合材料结构中深度学习模型泛化能力不足的问题，该研究提出了一种名为 DGDT 的方法，该方法结合了知识蒸馏和集成学习技术，并利用结构数字孪生技术生成模拟数据。

图 1 基于结构数字孪生的不同 CFRP 结构疲劳损伤检测和定位的 DGDT 方法示意图。

首先，使用有限元方法建立不同铺层结构的复合材料结构的数字孪生模型，并利用该模型进行仿真实验，生成高保真度的模拟信号。其次，将原始监测信号转换为图像，并利用深度神经网络自动提取损伤相关特征。接着，构建一个包含主子网络和多个并行辅助子网络的教师模型（Teacher Model），并利用软梯度提升技术进行集成学习。学生模型（Student Model）通过知识蒸馏学习教师模型的知识，并利用软目标进行训练，以实现内部不变性和互不变性特征的学习，从而提高模型的泛化能力。最后，利用训练好的模型预测目标结构的损伤状态，并根据预测结果识别并定位目标结构中的损伤区域。

图2 有限元模型中每个组件的网格尺寸示意图，包括嵌入式 PZT 和粘合层。

图3 在 CFRP 复合板中传播的 Lamb 波。

图4 数字孪生和实验中相应的脱层增长示意图。

图5 DGDT 和损伤定位的实验流程。

DGDT 方法有效地提高了模型的泛化能力，能够在不同结构的复合材料上进行疲劳损伤检测。结构数字孪生技术生成的模拟数据显著增强了模型提取损伤相关特征的能力，而损伤定位方法能够准确识别目标结构中的损伤区域，即使在训练数据中缺乏目标结构的数据时也能取得良好的效果。与其他领域泛化方法相比，DGDT 方法表现出优异的性能，证明了其有效性和实用性。

图6 第一个混淆矩阵，用于可解释性研究 (L2 实际和模拟数据到 L1 实际数据)。

图 7 第一个可解释性研究和可视化结果。

三、小结

该研究提出了一种基于结构数字孪生的域泛化方法 (DGDT)，通过知识蒸馏和集成学习技术，将单个 CFRP 结构训练的模型泛化到其他结构，实现了疲劳损伤检测。该研究不仅提高了模型的泛化能力，还通过结构数字孪生技术增强了模型对域不变特征的学习能力。DGDT 方法在真实应用中具有很高的实用价值，可以帮助监测和维护各种 CFRP 结构。

原始文献：

Liu, C., Chen, Y., Xu, X., & Che, W. (2024). Domain generalization-based damage detection of composite structures powered by structural digital twin. Composites Science and Technology, 258, 110908.

原文链接：

责任编辑：复小可

☟ 推荐阅读

来源：黑兔说科学