摘要：柔性压阻应变传感器具备量程大、共形能力强、稳定性好等优势,为解决传统应变传感器量程小和灵敏度低等难题提供新途径,在土木工程领域结构健康监测中有很大的应用潜力。在介绍柔性压阻应变传感器常用的材料及其传感机理基础上,归纳并总结了3种典型压阻传感原理的传感机制、传感器结构设计和制备方法以及在结构健康监测中的应用等三方面的研究现状。通过探讨材料选择、导电网络优化设计对传感性能调控的影响,发现采用复合导电填料和微观结构设计能一定程度提高传感性能;现阶段制造高性能且适应工程环境的柔性压阻应变传感器面临长期使用过程的性能下降、工程环境下的稳定性、监测系统集成维护等挑战;对于柔性压阻传感器的选择策略,建议选择碳系导电材料,选择不同主导的导电效应来满足对不同应变监测的需求;同时,展望了柔性压阻应变传感器在建筑结构智慧运维中的发展趋势。

摘要：目前,绝大多数基于深度学习的结构损伤识别方法依靠深度神经网络自动提取结构的损伤敏感特征,并通过损伤状态之间特征的差异实现模式分类识别.然而,这些方法面临着损伤量化难度大的挑战,并且需要大量的模型训练数据.本文提出基于模型嵌入循环神经网络(Model-Embedding Recurrent Neural Network,MERNN)的损伤识别方法.首先,通过数据驱动的卷积神经网络(Convolutional Neural Network,CNN)建立荷载-响应之间的映射关系,然后,利用龙格库塔法改进传统的循环神经网络,建立基于循环神经网络架构的数值计算单元.最后,基于结构响应计算值与实测响应残差构成的损失函数与神经网络的自动微分机制来实现结构刚度参数的更新,进而实现结构损伤识别.数值模拟框架与实验室的3层剪切型框架的损伤识别结果表明,本文提出的方法能基于少量响应数据准确量化结构损伤.

摘要：结构健康监测和状态评估中现有大多数研究均需要精确的荷载作用位置或详细的荷载时程,为了同时获得荷载大小和位置,构建并训练了同时具备分类和回归能力的两分支卷积神经网络,建立了融合分类问题和回归问题的损失函数,提取结构响应与荷载大小、结构响应与荷载位置间的映射关系.通过数值简支梁算例和三层试验框架验证了该方法识别结构荷载大小和位置的精度.结果表明:噪声条件下数值模型的荷载识别误差在8%以内,荷载位置识别准确率在95%以上;实际结构的荷载识别误差在18%以内,荷载位置识别准确率为100%.两分支卷积神经网络可以很好地同时识别荷载大小和位置.

摘要：超分子聚合物是单体通过非共价键有序组装形成的一种新型聚合物。非共价相互作用赋予了超分子聚合物动态可逆性、刺激响应性及自适性。荧光超分子聚合物是将荧光团引入到超分子聚合物中,从而赋予超分子聚合物特殊的光学性能。因此,荧光超分子聚合物固有的发光性质及动态可逆性使得超分子聚合物被广泛应用于荧光传感器、探针、显影剂及发光二极管等领域。本文根据发光颜色不同的荧光超分子聚合物的设计及应用进行分类,并对荧光超分子聚合物的未来发展进行展望。