风力涡轮机测试和状态监测
状态监测系统 (CMS) 是确保风机结构和部件稳定性的一种方法。HBK 提供的 CMS 意味着在使用应变仪、位移传感器、加速度计和倾角仪进行测量时识别机械应力。
Read More
当我们讨论保护桥梁等高价值民用建筑免受极端事件的影响时，话题总是转向地震活动。人工智能能否检测、解释和预测结构对地震力的反应？答案是肯定的，但有一个关键的警告。
虽然现代结构健康监测（SHM）平台功能多样，完全能够从加速计、检波器和其他专用传感器中获取数据，但分析地震行为是结构工程中最复杂的挑战之一。为了成功解决这个问题，我们必须认识到，纯粹数据驱动的人工智能模型本身根本不够。
地震力对物理结构施加高度非线性和极其复杂的应力。通过与密歇根大学迪尔伯恩分校和加州大学圣地亚哥分校（UC San Diego）的多年研究合作，我们致力于开发能够捕捉这些复杂结构响应的先进预测模型。
通过这项工作，很明显，纯数据驱动的人工智能方法面临着一个重大的瓶颈。如果不结合对底层物理学的理解，这些模型必须完全从原始数据中学习结构特性。为了训练一个能够准确预测地震结构响应的模型，组织需要收集数TB的高质量、罕见的地震数据。这可能需要多年的监测和大量的财务投资，才能产生一个甚至是远程可靠的模型。
解决这一挑战的办法是利用现有的大量工程知识。通过将既定的工程原理和基于物理的结构模型直接集成到人工智能中，我们创建了一个更强大的框架：基于物理学的人工智能。
当人工智能与物理定律相结合时，一些重要的突破成为可能。
最后，也许最重要的是，我们做出的预测既值得信赖，又具有物理意义。
虽然生成式人工智能和大型语言模型（LLM）是强大的沟通工具，但它们无法自行解决复杂的物理工程问题。地震结构健康监测的未来在于高质量测量数据、工程物理和人工智能的融合，以确保我们关键基础设施的安全。
This will bring together HBM, Brüel & Kjær, nCode, ReliaSoft, and Discom brands, helping you innovate faster for a cleaner, healthier, and more productive world.
This will bring together HBM, Brüel & Kjær, nCode, ReliaSoft, and Discom brands, helping you innovate faster for a cleaner, healthier, and more productive world.
This will bring together HBM, Brüel & Kjær, nCode, ReliaSoft, and Discom brands, helping you innovate faster for a cleaner, healthier, and more productive world.
