研究人员开发了一种新颖的基于Transformer的框架，用于航空航天结构健康监测中的多传感器数据融合。该框架整合了压电换能器（PZT）捕获的超声导波数据和光纤布拉格光栅（FBG）传感器的应变测量数据。该系统在预测健康指标和损伤定位方面表现出显著改进，比单一传感器方法性能提升了近60%，并且优于现有的深度学习模型。 AI
影响 这项研究推动了AI在关键基础设施监测中的应用，有望提高航空航天的安全性和维护水平。
排序理由 该集群包含一篇研究论文，详细介绍了使用Transformer模型进行结构健康监测数据融合的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
- aerospace
- Fiber Bragg grating
- Health indicator prediction
- Mean Absolute Error
- Root Mean Squared Error
- Structural health monitoring
- Transformer
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
