近日，我院包兴先教授团队在热塑性复合管损伤识别方面取得重要进展，相关研究成果《基于Transformer神经网络和变分模态分解的热塑性复合管损伤识别研究》（Damage identification for thermoplastic composite pipes using Transformer neural network and variational mode decomposition）发表在《OceanEngineering》。《Ocean Engineering》为海洋工程领域中的国际顶级期刊，目前影响因子为4.6（SCI二区）。论文第一作者和通讯作者为包兴先教授，中国石油大学（华东）为第一署名单位和唯一通讯单位，该研究得到国家自然科学基金资助。
论文首页
变分模态分解（VMD）作为一种显著的非递归算法，在信号处理领域中具有重要地位，该算法巧妙地将信号分解为多个组分，每个组分具有独特的频率特征。然而，VMD的两个参数（惩罚因子α，模态个数k）如何选择是一个关键难题。论文通过蜣螂优化算法（DBO）对VMD的两个参数进行优化，最后使用Transformer神经网络进行热塑性复合管的损伤识别。
DBO-VMD算法流程图 Transform神经网络架构图
热塑性复合管的损伤定位和损伤程度识别结果均显示DBO-VMD-Transformer方法可以克服噪声的影响，有效提高噪声环境下的损伤识别准确率。
文章链接：https://doi.org/10.1016/j.oceaneng.2024.118852
