摘要
将机器学习（ML）应用于结构健康监测（SHM）的过程中，受到缺乏多样化和标注的数据集的限制。从运行中的基础设施中获取高质量的训练数据本身就非常困难，因为关键资产在检测到缺陷后通常会立即得到修复，这阻碍了描述各种失效模式的数据收集。为了解决这一数据稀缺问题并促进鲁棒算法的初步开发，本研究提出了一个框架，利用校准后的S101桥的有限元（FE）模型生成合成模态频率。通过随机变化的材料属性和热负荷（这些数据来源于20年的气候记录），该框架考虑了随机不确定性和环境变异性。对生成的数据集进行分析后发现，模拟的热负荷引起的频率变化往往超过了由轻微结构损伤造成的频率变化，这证实了使用具有环境代表性的数据进行训练的必要性。本研究的主要贡献是一个开放获取、符合FAIR原则（可查找、可访问、可互操作、可重用）的合成数据集，旨在为在结构和环境不确定性共同作用下的SHM研究 community 提供一个标准化的基准。为了展示生成数据的实用性，研究人员评估了监督式多层感知器和无监督k-means聚类算法的性能，其中监督式方法的分类准确率达到了1.00。然而，该框架也揭示了一个根本的建模局限：线性FE方法无法准确再现桥墩沉降引起的物理响应，其产生的频率变化幅度低于实验观测到的结果。
