报告题目：解码基础设施：信号与图像处理在土木工程中的智能应用
报告人：Dr. Roshan Kumar
报告时间：4月3日11:00
报告地点：莲花街校区32号楼208报告厅
报告人简介：
罗尚·库马尔博士自2018年起在中国河南省河南大学迈阿密学院电子与信息技术系担任副教授。此前，他于2017年至2018年在中国浙江大学担任博士后研究员。库马尔博士于2015年获得印度罗尔基印度理工学院（IIT）的博士学位。他的研究重点包括利用先进的信号与图像处理方法进行结构健康监测、结构分析、基于机器学习的结构与材料识别、地震预警系统、滑坡预警系统以及振动控制。库马尔博士的专业领域涵盖多种应用范畴，包括混凝土、钢结构及砌体结构，如桥梁、建筑物、管道、历史建筑、纪念碑及遗址。其研究成果通过在《IEEE Transactions》、《IEEE Letters》、Springer及Elsevier等权威期刊上的发表，以及在国际会议上的报告和专著章节的撰写而广受认可。此外，库马尔博士名下拥有多项专利，彰显了他在该领域的创新成就。此外，库马尔博士还隶属于由中国东南大学与英国利兹大学联合成立的“智能与韧性基础设施（IRI）中心”。
报告简介：
利用先进的时频分析技术，对三座历史建筑的结构状况进行了研究，以追踪振动事件期间刚度的变化。在本研究中，振动频率被视为关键的结构“健康指标”，因为频率随时间的降低通常反映了刚度的退化以及可能存在的动态损伤。结果显示，其中两座建筑的频率呈现明显的下降趋势，表明在激励期间发生了刚度损失，而第三座建筑则表现出稳定的频率响应，表明未发生显著的结构变化。为提高可靠性，采用变分模态分解（VMD）对振动信号进行预处理，与原始测量数据相比，该方法有效降低了噪声并提升了特征提取效果。此外，通过传感器融合对多传感器数据进行整合以增强鲁棒性，确保即使单个传感器产生微弱或失真信号时，仍能进行准确诊断。在多种融合策略中，特征级融合表现最佳，其中一座建筑的分类准确率达到98.4%，另一座则达到96.6%。基于VMD的信号增强与特征级传感器融合相结合的框架，为结构健康监测提供了一种稳健、可扩展且可靠的方法。所提出的方法在不同建筑中展现出强大的泛化能力。
土木工程学院
2026年4月2日
