中文摘要：

目的：

1.使用基于振动的损伤检测方法进行结构健康监测。2.基于材料力学性能评价提出一种新的结构健康监测方法。

创新点：

1.通过一个被称为损失函数（LF）的新指标描述材料粘弹性参数与振动参数之间的相关性。2.使用卷积神经网络（CNN）提取自动特征和损坏敏感性，以评估结构状况。

方法：

1.测量真实桥梁的振动响应。2.在频域中进行信号处理以揭示振动能量损失。3.基于深度学习和CNN对桥梁状况进行分类。

结论：

1.在真实结构中总是会发生能量扩散。2.基于振动能量损失变化的LF评估，可以对桥梁进行健康监测。3.基于深度学习的能量扩散评估是可实现的，并且在多个实际桥梁中具有较高的可实施性。

关键词组：

结构健康监测；卷积神经网络；深度学习；桥梁监测；粘弹性模型；材料性能；损耗因子

作者：

NhiNgo-Kieu,ThaoNguyen-Da,ToanPham-Bao,TamNguyen-Nhat,HungNguyen-Xuan

本文引用格式：

NhiNgo-Kieu,ThaoNguyen-Da,ToanPham-Bao,TamNguyen-Nhat,HungNguyen-Xuan,.Deeplearning-basedsignalprocessingforevaluatingenergydispersalinbridgestructures.JournalofZhejiangUniversity-SCIENCEA(AppliedPhysicsEngineering),22(8):-.