10月9日，国际顶级学术期刊Mechanical Systems and Signal Processing(MSSP）刊发了电子信息学院智能材料与结构健康监测团队最新研究成果“Early-age concrete strength monitoring using smart aggregate based on electromechanical impedance and machine learning”（基于机电阻抗和机器学习的智能骨料早期混凝土强度监测）。该成果由电子信息学院罗明璋教授及其指导的硕士研究生李光平和大连理工大学李伟杰博士合作完成，项目得到了国家自然科学基金支持。
智能骨料的压电阻抗模型
CNN架构
实验流程图
混凝土试样模型
该成果首次将压电阻抗与机器学习相结合的方法应用于早期混凝土的强度监测，并在此基础上开展了数值模拟、实验验证、模型性能指标对比分析以及对其它大型结构的损伤监测意义的分析工作。论文提出了一种预测和监测混凝土强度发展的新方法，其基本思想是使用嵌入式智能骨料（SA），结合机电阻抗（EMI）技术和机器学习来监测早期混凝土的强度发展。首次建立了埋置SA的电磁干扰模型，研究了SA的电导共振频率（CRF）和电导共振峰（CRP）与混凝土强度发展的关系。建立了混合模型（LR-CNN）并且成功验证了该模型的良好性能，在实现对混凝土强度发展的定量预测同时，比较了LR-CNN模型和其他混合模型的性能指标，该方法简单、准确、定量、可靠，具有广阔的应用前景。
电子信息学院智能材料与结构健康监测团队于2010年获批湖北省优秀中青年科技创新团队计划项目，团队历来重视学科交叉应用，特别注重人工智能在传统学科领域的应用研究。今年6月，罗明璋教授团队研究生李问周在国际知名学术期刊Smart Materials and Structures（JCR1区，影响因子4.131）上发表题为“Early-age concrete strength development monitoring using piezoelectric self-emission and detection (SED) and coda wave energy (CWE)”的研究论文，本次研究成果在MSSP的刊发是该团队取得的又一个标志性成果，两项研究成果均在信息科学和土木工程交叉领域结合人工智能技术取得。
MSSP是机械、航空航天和土木工程领域的跨学科期刊，旨在报道动态系统的传感、仪器、信号处理、建模和控制的新技术所带来的最高质量的科学进步。MSSP的论文应该对工程知识做出明显的原创性贡献，必须是在既定方法基础上的重大进步。特别需要的是包括理论和实验两方面的论文，或者包括与实际应用高度相关的理论材料的论文。MSSP是以上领域的领导者，影响因子为8.934，中科院分区1区，Top期刊。
