数字孪生中实时逆有限元建模的混合量子-经典代理方法

桥梁、管道和海上平台等大型民用结构是现代基础设施的关键组成部分,其突发性失效将引发重大经济损失与安全隐患。尽管有限元建模被广泛应用于实时结构健康监测,但其高昂的计算成本以及低维传感器数据需映射到高维位移/应力场的逆向有限元分析复杂性仍是持续存在的挑战。该研究团队提出一种混合量子经典多层感知器框架(QMLP),通过将传感器数据编码为对称正定矩阵与多项式特征,生成适用于量子处理的表征形式,随后利用参数化量子电路进行特征变换,并将量子输出导入经典神经网络完成最终推断。这种量子-经典融合方案在保持计算可行性的同时,成功实现了大规模逆向有限元映射。基于桥梁结构的实验表明,QMLP取得了0.0000000000316的均方误差,显著优于纯经典基线方法。这些发现证实了量子增强方法在实时结构健康监测中的潜力,为构建更高效、可扩展的数字孪生系统开辟了新途径,使得近实时结构完整性监测与诊断成为可能。

量科快讯