-
●非對稱異性隧道聯絡通道冷凍法(07月24日)
-
●水泥夯土材料抗壓強度試驗及耐(08月25日)
-
●變質巖類順層邊坡破裂跡象及邊(07月25日)
-
●大體積混凝土配合比優化設計在(08月25日)
-
●粉煤灰基超高性能混凝土配合比(07月25日)
-
●地鐵車輛段檢修庫裝配式混凝土(07月24日)
-
●大型十字交叉地鐵車站結構地震(07月25日)
-
●變坡面淺埋偏壓小凈距隧道圍巖(07月24日)
-
●邯鄲富水地層深基坑支護優化和(07月25日)
-
●自密實抑溫防水復合材料在地下(08月25日)
-
●粉煤灰摻量對高層建筑筏板基礎(06月26日)
-
●基于遺傳算法的神經網絡對大體(06月27日)
-
●氯鹽漬土無側限抗壓強度及體變(06月25日)
-
●不同 ZrO2 摻量改性水(06月26日)
-
●非均勻銹蝕對建筑鋼混組合梁承(06月27日)
-
●再生微粉泡沫混凝土力學性能研(06月25日)
-
●堿激發粉煤灰-高爐礦渣粉固化(09月11日)
-
●地鐵車輛段檢修庫裝配式混凝土(07月24日)
-
●昌寧隧道豎井輔助正洞施工技術(07月03日)
-
●堅硬頂板沿空留巷充填體加固技(06月25日)
PDF全文閱讀
楊 超1 , 劉 凱2 , 劉亞紅1 , 孫建鵬2
( 1 . 陜西高速公路工程試驗檢測有限公司 ,陜西 西安 710086 ; 2. 西安建筑科技大學 ,陜西 西安 710086)
摘 要 :頻率作為一種測量方法簡單且精度較高的動力特性參數,在損傷識別領域得到廣泛應用,但現有的頻率變化參數存在非唯一性的問題。為此,提出了基于有載頻率指標和深度學習理論的橋梁損傷識別網絡, 利用損傷前后有載頻率數據,構建損傷識別指標參數來識別橋梁的損傷狀態。結果表明:識別網絡能夠有效地 進行橋梁結構的損傷定位,頻率數據克服了對稱結構頻率變化的非唯一性限制,增強了參數的表達能力,提高了橋梁損傷定位的有效性和抗噪性能。
關鍵詞:橋梁損傷識別 ;有載頻率 ;深度學習 ;抗噪性
中圖分類號:U446
文獻標志碼:A
文章編號: 1005- 8249 (2024) 04- 0123- 06
DOI:10. 19860/j.cnki.issn1005 - 8249.2024.04.022
YANG Chao1 , LIU Kai2 , LIU Yahong1 , SUN Jianpeng2
( 1 . Shaanxi Expressway Engineering Test and Inspection Co. ,LTD. ,Xi ’an 710086 , China;
2. Xi ’an University of Architecture and Technology , Xi ’an 710086 , China)
Abstract:As a dynamic characteristic parameter with simple measurement method and high accuracy, frequency has been widely used in the field of damage identification, but the existing frequency variation parameters have the problem of non-uniqueness. Therefore, a bridge damage identification network based on the on-load frequency index and deep learning theory is proposed, and the damage identification index parameters are constructed to identify the damage state of the bridge by using the on-load frequency data before and after the damage. The results show that the identification network can effectively locate the damage of bridge structure, and the frequency data overcomes the non-uniqueness limitation of the frequency change of symmetrical structure, enhances the expression ability of parameters, and improves the effectiveness and anti-noise performance of bridge damage location.
Keywords: bridge damage identification; loaded frequency; deep learning; identification network
*基金項目 : 陜西省自然科學基礎研究計劃面上項目 (2020JM - 475 ) ; 西安市科技創新人才服務企業項目(2020KJRC0047) 。
作者簡介: 楊超 (1981 —) , 男,碩士,高級工程師,研究方向:橋梁工程 、土建工程智能監測 、公路交通信息化。
通信作者: 劉亞紅 (1994—) , 女 ,碩士,工程師 ,研究方向:橋梁工程 、土建工程智能監測。
收稿日期:2023- 03- 01
冀公網安備13011002000529 技術支持:數字河北 