原文传递
基于深度学习和监测数据的桥梁损伤识别方法研究
| 题名： | 基于深度学习和监测数据的桥梁损伤识别方法研究 |
| 作者： | 唐良;边祖光;赵银飞;金婉 |
| 作者单位： | 陕西建工机械施工集团有限公司;浙江科技学院土木与建筑工程学院;浙江科嘉工程技术研究有限公司;浙江大学建筑工程学院 |
| 关键词： | 损伤识别;深度学习;监测数据;卷积神经网络;栈式自动编码器 |
| 摘要： | 为了挖掘桥梁健康监测数据蕴含的大量隐藏信息，以及改进传统结构损伤识别方法的不足之处，提出了基于桥梁监测数据的损伤识别方法。从有限元模拟数据和实际监测数据中分别提取加速度响应，并对原始数据进行了预处理。通过卷积神经网络和栈式自编码网络分别对明州大桥监测数据的可视化图像和时间序列进行识别，同时与浅层神经网络方法的识别正确率对比。结果表明：基于深度学习和监测数据的损伤识别方法不论是通过图像识别还是通过时间序列识别，都表现出优秀的性能:识别正确率达85%以上。与浅层神经网络相比，深度神经网络的损伤工况分类能力更强，识别正确率提高20%以上。 |
| 期刊名称： | 城市道桥与防洪 |
| 出版日期： | 202201 |
| 出版年： | 2022 |
| 期： | 01 |
| 页码： | 174-180 |
检索历史
应用推荐
