原文传递
基于声发射和卷积神经网络的混凝土桥梁损伤预测研究
| 题名： | 基于声发射和卷积神经网络的混凝土桥梁损伤预测研究 |
| 正文语种： | 中文 |
| 作者： | 袁明;王烁;颜东煌;刘昀;黄练 |
| 作者单位： | 长沙理工大学土木工程学院;湖南交通职业技术学院路桥工程学院 |
| 关键词： | 混凝土桥梁;声发射;卷积神经网络;BP神经网络;损伤识别;波形信号 |
| 摘要： | 为了有效识别混凝土桥梁结构的损伤程度，及时评估结构状态，该文基于卷积神经网络开展部分预应力混凝土斜拉桥损伤模型试验，通过试验梁不同损伤状态下的声发射波形信号，利用卷积神经网络对试验梁的损伤程度进行识别与预测。首先搭建完成了由卷积层、池化层、全连接层和一个SoftMax层组成的卷积神经网络架构；然后将试验梁分级加载至极限状态3次，获得相同加载情况下的3组声发射波形信号，将前2组声发射信号输入之前搭建的CNN模型并完成训练后，得到卷积神经网络识别系统，第3组声发射信号用于该识别系统预测试验梁的损伤状态，以验证该识别方法的有效性。研究结果表明：基于卷积神经网络与声发射技术成功预测出试验梁的损伤程度，3104个声发射信号的综合准确率达96 .71%；两层卷积层加上两层全连接层的网络架构的预测效果最优；对比传统的BP神经网络，卷积神经网络准确率高5%～10%。 |
| 期刊名称： | 中外公路 |
| 出版年： | 2022 |
| 期： | 04 |
| 页码： | 69-75 |
检索历史
应用推荐
