基于应变和PSO-BP神经网络的连续梁桥损伤识别方法

• 作者: 袁宏永 许如锋 赵作周 陈建国
• 来源期刊: 安全与环境学报
• 学科: 工学
• 关键词: 安全工程 损伤识别 PSO-BP神经网络 连续梁桥 伪比能
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 安全评价
• 页码范围: 2093-2098
• 页数: 6页
• 分类号: X951
• 语种: 中文
• DOI: 10.13637/j.issn.1009-6094.2017.06.011

摘要

以连续梁桥为研究对象,建立了基于应变的损伤识别方法.提出将伪比能变化率作为损伤识别指标,并针对BP神经网络易陷入局部极小的缺点,用改进粒子群(PSO)算法优化BP神经网络的权值和阈值参数,建立PSO-BP网络预测模型.通过建立一座三跨连续梁桥有限元模型,以桥梁易损区域作为损伤识别对象进行数值模拟.结果表明,以伪比能变化率作为损伤识别指标,可以很好地实现对桥梁单位置和多位置损伤的定位及损伤程度识别,损伤程度识别的最大相对误差为3.14％,且网络内插能力优于外延能力.与传统BP神经网络比较,PSO-BP神经网络拥有更为精准的预测能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵作周	清华大学土木工程系土木工程安全与耐久教育部重点实验室	51	685	17.0	24.0
2	袁宏永	清华大学公共安全研究院	75	729	14.0	24.0
3	陈建国	清华大学公共安全研究院	28	131	8.0	10.0
4	许如锋	清华大学公共安全研究院	1	10	1.0	1.0