基于卷积神经网络的桥梁损伤识别方法应用研究

• 作者: 李雪松 林逸洲 聂振华 马宏伟
• 来源期刊: 青海大学学报（自然科学版）
• 学科: 工学
• 关键词: 卷积神经网络 损伤识别 简支梁试验 弱激励环境
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 建筑科学与园林规划
• 页码范围: 41-46
• 页数: 6页
• 分类号: TU317
• 字数: 2113字
• 语种: 中文
• DOI: 10.13901/j.cnki.qhwxxbzk.2018.02.007

摘要

目前桥梁健康监测系统普遍存在数据量过大无法高效分析的缺点.为了改善健康监测系统数据灾难问题,本文提出基于卷积神经网络(CNN)的桥梁损伤识别方法.通过简支梁振动试验,取得9个测点加速度数据训练CNN,测试网络识别准确率,分析CNN在桥梁损伤识别应用中的有效性.在此基础上分析各种激励大小对CNN桥梁损伤识别影响,以及模拟真实环境在信号中添加噪声测试CNN性能.结果表明:CNN具有在噪声环境以及弱激励环境下良好的损伤识别性能.本文方法的阶段性试验成果能为桥梁监测系统数据灾难问题提供新的解决思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	聂振华	暨南大学力学与土木工程学院	6	43	4.0	6.0
2	马宏伟	青海大学土木工程学院	7	29	4.0	5.0
6	林逸洲	暨南大学力学与土木工程学院	5	22	3.0	4.0
7	李雪松	青海大学土木工程学院	2	15	2.0	2.0