基于深度置信网络的工字钢梁损伤识别方法

• 作者: 程海根 胡钧剑 胡晨
• 来源期刊: 铁道工程学报
• 学科: 工学
• 关键词: 工字钢梁 损伤识别 深度置信网络 竖向加速度响应值 特征分析
• 年，卷（期）: 2021,（11）
• 所属期刊栏目: 桥梁工程|Bridge Engineering
• 页码范围: 67-73
• 页数: 7页
• 分类号: TU317
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2106.2021.11.011

摘要

研究目的:工字钢梁作为一种重要的受力结构,在建筑结构、桥梁支架、轨道交通、仓储厂房等领域应用广泛.由于其在服役期间极易受到外部荷载、自然环境、材料性质等影响而发生严重的损伤,危害结构的耐久性和安全性,因此有必要采取相应的措施及时发现工字钢梁的损伤状况.基于深度置信网络的工字钢梁损伤识别方法,提取结构发生振动时的竖向加速度响应值作为损伤指标,通过深度置信网络对损伤指标的特征分析,识别结构的损伤位置和损伤程度.研究结论:(1)该方法在损伤位置和损伤程度方面的识别准确率均在90％以上,且随着噪声程度不断提高,识别准确率能够保持稳定的水平,抗噪性能好;(2)SVM支持向量机在损伤位置的识别准确率低于20％,BP神经网络在损伤程度的识别准确率低于70％,随着噪声程度不断提高,两种传统的方法识别准确率不能保持稳定的水平,识别能力差;(3)本文所提出的基于深度置信网络的损伤识别方法具有一定的可行性,在实际工程应用中可研究性较强,具有一定的研究前景.