-
题名基于深度置信网络的工字钢梁损伤识别方法
被引量：2
- 1
-
-
作者
程海根
胡钧剑
胡晨
-
机构
华东交通大学
江西高速公路投资集团有限公司
-
出处
《铁道工程学报》
EI
北大核心
2021年第11期67-73,共7页
-
基金
国家自然科学基金项目(51368018,51968024)。
-
文摘
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。
-
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
-
Keywords
I-beam
damage identification
deep belief network
vertical acceleration response value
feature analysis
-
分类号
TU317
[建筑科学—结构工程]
-
