[1]包龙生 曹悦 赵宁 孟宪彪 张筱薇.BP神经网络和曲率模态理论在桥梁损伤识别中的应用[J].沈阳建筑大学学报(自科版),2021,(2):296-302.[doi:10.11717/j.issn:2095-1922.2021.02.13]
点击复制

BP神经网络和曲率模态理论在桥梁损伤识别中的应用()
分享到：

《沈阳建筑大学学报(自科版)》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2021年第2期
页码:
296-302
栏目:
土木工程
出版日期:
2021-03-30

文章信息/Info

作者:
包龙生 曹悦 赵宁 孟宪彪 张筱薇
关键词:
桥梁健康监测; 神经网络; 曲率模态; 损伤识别; 损伤评估
DOI:
10.11717/j.issn:2095-1922.2021.02.13
摘要:
目的 研究桥梁结构损伤识别指标，探讨结合BP神经网络理论开发程序对桥梁结构损伤位置及损伤程度智能输出的可行性。方法 对桥梁数值模拟，建立有限元模型并进行模态分析，得到损伤前后的模态数据；将模态数据曲率化后结合桥梁结构的损伤指标作为输入及输出变量，以输入变量与输出变量建立非线性映射关系；将大量损伤模态数据随机构成训练集及测试集，利用训练集对神经网络进行训练，训练精度设置为10-3，学习率设置为0.01，后应用测试集数据对训练后神经网络的损伤识别效果进行验证。结果 所开发程序对于简支梁及连续梁两种常见桥型的结构的损伤位置识别较为准确，对于结构损伤程度的预测值与真实值拟合程度可达0.97。结论 该损伤识别程序可对简支梁及连续梁两种常见形式的桥梁结构损伤进行智能识别与预测且识别效果较好，具有一定可行性。

相似文献/References:

[1]周鹏 孙晓繁 白晓天 何恩光.基于BP神经网络的全断面岩石隧道掘进机刀具系统故障预测研究[J].沈阳建筑大学学报(自科版),2021,(6):1133.[doi:10.11717/j.issn:2095-1922.2021.06.21]
[2]包龙生,冯元东,包宇扬,等.GM-BP组合预测模型在桥梁施工监控中的应用[J].沈阳建筑大学学报(自科版),2022,(2):296.[doi:10.11717/j.issn:2095-1922.2022.02.13]
[3]包龙生,闫吉烁,王兴龙,等.基于改进PSO算法的连续梁桥健康监测传感器优化布置研究[J].沈阳建筑大学学报(自科版),2022,(6):1072.[doi:10.11717/j.issn:2095-1922.2022.06.14]

更新日期/Last Update: 2021-04-06