单侧数据增强与TabNet结合的网状吊杆拱桥疲劳损伤智能评估方法

胡振; 翟锋; 陈致淳; 谢开仲; 谢启基

doi:10.13624/j.cnki.issn.1001-7445.2025.1400

广西大学学报（自然科学版） ›› 2025, Vol. 50 ›› Issue (06) : 1400 -1411. DOI: 10.13624/j.cnki.issn.1001-7445.2025.1400

单侧数据增强与TabNet结合的网状吊杆拱桥疲劳损伤智能评估方法

胡振, 翟锋, 陈致淳, 谢开仲, 谢启基

作者信息 +

Author information +

文章历史 +

PDF

摘要

针对中承式网状吊杆拱桥全桥疲劳监测成本高、实测数据稀缺的工程难题，提出一种面向跨域推演的单侧数据增强的疲劳损伤智能评估方法。以安徽省六安市安丰北路中承式网状吊杆拱桥为背景，仅利用源域倾斜（WS倾斜）的14根吊杆的真实监测数据，构建一种物理驱动的数据自增广模型。该模型通过融合桥梁结构特性与真实数据趋势，为每根WS倾斜吊杆生成20组合成样本，共形成280组训练集。在此基础上，采用TabNet模型进行训练，其内嵌的序列注意力与稀疏特征选择机制可动态聚焦于距跨中距离、初始索力、吊杆长度等关键物理特征，有效抑制合成数据中的冗余与噪声。模型在合成数据与WS倾斜数据上完成训练后，直接用于预测目标域倾斜（NS）吊杆的疲劳损伤度。结果表明，该方法在仅使用半桥原始数据且未引入任何对侧实测信息的条件下，实现了对全桥吊杆疲劳状态的高精度评估（决定系数R²=0.847 5,平均绝对百分比误差MAPE=13.5%）,验证了仅凭半桥监测数据驱动全桥疲劳评估的可行性。