联合分布式宏应变与机器学习的铁路桥梁监测预警方法

摘要

探究随机列车荷载下联合分布式宏应变监测与机器学习的桥梁评估预警方法，实现铁路桥梁分布式快速评估。建立列车-轨道-桥梁耦合振动三维精细化有限元模型，应用荷载统计分析方法构建与实际列车运营相适应的随机车流模型，基于分布式监测原理，提出分布式宏应变影响线面积作为桥梁预警的指标设计预警区间评估预警方法；进一步，通过多种刚度退化工况仿真分析，构建随机列车荷载下分布式宏应变监测数据样本库，对比研究4种机器学习方法对桥梁损伤定量与定位的准确率。结果表明，4种机器学习都能够对桥梁结构的局部损伤进行定位和定量，平均识别准确率都达到了90.0%，其中KNN模型和SVM模型在桥梁损伤定量的测试中表现最好，识别准确率均为95.0%,SVM模型在桥梁结构损伤定位的测试中表现最好，识别准确率为98.3%。联合分布式宏应变监测与机器学习的桥梁评估方法具有可行性，SVM模型在桥梁结构损伤定位的测试中表现最好，KNN模型和SVM模型在桥梁损伤定量的测试中表现最好，综合分析，SVM在桥梁损伤定位与损伤定量分析表现最优。

关键词

分布式宏应变 / 桥梁健康监测 / 机器学习 / 安全预警 / 损伤识别