基于移动车辆荷载作用下锚固点振动响应结合机器学习的斜拉索损伤识别研究

摘要

移动车辆荷载作用下采集的桥面振动响应数据，包含了很多桥梁的几何参数信息，能有效地对结构损伤进行识别。机器学习算法能够挖掘响应数据中的关键信息，捕捉其中线性关系。该文以韶州大桥为背景，建立斜拉桥有限元模型，将多种不同车辆参数的两轴货车荷载作用在不同斜拉索小损伤工况下的斜拉桥模型上，模拟计算移动荷载作用下斜拉桥模型的振动响应。采用主成分分析（PCA）技术对加速度数据降维压缩，并结合贝叶斯优化后的最小二乘法支持向量机模型（BO-LSSVM），开展不同荷载组合下斜拉索的损伤定位与定量分析。针对多根拉索损伤预测不准确的情况，提出了将定位标签整合到损伤数据中的方法。结果表明：基于大量的损伤响应数据，BO-LSSVM模型能寻找到最佳的超参数组合，有效分析复杂响应数据，利用移动车辆荷载实现拉索损伤程度的监测分析。利用PCA对加速度响应数据进行降维压缩，在保证预测精准度的同时，提高了机器学习的计算效率，节约了计算资源。且在多损伤数据特征数据中添加定位标签方法有效提高了损伤识别的准确性。该研究为实际工程中的损伤实时监测提供了模型参考与技术理论基础。

关键词

斜拉桥 / 车桥耦合 / 振动响应 / 数据压缩 / 贝叶斯优化 / 最小二乘法支持向量机 / 损伤识别