随机车载激励下的斜拉桥拉索损伤识别研究

摘要

【目的】针对大跨度柔性桥梁，提出一种基于车载激励和深度学习的斜拉桥拉索损伤识别方法，以实现对斜拉桥拉索损伤的有效识别。【方法】根据实测车流数据和蒙特卡洛方法建立随机车流模型，把车流荷载当作斜拉桥有限元模型的外在激励；统计桥梁关键测点的动力响应信息，构建拉索损伤数据库；基于VGG16的深度学习算法对损伤数据进行学习，建立损伤与桥梁响应的映射关系；将VGG16与支持向量机、BP神经网络和卷积神经网络等机器学习方法进行对比。【结果】VGG16在车流激励下斜拉桥拉索的损伤识别方面效果更优。具体表现为损伤程度越高识别精度越高，且单一损伤的识别效果高于多损伤识别的识别效果。【结论】VGG16在车流激励下斜拉桥拉索损伤识别方面具有更好的性能。

关键词

随机车流 / 拉索损伤 / 深度学习 / 机器学习 / 损伤识别