基于格拉姆角场和卷积神经网络的斜拉索损伤识别研究

李延强, 韩家浩

石家庄铁道大学学报(自然科学版) ›› 2023, Vol. 36 ›› Issue (04) : 1 -7.

PDF
石家庄铁道大学学报(自然科学版) ›› 2023, Vol. 36 ›› Issue (04) : 1 -7. DOI: 10.13319/j.cnki.sjztddxxbzrb.20230184

基于格拉姆角场和卷积神经网络的斜拉索损伤识别研究

作者信息 +

Author information +
文章历史 +
PDF

摘要

斜拉索是斜拉桥的重要受力构件,也是易损构件,针对此提出了一种基于格拉姆角场和卷积神经网络(GAF-CNN)的斜拉索损伤识别方法。首先,利用格拉姆角场对斜拉索进行特征提取,将斜拉索的加速度信号转化为二维图像,构建GAF图像数据集;然后,基于迁移学习构建适用于斜拉索损伤识别的CNN网络并进行训练。数值仿真结果表明,该方法能够有效识别斜拉索损伤,具有较高的准确率和良好的抗噪性能。

关键词

斜拉索 / 损伤识别 / 格拉姆角场 / 卷积神经网络

Key words

引用本文

引用格式 ▾
李延强, 韩家浩 基于格拉姆角场和卷积神经网络的斜拉索损伤识别研究[J]. 石家庄铁道大学学报(自然科学版), 2023, 36(04): 1-7 DOI:10.13319/j.cnki.sjztddxxbzrb.20230184

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

13

访问

0

被引

详细

导航
相关文章

AI思维导图

/