基于长短时记忆递归网络的桥梁结构损伤识别  

作　　者：宋超 

机构地区：[1]福建省高速公路达通检测有限公司,福州350001

出　　处：《福建交通科技》2023年第4期49-54,共6页

摘　　要：为合理有效利用桥梁结构健康监测长期监测数据,提高桥梁损伤识别的精度,将长短时记忆递归网络(Long Short Term Memory,LSTM)引入桥梁健康监测领域,对LSTM在结构损伤识别的应用可行性及可靠性进行分析,提出了基于LSTM的桥梁结构损伤识别方法,通过直接提取桥梁动态测试时程数据中的特征实现结构的损伤识别;进而采用IABMAS BHM Benchmark模型试验和卡塔尔大学看台结构来验证所提方法的可行性,并探讨数据集大小、测试噪声对损伤识别结果的影响。结果表明,随着测试噪声的增加和训练集规模的下降,模型识别准确率逐步下降,但是所提模型在小样本强噪声条件下的识别准确率依然可以达到87.3%,满足实际桥梁结构健康监测精度需求。

关 键 词：桥梁结构 健康监测 损伤识别 长短时记忆递归网络 

分 类 号：U446[建筑科学—桥梁与隧道工程] TP183[交通运输工程—道路与铁道工程]