PDF全文阅读

杨   超¹  ,  刘   凯² ,  刘亚红¹  ,  孙建鹏²

 

( 1 .  陕西高速公路工程试验检测有限公司 ，陕西 西安 710086 ;  2.  西安建筑科技大学 ，陕西 西安 710086)

摘   要 ：频率作为一种测量方法简单且精度较高的动力特性参数，在损伤识别领域得到广泛应用，但现有的频率变化参数存在非唯一性的问题。为此，提出了基于有载频率指标和深度学习理论的桥梁损伤识别网络， 利用损伤前后有载频率数据，构建损伤识别指标参数来识别桥梁的损伤状态。结果表明：识别网络能够有效地  进行桥梁结构的损伤定位，频率数据克服了对称结构频率变化的非唯一性限制，增强了参数的表达能力，提高了桥梁损伤定位的有效性和抗噪性能。

关键词：桥梁损伤识别 ；有载频率 ；深度学习 ；抗噪性

中图分类号：U446           

文献标志码：A            

文章编号： 1005- 8249   (2024)  04- 0123- 06 

DOI:10. 19860/j.cnki.issn1005 - 8249.2024.04.022

 

YANG Chao¹  ,  LIU Kai² ,  LIU Yahong¹  ,  SUN Jianpeng²

( 1 . Shaanxi Expressway Engineering Test and Inspection Co. ，LTD. ，Xi ’an 710086 ,  China;

2. Xi ’an University of Architecture and Technology ,  Xi ’an 710086 ,  China)

Abstract:As a dynamic characteristic parameter with simple measurement method and high accuracy, frequency has been widely used in the field of damage identification, but the existing frequency variation parameters have the problem of non-uniqueness. Therefore, a bridge damage identification network based on the on-load frequency index and deep learning theory is proposed, and the damage identification index parameters are constructed to identify the damage state of the bridge by using the on-load frequency data before and after the damage. The results show that the identification network can effectively locate the damage of bridge structure, and the frequency data overcomes the non-uniqueness limitation of the frequency change of symmetrical structure, enhances the expression ability of parameters, and improves the effectiveness and anti-noise performance of bridge damage location.

Keywords: bridge damage identification; loaded frequency; deep learning; identification network

*基金项目 ： 陕西省自然科学基础研究计划面上项目 (2020JM -  475 ) ;  西安市科技创新人才服务企业项目(2020KJRC0047) 。

作者简介： 杨超  (1981 —) ,   男，硕士，高级工程师，研究方向：桥梁工程 、土建工程智能监测 、公路交通信息化。

通信作者： 刘亚红  (1994—) ,  女 ，硕士，工程师 ，研究方向：桥梁工程 、土建工程智能监测。

收稿日期：2023- 03- 01