文献类型：期刊文章

作　　者：包龙生[1] 曹悦[1,2] 赵宁[3] 孟宪彪[4] 张筱薇[1]

BAO Longsheng;CAO Yue;ZHAO Ning;MENG Xianbiao;ZHANG Xiaowei(School of Transportation Engineering,Shenyang Jianzhu University,Shenyang,China,110168;School of Civil Engineering,Shenyang Jianzhu University,Shenyang,China,110168;Shandong Academy of Transportation Sciences,Ji′nan,China,250100;China Railway 19th Bureau Group Rail Transit Engineering Co.Ltd.,Beijing,China,101300)

机构地区：[1]沈阳建筑大学交通工程学院,辽宁沈阳110168 [2]沈阳建筑大学土木工程学院,辽宁沈阳110168 [3]山东省交通科学研究院,山东济南250100 [4]中铁十九局集团轨道交通工程有限公司,北京101300

出　　处：《沈阳建筑大学学报（自然科学版）》

基　　金：“十三五”国家重点研发计划重点专项基金项目(2018YFC0809600,2018YFC0809606);辽宁省重点研发计划指导计划基金项目(2018416028);沈阳市建委城乡系统科研项目(201904)。

年　　份：2021

卷　　号：37

期　　号：2

起止页码：296-302

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、CSCD、CSCD_E2021_2022、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：目的研究桥梁结构损伤识别指标,探讨结合BP神经网络理论开发程序对桥梁结构损伤位置及损伤程度智能输出的可行性。方法对桥梁数值模拟,建立有限元模型并进行模态分析,得到损伤前后的模态数据;将模态数据曲率化后结合桥梁结构的损伤指标作为输入及输出变量,以输入变量与输出变量建立非线性映射关系;将大量损伤模态数据随机构成训练集及测试集,利用训练集对神经网络进行训练,训练精度设置为10^(-3),学习率设置为0.01,后应用测试集数据对训练后神经网络的损伤识别效果进行验证。结果所开发程序对于简支梁及连续梁两种常见桥型的结构的损伤位置识别较为准确,对于结构损伤程度的预测值与真实值拟合程度可达0.97。结论该损伤识别程序可对简支梁及连续梁两种常见形式的桥梁结构损伤进行智能识别与预测且识别效果较好,具有一定可行性。

关 键 词：桥梁健康监测 神经网络 曲率模态 损伤识别 损伤评估  

分 类 号：TU997] U446]