一些网友们都想知道桥梁损伤识别指标优化及机器学习应用研究和关于同济大学陈素文的一些话题，接下来让小编带你揭晓一下关于桥梁损伤识别指标优化及机器学习应用研究的案。
刘建鹏邵永军刘伟刚刘亚红
陕西公路工程检测有限公司西安建筑科技大学
摘要频率和位移影响线参数由于可操作性好、精度高，在损伤识别中具有独特的优势，但现有的两类参数指标在损伤识别中仍存在一定的局限性。考虑到这一点，我们首先基于载荷频率和位移影响线结合灰度分析构建了两类优化指标，然后通过两个数值算例验证了识别效果。克服对称性。结构频率变化的非内在约束和优化的位移影响线指数可以达到一定的误差范围来表征损伤程度。最后，为了探索智能识别模式，我们构建了两种类型的机器学习模型堆栈降噪自动编码器和BP网络。BP模型可以减弱位移影响线指标存在的波动影响，改善某些工况下表征损伤程度不够准确的题。
关键词损伤识别、指标优化、机器学习、抗噪性、
基金资助陕西省自然科学基础研究计划面上项目、西安市科技创新人才服务企业项目；
0简介
近年来，随着经济发展，交通基础设施长期保持高标准，对安全、及时性的要求不断提高。桥梁是可以跨越河流、山谷等的道路结构，随着其承载能力和跨度的增加，其在线路中所占的份额也逐年增加。据统计，仅2020年我国预计将新建公路桥梁7700座。[1]近年来新建工程的数量甚至超过了以往的总量[2,3]。“老化”桥梁有所增加[4]。随着桥梁运营时间的积累，一些桥梁因设计荷载考虑不足、施工不善、意外事故等因素而出现性能恶化和各类损坏，因上述原因导致的桥梁安全事故也时有发生.因此，在修建新桥时，还必须注意桥梁的检查和维护。
韩国中小型桥梁比例较高，考虑到损坏随时间的发展，可以在发生或发生早期进行有效识别，如果能明确损坏的位置和程度，就可以进行修复桥梁的发展延长了桥梁的剩余寿命，间接降低了事故发生率，因此迫切需要进行损伤识别研究。最初，为了获得有关桥梁状况的有效信息，检查人员更多地依靠目视检查和经验测试相结合来做出判断。这种方法存在易受主观影响、时效性差、弊端高等缺点。由于其成本高昂且难以适应当前工作量的快速增加，主动快速损伤识别方法的研究显得尤为重要，国内外许多学者也进行了大量的研究[5,6,7,8]、9、10、11、12、13、14、15]。
基于桥梁静动力特性的整体识别方法可以在一定程度上提高识别效率，改善现有方法的缺点。虽然参数很多，但这些参数一般很难直接用来表示损伤信息，需要通过变换或重构来推导以获得更好的识别结果。Cawley等人[16]发现单个损伤位置可以通过二次频率变化率来表征，Bicanic等人[17]也通过框架结构测试发现了损伤与固有频率的关系，王宜林等人也发现了损伤与固有频率之间的关系。等人[18]利用基于位移影响线增加的测量图差异进行损伤识别，孙科[19]利用基于对称测量点的差异指数和基于平滑技术的曲率指数梁.建议。非理想支撑条件下的结构。基于此，一些学者结合机器学习方法和指标进行更高效的识别，Kirkegaard等人（20）利用频率变化进行BP网络训练，完成了钢梁的损伤识别，Kaminski（21）利用算法。孙宗光等人[22]通过将频率和振动形状作为输入，对固有频率和归一化频率变化率的识别效果进行了对比分析，取得了很好的效果。
综上所述，频率和位移影响线是包含损伤信息的参数，但现有指标仍存在不足。由于大多数桥梁频率变化的对称性和非唯一性，以往的频率指标存在一定的局限性，可能会导致对称性损伤的错误判断。此外，现有的位移影响线指标还存在难以有效表达损伤程度的题。考虑到这一点，本文首先在前人研究的基础上对两类参数指标进行优化，并通过数值实例进行验证和分析，最后结合两类机器学习算法进行智能识别模式的探索。
1指标构成
11负载频率指标
桥梁是一个多自由度系统，考虑移动荷载作用引起的质量影响的自由振动方程可表达如下。
式中Kp为刚度矩阵，numnosee。woi,jj=1,2,3,…,numf是动载荷在位置i时结构的第j个载荷频率，是对应的振动形状矢量。无阻尼方程可表示为
从上式可以看出，频率是受系统刚度和质量影响的全局变量，可以反映桥梁整体性能的变化。由于桥梁系统尺寸较大，局部损伤主要表现为刚度下降，对质量影响较小[20]，因此可以依靠这种相关性反演桥梁的损伤信息。
这里，结合车桥耦合理论，利用移动质量荷载位置变量来明确表达损伤对频率的影响，放大效果随着车辆位置的移动而变化，从而与之前的频率指标具有对称性鉴别。还有一些题是可以避免的，但并不是唯一的。该方法首先在桥上适当的位置安装传感器采集频率数据，然后将桥划分为N个单元和N+1个节点，当移动荷载经过ii=1,2时。N+1个节点依次确定位置后，获取第m个加载频率数据，该数据也是使用无损数值模型或新桥梁获取的。损坏用于构建参数指标，通过图像中的趋势和异常位置识别损坏。
假设电桥无损状态下的负载频率数据为i,j;0i=1,2,,N+1;j=1,2,,m，当前状态下为i,ji。=1,2,,N+1;j=1,2,,m，用这两个数据集定义桥梁荷载频率平方变化率参数指数，移动荷载位于i处，第j座桥梁为阶次前后平方载荷频率的变化率可表示为
考虑到移动负载位于模态节点时对频率的影响有限，进一步对移动负载位于同一位置时的第n个SFFC进行求和表达，以防止检测失败。喜欢
12位移影响线显示
这里我们以简支梁为例，只考虑小变形和线弹性相。根据位移相等定理
这种位移通常包括线性位移和角位移；这里仅讨论垂直线性位移。由于位移影响线代表了测量点的位移与荷载位置之间的函数关系，因此求解特定点的位移影响线可以简化为移动荷载时梁上另一位置的位移表达式。应用。测量点。简支梁在集中荷载作用下特定位置的位移可以采用忽略轴力和剪力的单位荷载法求解，并可简化如下
与损伤的关系已在文献[23]中介绍过，这里不再重复。指标改进还应通过灰度分析理论来实现，通过改进灰度关联模型，可以进一步完成参数指标的构建，可表示为
式中，ij0k为损伤前后跨中节点位移影响线的直接差值，ij1k为斜率差值，ij2k为显式处理后的曲率差值。上述改进后的参数指标不再局限于数据的单一变化趋势，而是综合考虑损伤前后各维度的变化，通过这种处理方法，在提高指标的动态适用性的同时，也提高了指标的动态适用性。定位检测和识别能力良好。
2SFCR数值算例效果分析
本文选取一座如图1所示的三跨连续桥对这些指标进行验证和分析。采用欧拉-伯努利梁单元，从左到右分为100个01m的单元，编号为E1，节点号为N1，采用等截面箱梁形状，材质为C50混凝土，容重=25kN/m3，弹性模量E=345107kN/m2，泊松比=02。根据圣维南原理理论，通过调整材料弹性模量实现局部损伤模拟，移动载荷为300kN，梁单元采用BEAM3单元。
图1连续梁单元划分示意图下载原图
移动MASS21质量单位用于模拟移动载荷。通过绑定实现质量单位和梁单位的组合，模态分析时使用BlockLanczos特征值求解器计算不同位置移动载荷的载荷频率数据。仅在垂直平面内进行计算。忽略阻尼和温度，并考虑到实际应用中高阶频率一般难以获得或误差较大，结合振型分析结果，仅采用前4阶垂向弯曲频率进行计算，得到指标参数分析完毕。
模型构建完成后，需要对损伤工况进行仿真设置，由于工况较多，这里仅列出四种工况进行分析，具体工况如表1所示。
表1连续梁损伤状况原图下载
根据指数计算方法进一步得到每种损伤情况的参数值并进行归一化，结果如图2所示。
图2各种损伤条件下的SFCR参数值下载原图
观察工况1和工况2下单元损伤的识别结果，可以看出SFCR可以有效识别桥梁的损伤位置。存在明显的突变，我们也证实该指标可以有效避免对称性损伤频率变化的非特异性。
工况3和工况4是对两种损伤的识别结果，SFCR图像即使在损伤状态下仍能准确识别出各个损伤位置，并且可以看出，损伤程度不同时，图像峰值存在显着差异。不同的是，大病变虽然易于识别，但小病变可能会被较大病变掩盖。综合仿真结果表明，SFCR参数指标能够有效发现桥梁损伤。
3IGCC数值模拟分析
为了验证和分析采用灰度分析方法构建的IGCC位移影响线指标，本文利用20m跨度预应力简支箱梁进行了验证和分析。以1m为单位长度，从左到右分为20个单元，21个节点，预应力钢腱采用钢绞线1860，其他变量与之前模型相同，此标记需要识别，因此，根据考虑到损伤的影响，分类设置将损伤变化范围设置为5，由于工况设置较多，仅给出表2中的4种工况。
表2简支梁损伤情况下载原图
模型构建和损伤条件设置完成后，提取跨中节点位移影响线数据，计算相应的位置参数指数，单损伤和多损伤识别结果分别如图3和图4所示。
分析工况5和工况6的识别结果可以看出，无论损伤位置在中部还是1/4跨内，损伤前后的指标计算结果图像都很快出现。它随损坏位置而变化，并且根据该位置的损坏程度，指数系数随着其值的增加而减小。该点系数的取值可以在一定误差范围内表征损伤程度，当损伤程度在1030范围内时，该指标的表征精度较高。不同工况下的测试计算表明，损伤较小时，该指标的灵敏度会降低，并且可能会误判损伤位置。损坏的位置变得更加明显。但它会影响识别损坏程度的准确性，并可能对图像中的其他位置造成损坏。
No Comment