径向基函数神经网络在桥梁结构损伤识别中的应用

摘要

鉴于新旧桥梁在日常运营中缺乏连续、实时的损伤情况分析,基于桥梁结构损伤识别与机器学习中的径向基函数理论,提出了2种损伤识别方法。一是分步识别法,运用频率的变式识别损伤位置,曲率、频率组合输入识别损伤程度,得到了88%以上的位置识别正确率与92%以上的程度识别正确率,适用于对准确率要求较高的结构损伤识别。二是综合识别法,在分步识别法的基础上对网络结构进行优化,利用神经网络的输出特征可直接判别损伤位置和损伤程度,得到了78%以上的识别准确率,适用于桥梁结构大数据的在线分析。试验证明了2种径向基函数(radial basis function,RBF)神经网络可以用于桥梁不同实际条件下的损伤情况识别,对于神经网络在桥梁结构损伤识别方面有更加准确的认识和分析,为以后进一步研究神经网络在桥梁结构损伤识别方面提供参考。