桥梁损伤识别中的指标优化和机器学习应用研究

摘要

频率和位移影响线参数由于可操作性好且精度较高,因此在损伤识别中具有独特优势,但现有的两类参数指标在损伤识别中仍具有一定的局限性。鉴于此,首先构建了基于有载频率和结合灰度分析的位移影响线两类优化指标,然后利用两个数值算例验证其识别效果,分析结果表明:优化后的有载频率指标能克服对称结构频率变化的非唯一性限制,而优化后的位移影响线指标可实现一定误差范围的损伤程度表征。最后构建了堆栈降噪自动编码机和BP网络两类机器学习模型探究智能识别模式,结果表明:堆栈降噪自动编码机可增强有载频率指标的表达能力,并提高抗噪性能;而BP模型可弱化位移影响线指标中存在的波动效应,并能改善部分工况损伤程度表征精度不足的问题。