基于卷积神经网络的RC框架结构损伤识别研究

发布时间：2021-01-25 18:44

　　地震后应急期内的首要任务是评估灾区建筑结构损伤程度,并根据评估结果迅速组织应急排险、恢复重建等工作。传统的评估方法往往受限于评估人员的专业背景,使得评估结果因人而异,且评估过程持时长、时效差。因此,一种快速、稳定的建筑结构损伤评估方法尤为重要。通过对国内外研究现状的分析,本文提出了一种基于卷积神经网络的建筑结构损伤评估方法,该方法具有较高的识别效率和准确率,主要研究内容如下:（1）针对我国量大面广的RC框架结构,收集了汶川地震和芦山地震中框架结构破坏图片,包括非结构构件和结构构件,按照《建筑物破坏等级划分标准》将结构构件中梁柱划分为轻微破坏、中度破坏和重度破坏;非结构构件中天花板和填充墙分别划分为完好、破坏和轻微破坏、中度破坏、重度破坏;针对图片不足的问题,采取旋转、镜像手段对图片库进行扩充,为后续的模型训练提供数据集。（2）本文基于迁移学习方法,利用深度卷积神经网络框架中的Alex Net网络对震后框架建筑破坏数据集进行学习。通过与Google Net和Res Net的对比实验,验证了Alex Net在本次识别任务中的优越性。研究Batchsize、Epoch、Dropout、优化函... 

【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校

【文章页数】：66 页

【学位级别】：硕士

【部分图文】：

汶川地震中结构构件破坏情况

哈尔滨工业大学工学硕士学位论文-2-图1-1汶川地震中结构构件破坏情况改革开放以来，随着经济水平的发展，我国城乡建筑质量显著提高，在中震下，很少有房屋承重构件破坏的现象出现。通过对大量的震后灾害图片数据分析发现，填充墙作为钢筋混凝土框架结构的第一道抗震防线，损坏十分严重。a)底层窗间墙开裂外凸b)内部填充墙开裂c)内部内隔墙开裂d)填充墙顶部梁下形成水平裂缝图1-2芦山地震中填充墙破坏情况

第1章绪论-3-a)龙门乡中心学校教学楼，顶层天花板几乎全部掉落b)芦山县人民医院门诊楼，天花板、灯具大量掉落c)天缘超市天花板大量掉落d)幼儿园走廊发生天花板掉落e)澎湖候机大厅天花板掉落f)某办公楼内天花板大量掉落图1-3地震中天花板破坏情况

【参考文献】：
期刊论文
[1]基于改进AlexNet模型的肺癌辅助检测方法[J]. 傅磊,林振衡,谢海鹤.  莆田学院学报. 2019(05)
[2]基于Tensorflow对卷积神经网络的优化研究[J]. 郭敏钢,宫鹤.  计算机工程与应用. 2020(01)
[3]AlexNet改进及优化方法的研究[J]. 郭敏钢,宫鹤.  计算机工程与应用. 2020(20)
[4]人脸识别中AlexNet网络设计和改进方法研究[J]. 赵远东,刘振宇,柯丽,陈香敏.  通信技术. 2019(03)

硕士论文
[1]基于深度卷积神经网络的农作物病虫害识别及实现[D]. 吴健宇.哈尔滨工业大学 2019



本文编号：2999703