基于支持向量机的桥梁损伤识别研究

发布时间：2021-03-28 20:05

　　桥梁结构一般处在严酷的环境中,在运营过程中会受到暴雨,洪水,大风,降雪,温差,冻融,地震等自然因素的影响,有时还会受到碰撞、重载乃至超限荷载的反复作用;及时的健康检测、准确的损伤识别以及预防重大安全事故的发生是国内外迫切需要解决的共同课题。本文主要研究了桥梁结构损伤识别相关内容,总结了近些年用于的桥梁损伤识别的主流方法如静载损伤检测,动力特性损伤检测和信号处理损伤检测等,并重点整理出动力特性损伤检测中基于固有频率、振型变化及曲率模态、柔度或刚度矩阵和频响函数等方法的特点及适用范围;同时梳理出支持向量机分类算法（SVC）、支持向量机回归算法（SVR）以及核函数的相关理论。并将这些方法使用在较为全面、准确的桥梁多损伤识别中。在桥梁多损伤位置识别中,针对使用曲率模态差进行损伤识别时容易出现的非损伤位置数值较大的问题,提出曲率模态差变化率的概念,并将归一化后的前两阶曲率模态差变化率组成特征向量输入SVC中进行训练,以临县黄河大桥为例进行多位置的损伤位置识别,其结果表明,在所有节点位置中,识别的准确率达到99.68%,仅有临近损伤位置的非损伤节点出现部分误判,损伤识别效果好。在桥梁多损伤位置识别... 

【文章来源】：长安大学陕西省 211工程院校 教育部直属院校

【文章页数】：87 页

【学位级别】：硕士

【部分图文】：

最优分类超平面

含松弛因子的最优分类超平面

线性回归最优超平面

【参考文献】：
期刊论文
[1]基于曲率模态曲线变化的桥梁损伤识别[J]. 吴多,刘来君,张筱雨,刘虹延.  建筑科学与工程学报. 2018(02)
[2]一种基于频响函数相似性的铁路桥墩损伤识别方法[J]. 战家旺,闫宇智,强伟亮,安志刚,张楠.  中国铁道科学. 2018(02)
[3]基于子构件曲率模态变化的桥梁损伤识别研究[J]. 吴多,刘来君,秦煜,张筱雨.  沈阳建筑大学学报(自然科学版). 2018(01)
[4]基于模型修正理论和频响函数模式置信准则的简支梁损伤动力评估方法[J]. 战家旺,李明,卢洋,闫宇智.  土木工程学报. 2017(08)
[5]基于转角模态和小波神经网络的连续梁损伤识别研究[J]. 王名月,缪炳荣,李旭娟,杨忠坤.  力学季刊. 2016(04)
[6]基于固有频率的呼吸式裂纹梁损伤识别方法[J]. 刘文光,郭隆清,贺红林,颜龙.  中国机械工程. 2017(06)
[7]张弦桁架结构基于模态参数的损伤识别[J]. 曾滨,周臻,赵军,许庆.  建筑结构学报. 2016(S1)
[8]连续梁结构损伤识别的小波神经网络方法研究[J]. 管德清,廖俊文.  中外公路. 2016(01)
[9]基于小波神经网络方法的桥梁结构损伤识别研究[J]. 肖书敏,闫云聚,姜波澜.  应用数学和力学. 2016(02)
[10]基于支持向量机与分层遗传算法的斜拉桥全结构损伤分步识别[J]. 李延强,张阳.  地震工程与工程振动. 2015(06)

博士论文
[1]桥梁结构损伤识别的模式分类和聚类识别方法研究[D]. 刘鑫.武汉理工大学 2014
[2]基于小波分析和神经网络的结构损伤识别研究[D]. 常虹.吉林大学 2010
[3]支持向量机方法在结构损伤识别中的应用[D]. 张茂雨.同济大学 2007

硕士论文
[1]基于计算智能的桥梁损伤识别方法抗噪性能研究[D]. 苑晓旭.吉林大学 2016
[2]变环境下的桥梁模态参数分析[D]. 皮少博.哈尔滨工业大学 2015
[3]多环境因素对结构动态特性的影响研究[D]. 付光来.东南大学 2015
[4]基于FEMU和SVM的桥梁损伤识别研究[D]. 吕天德.西南交通大学 2015
[5]基于冲击振动的位移柔度和应变柔度识别方法[D]. 郭双林.东南大学 2015
[6]基于SVM动能指标的桥梁时域损伤识别[D]. 罗红波.武汉理工大学 2014
[7]基于SVM模式识别方法的桥梁频域损伤识别[D]. 付胜.武汉理工大学 2014
[8]基于曲率模态理论桥梁损伤的数值模拟及实验研究[D]. 周海攀.昆明理工大学 2013
[9]基于结构模态参数和SVM的结构损伤识别研究[D]. 夏敬婵.河南理工大学 2010
[10]基于支持向量机的大跨度连续刚构桥损伤识别[D]. 王茂强.西南交通大学 2009



本文编号：3106163