基于自编码神经网络的桥梁结构损伤检测研究
发布时间：2021-12-29 06:20
随着中国综合国力的不断增强,桥梁工程作为重要的基础设施,有了很大的发展。然而,实际桥梁由于复杂的运营环境和意外因素的存在会发生损伤,进而威胁桥梁结构安全。因此,及时诊断桥梁的结构损伤并正确评估桥梁的健康状况至关重要。针对该问题,结合时下流行的大数据、人工智能的理念,通过引入合适的深度学习方法对桥梁损伤识别进行研究。文章主要从三个部分进行讨论:1.绪论部分:首先介绍了结构损伤检测的研究背景,进而在总结现今结构损伤识别方法面临的挑战并阐述未来发展趋势的基础上提出主题——基于深度学习的桥梁结构损伤识别方法。2.理论部分:阐述了人工神经网络、深度学习和自编码算法等基本理论,为本文神经网络模型搭建提供理论基础。同时引出本文对于桥梁结构损伤定位的策略——移动荷载作用下损伤识别的自编码神经网络方法。3.数值模拟与实验部分:首先,通过简支梁的数值模拟验证了该方法的操作步骤和可行性,探讨了损伤程度和损伤位置对损伤识别结果的影响。继而利用海珠桥模型进行实验验证,同时探究移动荷载速度对识别结果的影响。数值模拟和实验结果均表明了所提方法的可行性与适用性,得出损伤程度、损伤位置和移动荷载速度均为该方法识别损伤的...
【文章来源】： 暨南大学广东省 211工程院校
【文章页数】：91 页
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究方法及现状
1.2.1 基于静力测试的结构损伤识别
1.2.2 基于动力指纹方法的结构损伤识别
1.2.3 基于模型修正法的结构损伤识别
1.2.4 基于神经网络的结构损伤识别
1.3 结构损伤检测领域存在的问题及挑战
1.4 深度学习方法的国内外研究现状
1.5 本文主要工作及创新点
1.5.1 本文主要工作
1.5.2 创新点
第2章 基本理论
2.1 人工神经网络
2.1.1 人工神经元
2.1.2 神经网络模型
2.1.3 梯度下降法
2.1.4 后向传播算法
2.2 深度学习
2.3 自编码算法与稀疏性
2.3.1 自编码器
2.3.2 稀疏自编码器
2.3.3 栈式自编码器
第3章 移动荷载作用下简支梁的损伤识别数值模拟
3.1 数值模拟理论基础
3.2 数值模拟前序工作
3.3 基于自编码神经网络的简支梁加速度信号识别
3.3.1 识别方法
3.3.2 数值模拟相关参数确定
3.3.3 识别结果
3.4 优化网络模型对工况识别效果
3.5 本章小结
第4章 移动荷载作用下海珠桥模型实验验证
4.1 海珠桥模型实验简介
4.1.1 海珠桥模型及实验设备
4.1.2 实验工况设置
4.2 基于自编码神经网络的海珠桥模型实验验证
4.2.1 实验相关参数确定
4.2.2 识别结果
4.3 本章小结
第5章 结论与展望
5.1 结论
5.2 展望
参考文献
致谢
【参考文献】：
期刊论文
[1]桥隧养护的大数据时代——关于提升桥隧信息化管养水平的观点交流 [J]. 赵岩. 中国公路. 2016(13)
[2]一种单层自动编码器的聚类算法研究 [J]. 李森林,彭小宁,黄隆华. 怀化学院学报. 2015(11)
[3]桥梁安全监测最新研究进展与思考 [J]. 马宏伟,聂振华. 力学与实践. 2015(02)
[4]基于响应面模型修正的桥梁结构损伤识别方法 [J]. 宗周红,褚福鹏,牛杰. 土木工程学报. 2013(02)
[5]深度学习研究综述 [J]. 孙志军,薛磊,许阳明,王正. 计算机应用研究. 2012(08)
[6]去噪正则化模型修正方法在桥梁损伤识别中的应用 [J]. 张纯,宋固全. 振动工程学报. 2012(01)
[7]基于动力特性和神经网络的桥梁结构损伤诊断 [J]. 张志平,王杰,马利亚. 科技致富向导. 2011(15)
[8]结构损伤检测的单元模态应变能方法 [J]. 唐健,曹宗杰,于洋涛. 中国科技信息. 2010(10)
[9]基于模态柔度差曲率的梁结构损伤识别 [J]. 李胡生,宋子收,周奎,刘潇轶. 江南大学学报(自然科学版). 2010(01)
[10]基于有限元模型修正技术的结构损伤检测 [J]. 李波,屈文忠,曾又林. 武汉大学学报(工学版). 2008(05)
博士论文
[1]移动荷载作用下梁型结构健康诊断方法研究[D]. 王步宇.浙江大学. 2014
[2]基于重构相空间的结构损伤检测方法及可视化研究[D]. 聂振华.暨南大学. 2012
[3]桥梁结构损伤识别的动力指纹方法研究[D]. 冉志红.西南交通大学. 2007
硕士论文
[1]基于全噪声自动编码器的深度神经网络优化算法[D]. 夏林.武汉科技大学. 2016
[2]基于深度置信网络的入侵检测研究[D]. 安琪.兰州大学. 2016
[3]基于深度神经网络的人车分类算法[D]. 张国祥.西安电子科技大学. 2016
[4]基于挠度影响线差值和移动主成分法的桥梁损伤识别研究[D]. 赵展.暨南大学. 2015
[5]移动荷载作用下海珠桥模型损伤检测实验研究[D]. 陈虹文.暨南大学. 2015
[6]基于深度学习的图像识别算法研究[D]. 丰晓霞.太原理工大学. 2015
[7]深度学习中的自编码器的表达能力研究[D]. 王雅思.哈尔滨工业大学. 2014
[8]移动荷载作用下基于HHT和相空间重构法的桥梁损伤识别[D]. 梁永涛.暨南大学. 2014
[9]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
[10]基于曲率模态理论研究桥梁损伤诊断的有限元分析[D]. 涂胜.昆明理工大学. 2010
本文编号：3555570
【文章来源】： 暨南大学广东省 211工程院校
【文章页数】：91 页
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究方法及现状
1.2.1 基于静力测试的结构损伤识别
1.2.2 基于动力指纹方法的结构损伤识别
1.2.3 基于模型修正法的结构损伤识别
1.2.4 基于神经网络的结构损伤识别
1.3 结构损伤检测领域存在的问题及挑战
1.4 深度学习方法的国内外研究现状
1.5 本文主要工作及创新点
1.5.1 本文主要工作
1.5.2 创新点
第2章 基本理论
2.1 人工神经网络
2.1.1 人工神经元
2.1.2 神经网络模型
2.1.3 梯度下降法
2.1.4 后向传播算法
2.2 深度学习
2.3 自编码算法与稀疏性
2.3.1 自编码器
2.3.2 稀疏自编码器
2.3.3 栈式自编码器
第3章 移动荷载作用下简支梁的损伤识别数值模拟
3.1 数值模拟理论基础
3.2 数值模拟前序工作
3.3 基于自编码神经网络的简支梁加速度信号识别
3.3.1 识别方法
3.3.2 数值模拟相关参数确定
3.3.3 识别结果
3.4 优化网络模型对工况识别效果
3.5 本章小结
第4章 移动荷载作用下海珠桥模型实验验证
4.1 海珠桥模型实验简介
4.1.1 海珠桥模型及实验设备
4.1.2 实验工况设置
4.2 基于自编码神经网络的海珠桥模型实验验证
4.2.1 实验相关参数确定
4.2.2 识别结果
4.3 本章小结
第5章 结论与展望
5.1 结论
5.2 展望
参考文献
致谢
【参考文献】：
期刊论文
[1]桥隧养护的大数据时代——关于提升桥隧信息化管养水平的观点交流 [J]. 赵岩. 中国公路. 2016(13)
[2]一种单层自动编码器的聚类算法研究 [J]. 李森林,彭小宁,黄隆华. 怀化学院学报. 2015(11)
[3]桥梁安全监测最新研究进展与思考 [J]. 马宏伟,聂振华. 力学与实践. 2015(02)
[4]基于响应面模型修正的桥梁结构损伤识别方法 [J]. 宗周红,褚福鹏,牛杰. 土木工程学报. 2013(02)
[5]深度学习研究综述 [J]. 孙志军,薛磊,许阳明,王正. 计算机应用研究. 2012(08)
[6]去噪正则化模型修正方法在桥梁损伤识别中的应用 [J]. 张纯,宋固全. 振动工程学报. 2012(01)
[7]基于动力特性和神经网络的桥梁结构损伤诊断 [J]. 张志平,王杰,马利亚. 科技致富向导. 2011(15)
[8]结构损伤检测的单元模态应变能方法 [J]. 唐健,曹宗杰,于洋涛. 中国科技信息. 2010(10)
[9]基于模态柔度差曲率的梁结构损伤识别 [J]. 李胡生,宋子收,周奎,刘潇轶. 江南大学学报(自然科学版). 2010(01)
[10]基于有限元模型修正技术的结构损伤检测 [J]. 李波,屈文忠,曾又林. 武汉大学学报(工学版). 2008(05)
博士论文
[1]移动荷载作用下梁型结构健康诊断方法研究[D]. 王步宇.浙江大学. 2014
[2]基于重构相空间的结构损伤检测方法及可视化研究[D]. 聂振华.暨南大学. 2012
[3]桥梁结构损伤识别的动力指纹方法研究[D]. 冉志红.西南交通大学. 2007
硕士论文
[1]基于全噪声自动编码器的深度神经网络优化算法[D]. 夏林.武汉科技大学. 2016
[2]基于深度置信网络的入侵检测研究[D]. 安琪.兰州大学. 2016
[3]基于深度神经网络的人车分类算法[D]. 张国祥.西安电子科技大学. 2016
[4]基于挠度影响线差值和移动主成分法的桥梁损伤识别研究[D]. 赵展.暨南大学. 2015
[5]移动荷载作用下海珠桥模型损伤检测实验研究[D]. 陈虹文.暨南大学. 2015
[6]基于深度学习的图像识别算法研究[D]. 丰晓霞.太原理工大学. 2015
[7]深度学习中的自编码器的表达能力研究[D]. 王雅思.哈尔滨工业大学. 2014
[8]移动荷载作用下基于HHT和相空间重构法的桥梁损伤识别[D]. 梁永涛.暨南大学. 2014
[9]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
[10]基于曲率模态理论研究桥梁损伤诊断的有限元分析[D]. 涂胜.昆明理工大学. 2010
本文编号：3555570
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3555570.html
