基于循环神经网络的桥梁局部响应相关性建模方法

发布时间：2024-02-23 11:47

　　随着传感器技术的快速发展,结构健康监测系统目前已广泛应用于土木工程领域,但如何从监测数据中有效提取得到有关结构状态的信息仍是一个十分重要、需要进行研究的问题。传统的损伤识别方法是以模态参数为损伤敏感特征的,但模态参数对局部损伤并不敏感,因此需要对局部结构进行建模从而获取损伤敏感特征进行损伤识别。但对于大型桥梁这样的具有非线性的结构,目前仍缺乏有效的、自适应的建模方法。同时损伤识别方法也常常受到温度等环境因素的干扰。为此,本文使用深度学习方法,对考虑温度影响的局部结构建模方法进行了研究。主要研究内容包括:研究考虑温度影响的基于循环神经网络的相关性建模方法。首先了介绍了使用时间序列模型描述线性结构动力系统的数学原理;然后分析了几种将输入输出模型转换为响应间输出相关性模型的情形;使用子结构思想挑选部分结构响应,并针对桥梁由于大变形出现的几何非线性行为,使用循环神经网络代替传统的线性时间序列建模方法构造响应之间的相关性模型;同时将温度也作为模型的输入,依托循环神经网络的特征提取能力来考虑到温度对相关性模型的影响。研究基于误差水平的损伤识别方法。使用模型的预测残差标准差来作为损伤敏感特征进行损伤...

【文章页数】：73 页

【学位级别】：硕士

【部分图文】：

图2-1普通RNN模型结构示意图

图2-1普通RNN模型结构示意图由于此时每个RNN单元仅由包含一个双曲正切函数，因此普通RNN单元又称为是双曲正切单元。可以发现，RNN使用状态向量记录该时刻的自身响应与其他各自由度响应的方法，代替了ARMAX模型中除下一时刻的输入、输出以及噪声以外的各项。....

图2-2GRU结构示意图

tz——更新门；th——计算th的中间变量，表示了当前时刻输入对状态变量的影响；——表示向量之间相同位置元素相乘的乘法算子；——sigmoid函数；W、h——公式中各变量对应的权重以及偏置项。图2-2所示，GRU模型的状态更新方式如下：首先，根据....

图2-3基于门限循环单元神经网络的桥梁响应量相关性模型示意图

考虑到在自然语言处理领域，模型的初始状态变量一般设置为零于在开始处理语句前并不接受任何先验知识，模型所获取的信息为零应量建模中，并不能保证初始的状态向量为零。考虑到初始状态对应输出，即初始时刻的输出可以看成是初始时刻的状态变量通过一个得到，那么就可以假定初始状态变量能够通过初始时....

图3-1刚性铰构造立面图及其A-A截面横断图

哈尔滨工业大学工程硕士学位论文有柔性减振并预紧的球型支座，从而降低支座摩擦面压应力、满足承载力要求、满足刚性铰实际工作要求、缓解应力峰值与冲击破坏并提高刚性铰结构与支座安全性。同时，如图3-1(a)所示，为了更好地将根部剪力和弯矩传递到大钢箱梁的顶底板上，小钢箱梁的主要受力构件....

本文编号：3907447