基于BP神经网络的桥梁移动荷载参数识别.pdf
《基于BP神经网络的桥梁移动荷载参数识别.pdf》由会员分享,可在线阅读,更多相关《基于BP神经网络的桥梁移动荷载参数识别.pdf(4页珍藏版)》请在咨信网上搜索。
1、交通与土木工程河南科技Henan Science and Technology总第807期第13期2023年7月基于BP神经网络的桥梁移动荷载参数识别万李兴1,2(1.长沙理工大学土木工程学院,湖南长沙410114;2.武汉汇科质量检测有限责任公司,湖北武汉430050)摘要:【目的目的】为了研究不同类型输入样本对移动荷载参数神经网格识别模型效率和精度的影响,并为移动荷载参数识别提供可靠的理论方法依据。【方法方法】通过ANSYS有限元分析和MATLAB大数据处理方法,开展了不同样本参数组合对桥梁移动荷载识别精度和效率影响的研究,分析了不同样本训练的BP神经网络对移动荷载参数识别效率与精度的影响
2、。【结果结果】研究结果表明:挠度和应变混合样本作为输入参数时的BP神经网络识别效率可分别提升22.46%和34.15%,该BP神经网络对于载重的识别精度相较于挠度样本和应变样本训练下的BP神经网络可分别提升5.46和 8.25%,对于车速的识别精度相较于挠度样本和应变样本训练下的 BP神经网络分别可提升15.64%和16.27%。【结论结论】采用挠度和应变混合样本提供输入参数的BP神经网络性能可靠,可为桥梁移动荷载参数识别研究提供重要的参考。关键词:移动荷载参数识别;BP神经网络;数值仿真;桥梁工程中图分类号:U441文献标志码:A文章编号:1003-5168(2023)13-0082-04D
3、OI:10.19968/ki.hnkj.1003-5168.2023.13.016Identification of Bridge Moving Load ParametersBased on BP Neural NetworkWAN Lixing1,2(1.School of Civil Engineering,Changsha University of Science and Technology,Changsha 410114,China;2.Wuhan Huike Quality Inspection Co.,Ltd.,Wuhan 430050,China)Abstract:Purp
4、oses This paper aims to study the influence of different types of input samples on the identification efficiency and accuracy of the neural network identification model of moving load parameters,and to provide areliable theoretical basis for moving load parameter identification.Methods The influence
5、 of different sampleparameter combinations on the accuracy and efficiency of bridge moving load identification was carried outthrough ANSYS finite element analysis and MATLAB big data processing methods.The influence of BP neural networks trained on the efficiency and accuracy of moving load paramet
6、er recognition was analyzed.Findings The results show that the recognition efficiency of BP neural network when deflection and strain mixedsamples are used as input parameters can be increased by 22.46%and 34.15%,respectively,and the recognitionaccuracy of the BP neural network for load can be impro
7、ved by 5.46%and 8.25%compared with the BP neuralnetwork under deflection samples and strain sample training,respectively,and the recognition accuracy of vehiclespeed can be improved by 15.64%and 16.27%compared with BP neural network trained on deflection samplesand strain samples,respectively.Conclu
8、sions Therefore,the BP neural network using mixed deflection andstrain samples as input parameters is reliable,which can provide an important reference for the identification ofbridge moving load parameters.Keywords:identification of moving load parameters;BP neural network;numerical simulation;brid
9、ge engineering收稿日期:2023-02-10作者简介:万李兴(1998),男,硕士,研究方向:服役桥梁耐久性。第13期830引言随着我国基础建设的快速发展,大量桥梁建成并投入使用,为保证交通干线的高效运行,桥梁运营状态下的健康性能监测尤为重要。准确高效识别桥梁结构移动荷载各参数是对其各项性能监测分析的关键环节,同时对桥梁结构安全性能进行评估、可靠性分析及桥梁交通量统计也具有重要的工程实践意义。1相关研究目前,测量车辆轴载的仪器为汽车轴重仪称重设备,车辆速度监测多采用磁电式车速传感器。但在实际应用中,磁电式车速传感器与汽车轴重仪称重设备独立工作,其采集方式均为直接测量目标值,虽然准
10、确度较高,但汽车轴重仪须预埋在桥梁结构内,一旦老化损坏需破坏桥梁结构才可维修更换,造价高昂。相比上述直接测量移动荷载参数的方法,研究者们提出了以桥梁动态响应参数间接识别移动荷载参数参量的方法。韩万水等1通过理论推导和仿真算例论证了小波有限元法(WFEM)应用于大跨径连续梁桥移动荷载载重识别的可行性。潘楚东等2在既有移动荷载正则化识别方法的基础上,考虑桥梁未知初始条件的影响,提出了基于稀疏正则化的移动荷载参数识别新方法。王宁波等3将桥梁控制截面应变响应作为研究对象,采用影响线拟合的思路对移动荷载参数展开了识别研究。杨慧等4通过对不同激活函数和训练算法研究及模型试验论证了BP神经网络的激活函数组合
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 BP 神经网络 桥梁 移动 荷载 参数 识别
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。