基于结构响应向量与机器学习的损伤识别方法研究

【作者】 金梦茹； 涂成枫； 刘泽佳； 周立成； 汤立群； 刘逸平； 蒋震宇；

【机构】 华南理工大学土木与交通学院亚热带建筑科学国家重点实验室；

【摘要】 结构响应向量(Structural Response Vector, SRV)包含足够多的结构状态信息,能更准确地反映结构损伤状态。本文基于SRV,首先采用支持向量机(Support Vector Mechine, SVM)对梁状结构以及桁架结构进行了损伤定位和定量化研究,解决了相平面法数据信息过度丢失、对结构响应类型不敏感的问题。进一步研究了SRV分量数量、分量类型对损伤识别效果和计算效率的影响,结果表明选择合适的分量数量可以提高识别效果和减少计算时间,而且采用结构动静态响应组成SRV的识别效果和计算效率优于只采用静态响应的方法。最后本文采用神经网络及其他主流机器学习方法对梁状结构进行了损伤定位和定量化研究,对比了不同机器学习方法损伤识别的能力,建立了一套基于动静态响应的损伤识别方法。更多还原