基于深度学习和监测数据的桥梁损伤识别方法

为了挖掘桥梁健康监测数据蕴含的大量隐藏信息,以及改进传统结构损伤识别方法的不足之处,提出了基于桥梁监测数据的损伤识别方法。从有限元模拟数据和实际监测数据中分别提取加速度响应,并对原始数据进行了预处理。通过卷积神经网络和栈式自编码网络分别对明州大桥监测数据的可视化图像和时间序列进行识别,同时与浅层神经网络方法的识别正确率对比。结果表明:基于深度学习和监测数据的损伤识别方法不论是通过图像识别还是通过时间序列识别,都表现出优秀的性能:识别正确率达85%以上。与浅层神经网络相比,深度神经网络的损伤工况分类能力更强,识别正确率提高20%以上。     

大跨度提篮式人行拱桥的振动病害分析与改造

针对柔性桥面系动力性能不佳,在行人步伐荷载作用下振动过大,甚至可能发生人桥共振的问题,对一实例桥梁进行自振特性分析,提出提篮式拱桥的前几阶竖向自振频率主要由拱肋性能决定,竖向高阶频率主要由桥面系性能决定,提高桥面系刚度不能有效错开行人步频和结构竖向自振频率,但能有效地减弱动力响应,提高桥梁的使用性能和安全性。根据此类桥梁的这一动力特性,可以有效地诊断出其振动病害并寻求合理的改造加固措施,通常有增加桥面系刚度或增设耗能减振系统两种方法,后者更有效,也可以将这两种方法结合使用。动力响应分析法能有效地进行人行桥振动病害分析和加固前后动力性能对比分析。     

整体式连续板桥裂缝成因分析与加固

以某立交桥为例,根据其裂缝状况分析了整体式连续板桥裂缝成因,指出桥梁相关规范的规定不妥之处,强调设计时应考虑恒载、汽车荷载以及温度作用下的横向弯矩,应根据横向内力分析计算进行横向配筋设计。针对裂缝成因,提出了具体详细的加固措施。