基于粒子群优化支持向量机的斜拉桥主梁损伤识别研究

为了能够更加准确地判断结构损伤位置和程度,本文提出了基于粒子群优化支持向量机(PSO-SVM)方法对斜拉桥主梁进行损伤识别的新方法。该方法以最敏感索张力指标作为损伤识别指标,利用粒子群(PSO)算法寻找支持向量机(SVM)最优参数,建立SVM预测模型,以不同位置、不同损伤程度下最敏感索的张力指标作为SVM的训练和测试输入,由SVM的输出确定损伤位置。通过对实验室的模型斜拉桥的主梁损伤进行了仿真验证,结果表明:采用PSO算法很好地解决了采用SVM方法进行损伤识别时的参数选择随机性难题,实现了对SVM模型参数的自动优化,基于PSO-SVM的损伤识别方法对斜拉桥主梁不同程度的损伤均有很高的识别率。     

基于网格搜索的PCA-SVM道路交通标志识别

针对现有识别方法对交通标志的识别精度和算法效率不高的问题,提出了一种基于网格搜索的主成分分析-支持向量机(PCA-SVM)道路交通标志识别方法。该方法首先采用主成分分析(PCA)法对交通标志进行降维处理,提取出交通标志的主元特征,然后利用网格搜索法(GS)对支持向量机(SVM)进行参数优化,最后利用参数优化好的支持向量机分类器实现对交通标志的识别。通过实验仿真,并与现有的其他交通标志识别算法进行分析对比,实验结果表明,本文方法在保证较高识别精度的同时,算法效率得到显著提高。     

基于挠度的铁路双线简支钢桁梁桥杆件损伤程度识别研究

以梁桥节点最大位移改变率作为损伤程度伤识别指标,分别采用广义回归神经网络(GRNN)算法和ε-支持向量回归机(ε-SVR)算法,进行损伤程度识别研究。通过对一座铁路双线简支钢桁梁桥某杆件的损伤程度识别研究发现:(1)GRNN损伤程度识别模型具有一定的抗噪能力,不具有泛化性。(2)SVR损伤程度识别模型具有很强的抗噪能力和很好的泛化性。(3)以桥梁节点最大位移改变率作为损伤程度识别指标时,数据回归算法不能采用GRNN算法,应采用ε-SVR算法。     

基于堆栈降噪自动编码器的桥梁损伤识别方法

基于深度学习理论,针对现有桥梁损伤模式识别法的不足,利用多个降噪自动编码器进行损伤特征的提取与组合,应用Softmax方法判断损伤模式,提出了基于堆栈降噪自动编码器的桥梁损伤识别方法。为了验证所提方法的准确性,以连续梁桥为例,使用所提方法及现有BP神经网络法进行损伤位置识别,对比了2种方法的识别精度和抗噪性能。研究结果表明:所提方法能准确识别损伤位置,相对于现有BP神经网络法具有更强的损伤识别能力、更高的识别精度及较强的抗噪能力。     

斜拉桥结构损伤识别的概率可靠度法

基于静力响应测试数据,结合正则化技术和假设检验,提出了测试数据不完整且存在观测噪声条件下斜拉桥结构损伤识别的概率可靠度法。采用正则化技术降低斜拉桥结构损伤识别问题的不适定性和求解困难,综合利用参数估计和数据摄动技术获得结构参数的统计特征,在此基础上根据假设检验识别损伤位置和损伤程度。以一斜拉桥结构的损伤识别仿真分析验证了方法的正确性和有效性。研究表明,所提出的方法能够在测试数据存在观测噪声的情况下准确识别损伤。     

利用残余力概念进行结构损伤识别

提出一种利用残余力进行结构损伤识别方法。用刚度损伤系数将有限元模型参数化来描述结构的损伤。用特征值和特征向量预测算法构造目标函数,利用两点交叉算子的二进制代码的遗传算法反复迭代优化刚度损伤系数,获得待测结构的损伤系数、损伤位置与损伤程度的信息。通过一个平面桁架对该方法进行验证,结果表明:利用残余力概念进行损伤识别所得结构的损伤系数与理论值很接近。该方法能够较准确地判断结构的损伤位置和损伤程度。     

基于在线振动响应的桥梁损伤识别方法

选用桥梁单元的刚度下降率作为损伤因子.基于铁路列车-桥梁耦合振动模型,计算桥梁在线振动响应对损伤因子的灵敏度并构建灵敏度矩阵,以结构不同状态下的响应残差为约束条件建立灵敏度方程,用Tikhonov正则化方法求解灵敏度方程得到各单元的损伤因子,实现对桥梁损伤的定位和定量评估.应用该识别方法对简支梁桥和2跨连续梁桥的识别结果表明:该识别方法对测点位置不敏感.可根据梁上任意1个测点的响应准确确定损伤位置及损伤程度;不但能识别桥梁的绝对损伤,而且能识别桥梁的损伤增量,即相对损伤;抗噪能力较强,即使噪声水平达到10%,也能正确识别出5%以上的损伤,但对5%以下小幅损伤可能会有误判.     

基于滑窗子空间算法的桥梁运营状态预警分析研究

以某典型斜拉桥振动台模型试验为研究背景,采用滑窗技术与数据驱动随机子空间识别算法对桥梁运营状态预警方法进行研究。为实现在时域上对桥梁模态参数进行实时跟踪识别,将滑窗技术引入子空间法,提出一种滑窗子空间模态参数识别方法。而后基于滑窗子空间算法识别结果,参考各国高速铁路桥梁相关规范的状态评价指标,提出基于频率值和频率变化率的铁路桥梁运营状态预警方法,实现铁路桥梁的实时状态评估。运用模型试验各工况下的测试数据,对该模型桥的状态进行实时评估和预警分析,并将状态预警结果与模型桥实际损伤情况进行对比分析,验证所提方法的正确性,该方法可直接应用于桥梁结构的运营状态预警分析中。     

一种顾及用户朝向的PSO-LSSVM指纹定位算法

为了解决人体对WiFi信号遮蔽和最小二乘支持向量机参数优化的问题,提出了一种顾及用户朝向的粒子群优化最小二乘支持向量机指纹定位方法。建立全向指纹库,采用粒子群优化算法求出最小二乘支持向量机最优参数,通过最小二乘支持向量机训练出定位模型,将待测点指纹信息输入定位模型中,最终估算出待测点位置坐标。仿真实验结果表明所提算法在定位误差上达到0.72 m,普通的粒子群优化最小二乘支持向量机算法定位误差为0.84 m,提高了室内定位精度,具有实际的应用价值。     

基于全息挠曲线的钢桁-混凝土组合梁损伤识别

开展钢桁-混凝土组合梁无损及多种有损工况下的试验研究,对桥梁损伤进行有效识别与判断。首先利用视觉测量装置获取沿跨度范围内不同荷载作用下组合梁的全息挠曲线;然后通过数据重构得到各截面的挠度影响线,构造Hankel矩阵并进行奇异值分解;最后利用奇异值斜率峰值与斜率变化率突变点识别指标进行多种损伤工况的识别判断。结果表明:基于全息挠曲线的损伤识别方法对不同损伤工况的识别结果与试验加载前人为设计的损伤情况大致相同,该方法能有效识别结构的损伤位置与程度。