基于Lamb导波深度学习的钢桥面板疲劳裂纹智能监测研究

正交异性钢桥面板疲劳开裂问题突出，传统方法难以实现有效监测，可采用对钢结构裂纹高度敏感的Lamb导波信号进行裂纹监测。考虑Lamb导波在钢桥面板上的不同传播方式，建立钢桥面板有限元模型，并开展导波传播数值模拟；通过连续小波变换提取得到导波的主要特征，并运用深度学习技术挖掘导波特征中的疲劳裂纹信息，实现对钢桥面板疲劳裂纹的智能监测。结果表明：导波纵向和横向传播模式下的导波特征均能很好反映各类裂纹的影响，且2种传播模式之间可实现裂纹监测需求的有效互补；经过学习训练后的深度置信网络可实现对4 mm及以上长度裂纹的高准度识别，对裂纹深度的测量误差也在1 mm以内。研究成果为Lamb导波传感技术在钢桥面板疲劳裂纹监测中的应用提供了重要依据和方法参考。