基于堆叠去噪自编码器的桥梁损伤定位方法研究

现有的损伤识别方法面对大量的桥梁健康监测数据存在处理能力有限、提取的信息不能全面反应桥梁的健康状态的问题。利用深度学习在大数据方面的优势,提出一种基于堆叠去噪自编码器的桥梁损伤定位方法。以一简支梁桥有限元模型算例对该方法进行验证,提取该桥L/5,2L/5,3L/5,4L/5处的竖向加速度时程响应值,并针对每一个时刻建立上述节点的加速度矩阵(4×1),然后将经过预处理的矩阵送入堆叠去噪自编码器进行特征提取完成模型训练,最后将测试样本送入该模型进行分类,完成损伤定位任务。结果表明本文提出的方法相比于传统的机器学习方法具备定位准确率高和抗噪性能好的优势,在今后的桥梁结构损伤识别领域具有一定的参考价值。