基于LSTM神经网络的桥梁损伤预警方法

为准确把握桥梁服役期内的健康状况，提高损伤评估效率，基于泗安塘大桥主桥某年多个测点的车致应变数据，建立了一种桥梁损伤预警方法。首先使用长短时记忆(LSTM)神经网络建立了车辆荷载作用下桥梁不同测点的多输入相关性模型，之后建立桥梁有限元模型模拟有损工况的桥梁状态，并提出损伤评估指标，最后根据损伤评估指标进行桥梁损伤预警。结果表明：采用LSTM神经网络建立的多输入相关性模型能够实现桥梁任意测点间车致响应的高精度预测；基于有限元模拟的车致应变提出的4个损伤评估指标能对假定的桥梁损伤进行明显识别；对泗安塘大桥主桥进行状态评估，4个损伤评估指标均稳定分布在一定的范围内，表明该桥近期没有增加新的损伤；建立了基于多测点的结构损伤评估指标体系，设定同时刻75%及以上的损伤评估指标超限时发出预警。