考虑不确定性的大跨度桥梁模态参数自动识别

摘要：

为提升大跨度桥梁模态参数在线追踪的可靠性,融合深度学习和贝叶斯方法,提出了考虑不确定性的桥梁模态参数自动识别方法.首先,利用3倍标准差法与广义回归神经网络进行异常监测数据的检测与修复;然后,利用卷积自动编码器去除交叉模态置信准则矩阵嵌入的噪声信息,提取目标模态响应区间,并通过Kohonen网络进行聚类分析,以判别频响区间内的模态数量;最后,基于贝叶斯方法进行运营模态识别,并根据变异系数对识别结果进行可靠性评估.基于苏通大桥监测数据的模态参数识别与统计分析结果表明,所提方法能够自动识别并准确追踪桥梁模态参数,可以依托大桥监测数据开展异常数据处理、模态参数识别与结果可靠性评估,且对数正态分布较好地拟合了频率和阻尼比的概率分布.

关键词：大跨度桥梁、贝叶斯方法、模态参数、在线分析、深度学习

所属期刊栏目：53

分类号：U448(桥涵工程)

资助基金：国家自然科学基金;国家自然科学基金;国家重点研发计划

在线出版日期：2023-10-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：850-856