基于模态频率应变能熵和Tent—SSA—BP神经网络的桥梁损伤识别方法的研究
针对服役中的中小型梁桥因环境和材料因素影响易发生损伤的问题,提出了一种融合模态应变能、频率和信息熵的桥梁损伤识别的方法.该方法首先提取出桥梁的模态参数,通过公式得出模态频率应变能熵,对梁进行单点和多点损伤定位分析.其次,利用混沌tent映射,优化麻雀搜索算法的权阈值,调整寻优能力,并且将麻雀搜索算法(SSA)和混沌优化过后的麻雀搜索算法(Tent—SSA)分别优化BP神经网络.最后,将熵值变化率作为输入数据放进神经网络中训练,输出简支梁桥的损伤程度,做出定量对比分析.使用有限元软件进行算例分析的结果表明,模态频率应变能熵能精确定位损伤的位置,对损伤的敏感度较强,解决了识别过程中的非线性问题;同时,优化过后的BP神经网络对损伤识别的准确率更高,预测效果更好.
桥梁工程、损伤识别、模态频率应变能熵、混沌tent映射、麻雀搜索算法、BP神经网络
68
U441.4(桥涵工程)
国家自然科学基金51868045
2023-04-23(万方平台首次上网日期,不代表论文的发表时间)
共8页
143-150