基于CNN-LSTM的桥梁结构损伤诊断方法

摘要：

针对传统桥梁结构损伤诊断方法在时间联合序列信号特征提取及损伤识别方面不理想的问题,提出一种基于联合卷积神经网络(convolutional neural network,CNN)和长短时记忆神经网络(long short-term memory,LSTM)模型的桥梁结构损伤诊断方法,通过CNN对动挠度、动应变进行传感器拓扑相关特征提取后,再利用LSTM网络进一步提取时间维度相关性特征,实现了健康、损伤预警、一级损伤和二级损伤4种特定工况下桥梁损伤的识别.实验结果表明,该方法对桥梁结构损伤的诊断准确率高达87.6％,具有实际工程价值.

关键词：桥梁健康检测;长短时记忆;深度学习

所属期刊栏目：40

分类号：TP39(计算技术、计算机技术)

资助基金：山西省高等学校科技成果转化培育项目2020CG038

在线出版日期：2021-10-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1-6