来源：期刊VIP网 时间：
作者：吴庆亮;赵洋;崔书宇;姚兵;高桢赞;
单位：华北水利水电大学土木与交通学院;中建七局交通建设有限公司;
摘要：大跨度变截面连续箱梁桥是我国公路和市政桥梁中经常采用的典型结构型式，在运营阶段，精准识别桥梁损伤是准确评价其结构健康状态的首要条件。针对桥梁缺陷产生的不确定性，提出了一种基于BO-KELM识别大跨度变截面连续箱梁桥损伤的方法。试验和工程应用结果表明：放大曲率模态作为损伤识别指标，可有效识别大型结构单点和多点的轻微损伤位置；基于KELM构建的预测模型并结合BO算法，可快速识别梁桥不同程度的损伤，预测精度可达98.75%,较传统神经网络提高10%。提出的放大曲率模态和BO-KELM损伤识别方法具有对微小损伤识别能力强、损伤程度判别速度快、精度高等特点。研究结果可为大跨度变截面连续箱梁桥损伤位置和损伤程度的快速精准识别提供理论和方法指导。
关键词：大跨度变截面连续箱梁桥;;损伤识别;;放大曲率模态;;贝叶斯优化;;核极限学习机
基金资助：河南省科技攻关项目(202102310251);; 中建七局科技研发课题(CSCEC7b-2021-Z-4);; 华北水利水电大学研究生创新能力提升工程(NCWUYC-2023046,NCWUYC-202315058)
