来源：期刊VIP网 时间：
作者：黄彩萍;余子行;翟凯凯;易天星;
单位：湖北工业大学土木建筑与环境学院;宁波大通开发有限公司;
摘要：为提高钢-混组合梁损伤识别的准确率，提出一种基于小波分析和深度学习的损伤识别方法。设计并制作6种不同损伤的工字钢-混凝土组合梁，通过钢球自由落体冲击组合梁表面，采用光纤光栅应变传感器获取不同损伤组合梁的应变信号；采用haar、sym2、sym4、db2和db4五种小波基函数对采集到的应变信号进行降噪处理；搭建ResNet-18、ResNet-50、ResNet-101、InceptionV3、InceptionResNetV2、MobileNetV2六个深度学习模型对降噪前、后的应变信号进行训练和预测，分析得出预测准确率最高的模型，以实现对组合梁损伤的分类和定位。结果表明：haar小波基函数降噪效果优于其它函数；ResNet-50模型预测准确率均高于其它模型，降噪前、后的预测准确率平均值分别为96.73%、97.91%,小波降噪使ResNet-50模型预测准确率提高了1.18%;远离损伤位置ResNet-50模型预测准确率平均值为96.82%,仍有较高的准确率。该方法可为钢-混组合梁的运营维护以及损伤评估提供参考。
关键词：桥梁工程;;钢-混组合梁;;损伤识别;;小波降噪;;深度学习;;光纤光栅应变传感器;;降噪方法;;运营维护
基金资助：国家自然科学基金项目(51708188)~~
