首页|基于深度学习和IHPO的桥梁结构模型修正方法

基于深度学习和IHPO的桥梁结构模型修正方法

扫码查看
原文链接
  • 万方数据
  • 维普
针对桥梁结构模型修正中实测振型不完备的问题,基于简支梁动力试验,利用卷积神经网络强化实测非完备振型,联合强化后的完备振型和实测频率构建目标函数,采用改进的猎食者优化算法修正结构有限元模型,并与用实测非完备振型和频率构建目标函数进行模型修正的方法进行对比.结果表明:基于深度学习和改进猎食者优化算法修正的简支梁结构有限元模型的前4阶频率与实测值误差均小于0.5％,振型的模态置信准则值均大于0.99,且模型修正的平均消耗时间比使用实测非完备振型进行模型修正时少45％;所提出的方法具有更高的精度和效率,且传感器数量仅为4个时12单元简支梁也能获得精确的模型修正结果.
Bridge structure model updating method based on deep learning and IHPO

顾箭峰、向春燕、陶甫先、黄民水、贾文坤、王枫

展开 >

武汉工程大学 土木工程与建筑学院,湖北武汉430074

云基智慧工程股份有限公司,广东深圳518000

桥梁结构 模型修正 猎食者优化算法 有限传感器 卷积神经网络

521783002022AHGHYB08

2022

10.13624/j.cnki.issn.1001-7445.2022.1147

广西大学学报(自然科学版)
广西大学

广西大学学报(自然科学版)

CSTPCD北大核心
影响因子：0.767
ISSN：1001-7445
年,卷(期)：2022.47(5)
  • 2
  • 8