CN107025357A - 基于支持向量机的船撞桥桩基损伤识别方法 - Google Patents
基于支持向量机的船撞桥桩基损伤识别方法 Download PDFInfo
- Publication number
- CN107025357A CN107025357A CN201710259081.0A CN201710259081A CN107025357A CN 107025357 A CN107025357 A CN 107025357A CN 201710259081 A CN201710259081 A CN 201710259081A CN 107025357 A CN107025357 A CN 107025357A
- Authority
- CN
- China
- Prior art keywords
- bridge
- pile foundation
- module
- data
- svms
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Bridges Or Land Bridges (AREA)
Abstract
本发明公开了一种船撞桥的桩基损伤识别系统,用于在桥梁下发生船撞事故之后,便于精确记录船撞桥瞬间,桥梁空间参数及能量传递的变化,准确确定桥梁桩基的破坏程度,判断桥梁桩基是否已发生影响继续服役的重大破坏,供桥梁管理部门及时决策是否需要关闭交通,防止后续灾害发生,立即开展桥梁维修工作,也可为下一步深入开展被撞区域桥梁构件的精细化损伤识别和状态评估提供实时激励和结构反应的数据支撑。
Description
技术领域
本发明属于桥墩监测技术领域,具体涉及基于支持向量机的船撞桥桩基损伤识别方法。
背景技术
近年来,随着我国经济建设突飞猛进的发展,交通运输业的发展越来越快,与此同时,大量高技术、大跨径、高投入的跨海越江大桥如雨后春笋般纷纷修建起来。在21世纪的初期,我国先后建成了多座世界级的大型桥梁,长江中下游和东南沿海成为建设大型跨海越江桥梁的主战场。从目前的发展和规划来看,未来世界范围的跨海大桥建设的总体趋势是:在通航等级更高的宽阔海域建桥,要求基本满足超大吨位巨轮航行安全;受技术与经济条件制约,不仅要求主通航孔桥梁的跨越能力更强,而且会更多采用施工便捷的预制梁桥来实现宽阔海域的非通航孔布设;在更为严峻的气候、地质、水文和通航繁忙的条件下,要求桥梁有抵抗船舶碰撞能力和灾后迅速修复的能力。与此同时,随着港口开发和航运业的大发展,我国沿海航道的通行密度及船舶吨位也不断提高。众多跨海越江桥梁的建立,一方面给国家或地方带来丰厚经济利润,另一方面却影响着船舶运输的安全。对船舶航行来说桥梁无疑是一种障碍物。跨海越江桥梁的建成会使桥区环境发生改变,如水流流速、风速、弯道、冲刷、淤积、潮位等,而随着造船技术的发展,现在的通航船舶也开始变得愈来愈快,愈来愈大。随之而来的是,船舶撞击桥梁的灾难性事故日益增多,事故对人们的生命财产往往会带来重大损失。因此随着综合交通运输体系的完善,船舶碰撞桥梁的致损事故也渐渐成为桥梁建设管理部门和社会各界十分关注的重要灾害事件。原因是过去一般认为桥梁通航孔水域的桥墩防撞是研究的重点,通过对事故概率分析和最大船撞力的研究,按照最低撞击力荷载要求进行合理的桥梁防撞设计可以避免事故的发生。然而从工程现状来看,虽然世界各国都采用了不同防撞设计理念和方法,但还不能完全避免船撞桥事故产生的严重影响,特别是在宽阔水域的非通航孔桥梁,在船舶失控和恶劣气候条件下,由大吨位船舶撞击导致桥梁损伤或破坏的危险性依然存在,按现有设计理念,非通航孔桥梁设计还无法达到与主通航孔同等的防撞能力,如考虑对非通航孔桥梁进行全线高等级的防撞设计,建设投资将大大增加,在经济与效益上将很不划算。而对于非通航孔的小跨梁桥来说,结合工程保险和事故索赔,开展迅速的事故后评估及修复在经济学上显得更合理,也更具有现实意义,所以在船撞桥事故后快速精确地进行结构损伤诊断和安全评估,以确定既有构件是否还具有足够的抗力,桥墩桩基是否需要加固维修就显得极为重要,也直接影响着桥梁全寿命周期的安全性和耐久性。特别是在桥梁桩基遭遇冲击荷载的时候,可能既有的结构会产生严重的损伤,桩基就可能发生事故,桥梁桩基一旦发生重大事故,将有可能造成桥梁的倒塌以至于造成难以预估的损失。因此分析桥梁桩基的动力损伤程度,进而对其损伤特性进行评估尤为重要。桥梁桩基与土相互作用的简化,对模拟船桥碰撞具有重要的现实意义。在目前大跨度桥梁受水平荷载作用中,一般均采取假定地基土为刚性的条件,即上部结构通过基础与地基刚性连接。目前,在功能强大的硬件支持下,如何大幅度节省建模人工和计算量而得到相近的计算精度就成为数值仿真的关键。
发明内容
针对现有技术中存在的上述问题,本发明提供一种船撞桥的桩基损伤识别系统,用于在桥梁下发生船撞事故之后,便于精确记录船撞桥瞬间,桥梁空间参数及能量传递的变化,准确确定桥梁桩基的破坏程度,判断桥梁桩基是否已发生影响继续服役的重大破坏,供桥梁管理部门及时决策是否需要关闭交通,防止后续灾害发生,立即开展桥梁维修工作,也可为下一步深入开展被撞区域桥梁构件的精细化损伤识别和状态评估提供实时激励和结构反应的数据支撑。其技术方案如下:
一种船撞桥的桩基损伤识别系统,包括安装在桥墩上的动态位移传感器,加速度传感器,速度传感器,积分仪,还包括与所述传感器相连的数据采集模块,与所述的速度传感器相连的积分仪,与所述数据采集模块相连的数据去噪模块,与所述数据去噪模块相连的触发式存储控制模块,与所述触发式存储控制模块相连的参数分析及撞击力识别模块,与所述的参数分析及撞击力识别模块相连的数据传输模块,与所述的数据传输模块相连的是监测中心计算机,与监测中心主机相连的是支持向量机,监测中心主机上的数据传输给支持向量机,通过支持向量机的计算实现承台的最大承载力和最大位移识别,通过计算机建立ANSYS有限元分析模型,进行有限元的分析计算,实现损伤识别。
进一步的,所述的数据采集模块用于采集与其相连的动态位移传感器、加速度传感器和速度传感器的数据;动态位移传感器可以测出两梁之间的位移变化,加速度传感器可以测出桥墩加速度的变化,速度传感器可以直接测出桥梁在被撞击时的速度变化。
进一步的,所述数据采集模块的数据经信号传播给数据去噪模块,由数据去噪模块对进行数据去噪;触发式存储控制模块用于船舶撞击的触发,当船撞击桥墩的时刻,触发式存储控制模块内的监测系统会监测到出现超出非撞击状态阈值的加速度反应,并保留最大加速度峰值前后5分钟的所有监测数据,并由数据传输模块将无线信号传输到监测中心的主机,启动主机工作;参数分析及撞击力识别系统用于对采集的数据去噪后的数据进行解析,解析出船舶的撞击力。
进一步的,所述支持向量机是非线性支持向量回归机,使用一个非线性映射φ(·)将样本输入xi,由输入空间X映射到个高维特征空间H,并在特征空间H构造线性支持向量回归机,具体通过由映射函数φ(·)在满足Mercer条件下构成的核函数K(xi,yi)=(φ(xi),φ(xj))来实现的。
进一步的,所用桥梁模型利用通用有限元计算软件ANSYS建立桥梁桩基的实体有限元分析模型,根据桥梁的施工图纸按照桥梁的实际结构和尺寸使用APDL语言编写建模程序,具体过程是在构建ANSYS桥梁桩基模型时,通过使用secwrite、sectype、secoffset、secread,命令建立图纸中的截面、划分网格并记录截面号,设置与桥梁材料结构合适的弹性模量、泊松比及密度等,再选择合适的单位定义实际桥梁中的节点和单元,在相应的位置赋上截面,通过截面拉伸来完成一跨模型的建立,再利用一跨模型完成全桥模型的建立,将土压力简化为弹簧支座,用弹簧单元代替土给桩基的压力,模拟土压力,然后将神经网络输出量承台顶的最大静力荷载和最大位移输入到ANSYS桩基模型里,通过ANSYS模型计算分析,就可以获得桩基损伤情况下的模拟数据,在使用APDL语言中*get命令即提取到损伤情况下的应变数据,模拟得到桩基的损伤位置和程度。
附图说明
图1为本发明的实施方案流程图;
图2为本发明的桥墩桩基简化弹簧支座示意图;
图3为本发明的非线性支持向量机流程图。
具体实施方式
为了使本技术领域的技术人员更好地理解本发明方案,下面结合附图和具体实施方式对本发明作进一步的详细说明。
参见图1,该图为本发明所述系统的实施方案流程图。
本发明的一种船舶撞击桥墩的监测系统,包括安装在桥墩上的动态位移传感器,加速度传感器,速度传感器,积分仪,与所述传感器相连的数据采集模块,与所述的速度传感器相连的积分仪,与所述数据采集模块相连的数据去噪模块,与所述数据去噪模块相连的触发式存储控制模块,与所述触发式存储控制模块相连的是参数分析及撞击力识别模块,与所述的参数分析及撞击力识别模块相连的是数据传输模块,与所述的数据传输模块相连的是监测中心计算机,与监测中心主机相连的是支持向量机,监测中心主机上的数据传输给支持向量机,通过支持向量机的计算实现承台的最大承载力和最大位移识别,通过计算机建立ANSYS有限元分析模型,进行有限元的分析计算,实现损伤识别。
所述的数据采集模块用于采集与其相连的动态位移传感器、加速度传感器和速度传感器的数据;动态位移传感器可以测出两梁之间的位移变化,加速度传感器可以测出桥墩加速度的变化,速度传感器可以直接测出桥梁在被撞击时的速度变化。数据采集模块的数据经信号传播给数据去噪模块,由数据去噪模块对进行数据去噪;触发式存储控制模块用于船舶撞击的触发,当船撞击桥墩的时刻,触发式存储控制模块内的监测系统会监测到出现超出非撞击状态阈值的加速度反应,并保留最大加速度峰值前后5分钟的所有监测数据,并由数据传输模块将无线信号传输到监测中心的主机,启动主机工作;参数分析及撞击力识别系统用于对采集的数据去噪后的数据进行解析,解析出船舶的撞击力。
对于撞击力的计算,Woisin、Dormberg撞击力计算理论的是船桥碰撞的经典理论,这些理论虽然不能定量地描述船舶撞击力,但可以定性地描述碰撞过程,而且很多规范计算船舶撞击力的公式就是在这些理论的指导下进行试验,分析试验的结果推导出来的,在船撞桥的问题上撞击力的识别对快速识别诊断船撞桥墩桩基的损伤至关重要,查阅美国AASHTO规范、和欧洲规范标准Eurocode,分别提供一种计算船舶撞击力的方法,在对一些主要规范的简化公式作简单的介绍,船舶撞击力的简化公式是在试验的基础上,对试验的结果进行理论的推导后得出来的,在公式的指导应用范围内具有良好的适用性。碰撞时撞击力的计算方法如下:
AASHTO的规范公式
1991年,AASHTO(American Association of State Highway andTransportation Officials)在颁布其桥梁船舶撞击力设计规范指导时,考虑了WoisinDormberg等人的研究成果,规定船艄正碰撞时设计船舶撞击力按照下式计算:
式中:P——等效静态的撞击力(MN)
DWT——船舶的载重吨位(t)
V——船舶的撞击速度(m/s)
该公式适用于油轮、货轮、散货轮类型的船舶的船头正撞桥墩的情况。
欧洲规范公式
1999年,欧洲统一规范Eurocode1的2.7分册中确定,在桥梁的船撞设计中,应选用某种统计意义下的设计代表船舶,并按照下式来计算船舶的撞击力。
式中:V——碰撞体在撞击时的速度
K——碰撞体的等效刚度
M——碰撞体的质量
参数的取值在规范中如下规定:对于内陆航道的船舶,K=5MN/m;对于远洋船舶,K=15MN/m。在这里有一点是需要注意的,即这里的K表示的是碰撞体的刚度,即船舶的刚度。
所述的支持向量机(Support Vector Machines,SVM)是建立在统计学习理论基础上的一种数据挖掘方法,能非常成功地处理回归问题(时间序列分析)和模式识别(分类问题、判别分析)等诸多问题,并可推广预测和综合评价等领域学科。支持向量机是一种基于核的机器学习方法,通过数据空间与特征空间的非线性映射,可有效地将数据空间中的非线性问题转化为特征空间中的线性问题,进而提高非线性处理能力;其次,基于结构风险最小化的优化准则则使其具有更好的泛化性能;另外,学习过程自动确定网络结构,且具有稀疏解的特点,这都使得支持向量机对于解决小样本、非线性以及高维问题具有很大的优越性。上述特点也是支持向量机优于其它智能方法如神经网络之处。
支持向量机的基本思想是:基于1909年Mercer核展开定理,可以通过非线性映射,把样本空间映射到一个高维乃至无穷维的特征空间(Hilbert空间),使在特征空间中可以应用线性学习机的方法解决样本空间中的高度非线性的分类和回归等问题。
所述的非线性支持向量回归机,是使用一个非线性映射φ(·)将样本输入xi,由输入空间X映射到个高维特征空间H,并在特征空间H构造线性支持向量回归机。这样在高维特征空间的线性回归就对应于低维输入空间的非线性回归。其具体实现是通过由映射函数φ(·)在满足Mercer条件下构成的核函数K(xi,yi)=(φ(xi),φ(xj))来实现的,这样就免去了在高维空间计算复杂的点积运算,这样可以避免维数灾。
另外,考虑到可能存在误差,引入两个松弛变量:这时候优化方程为
约束为
ω·x>+b-yi≤ξi+ε,i=1,2,…,l
式中:为松弛因子,目标函数第一项使函数更为平坦,从而提高泛化能力,第二项减少经验风险。
如图3所示,概括的说,SVR就是通过内积函数定义非线性的变换将输入空间变换到高维空间,并在该高维空间解决回归函数的学习过程,SVR形式上类似于神经网络,输出是中间结点的线性组合,每个中间结点对应一个支持向量,其权值即为对应的拉格朗日乘子。
通过非线性支持向量机能够有效的将撞击力的动力问题转化为静力问题。
所用桥梁模型利用通用有限元计算软件ANSYS建立桥梁桩基的实体有限元模型,根据桥梁的施工图纸按照桥梁的实际结构和尺寸使用APDL语言编写建模程序,具体过程是在构建ANSYS桥梁桩基模型时,通过使用secwrite、sectype、secoffset、secread,命令建立图纸中的截面、划分网格并记录截面号,设置与桥梁材料结构合适的弹性模量、泊松比及密度等,再选择合适的单位定义实际桥梁中的节点和单元,在相应的位置赋上截面,通过截面拉伸来完成一跨模型的建立,再利用一跨模型完成全桥模型的建立,如图2所示,将土压力简化为一个个弹簧支座,用弹簧单元代替土给桩基的压力,模拟土压力,然后将神经网络输出量承台顶的最大静力荷载和最大位移输入到ANSYS桩基模型里面,通过ANSYS模型计算分析,就可以获得桩基损伤情况下的模拟数据,在使用APDL语言中*get命令即提取到损伤情况下的应变数据,模拟得到桩基的损伤位置和程度。
通过本发明实施例所述的桩基损伤,能够实现对船舶撞击桥墩桩基的监测,能够在船舶撞击桥梁的时,对桥梁桩基的破坏程度进行判断,并直接解析出撞击力和重要的梁墩结构反应参数,将船舶撞击的动力学问题有效的转化为静力问题,直接通过静力学解答桩基损伤程度和定位,大大简化了桩基损伤程度和定位的难度,为撞击事件后的桥梁关闭运营、立即维修决策、桩基构件的状态评估及损伤鉴定提供第一手的数据支持。且该设计原理科学、结构轻巧、撞击力识别精度高,且整个监测系统的成本低,在跨海越江长桥中可大量安装,不会增加过多的工程建设费用,解决了对桥墩进行全方位防撞监测费用高昂的问题,工程应用性强。
Claims (3)
1.一种船撞桥的桩基损伤识别系统,包括安装在桥墩上的动态位移传感器,加速度传感器,速度传感器,积分仪,其特征在于:还包括与所述传感器相连的数据采集模块,与所述的速度传感器相连的积分仪,与所述数据采集模块相连的数据去噪模块,与所述数据去噪模块相连的触发式存储控制模块,与所述触发式存储控制模块相连的参数分析及撞击力识别模块,与所述的参数分析及撞击力识别模块相连的数据传输模块,与所述的数据传输模块相连的是监测中心计算机,与监测中心主机相连的是支持向量机,监测中心主机上的数据传输给支持向量机,通过支持向量机的计算实现承台的最大承载力和最大位移识别,通过计算机建立ANSYS有限元分析模型,进行有限元的分析计算,实现损伤识别。
2.如权利要求1所述的船撞桥的桩基损伤识别系统,其特征在于:所述支持向量机是非线性支持向量回归机,使用一个非线性映射φ(·)将样本输入xi,由输入空间X映射到个高维特征空间H,并在特征空间H构造线性支持向量回归机,具体通过由映射函数φ(·)在满足Mercer条件下构成的核函数K(xi,yi)=(φ(xi),φ(xj))来实现的。
3.如权利要求1所述的船撞桥的桩基损伤识别系统,其特征在于:所用桥梁模型利用通用有限元计算软件ANSYS建立桥梁桩基的实体有限元分析模型,根据桥梁的施工图纸按照桥梁的实际结构和尺寸使用APDL语言编写建模程序,具体过程是在构建ANSYS桥梁桩基模型时,通过使用secwrite、sectype、secoffset、secread,命令建立图纸中的截面、划分网格并记录截面号,设置与桥梁材料结构合适的弹性模量、泊松比及密度等,再选择合适的单位定义实际桥梁中的节点和单元,在相应的位置赋上截面,通过截面拉伸来完成一跨模型的建立,再利用一跨模型完成全桥模型的建立,将土压力简化为弹簧支座,用弹簧单元代替土给桩基的压力,模拟土压力,然后将神经网络输出量承台顶的最大静力荷载和最大位移输入到ANSYS桩基模型里,通过ANSYS模型计算分析,就可以获得桩基损伤情况下的模拟数据,在使用APDL语言中*get命令即提取到损伤情况下的应变数据,模拟得到桩基的损伤位置和程度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710259081.0A CN107025357A (zh) | 2017-04-19 | 2017-04-19 | 基于支持向量机的船撞桥桩基损伤识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710259081.0A CN107025357A (zh) | 2017-04-19 | 2017-04-19 | 基于支持向量机的船撞桥桩基损伤识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107025357A true CN107025357A (zh) | 2017-08-08 |
Family
ID=59527145
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710259081.0A Pending CN107025357A (zh) | 2017-04-19 | 2017-04-19 | 基于支持向量机的船撞桥桩基损伤识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107025357A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107832564A (zh) * | 2017-12-05 | 2018-03-23 | 河海大学 | 一种基于pzt振测信号的泄流结构bim损伤识别信息系统 |
CN107908825A (zh) * | 2017-10-24 | 2018-04-13 | 青岛理工大学 | 基于振动测量的钢筋混凝土简支梁火灾损伤识别方法 |
CN108267306A (zh) * | 2018-01-15 | 2018-07-10 | 江苏壹鼎崮机电科技有限公司 | 地铁工程抗震支吊架抗震性能异常定位方法 |
CN108613873A (zh) * | 2018-04-04 | 2018-10-02 | 暨南大学 | 一种基于双传感器信息的联合相空间的梁桥结构损伤定位方法 |
CN109447026A (zh) * | 2018-11-09 | 2019-03-08 | 北京智博联科技股份有限公司 | 一种基于支持向量机的桩身完整性类别自动识别方法 |
CN109523833A (zh) * | 2018-11-05 | 2019-03-26 | 中设设计集团股份有限公司 | 一种内河船舶与中小桥梁碰撞的取证系统和取证方法 |
CN110427633A (zh) * | 2019-05-05 | 2019-11-08 | 东南大学 | 一种基于深度强化学习的水泥搅拌桩质量评估方法 |
CN112037582A (zh) * | 2020-09-16 | 2020-12-04 | 浙江工业大学 | 一种基于风险预测的跨海桥梁船撞预警方法 |
CN112302061A (zh) * | 2020-09-29 | 2021-02-02 | 安徽省(水利部淮河水利委员会)水利科学研究院(安徽省水利工程质量检测中心站) | 低应变基桩完整性检测信号的智能化快速解释方法 |
CN115146345A (zh) * | 2022-06-07 | 2022-10-04 | 长安大学 | 一种静动力相结合的桥梁船撞抗力及设防船型确定方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008134162A (ja) * | 2006-11-29 | 2008-06-12 | Akebono Brake Ind Co Ltd | 圧力センサを用いた衝突検知方法 |
CN104200004A (zh) * | 2014-07-28 | 2014-12-10 | 东北大学 | 一种优化的基于神经网络的桥梁损伤识别方法 |
CN104746436A (zh) * | 2015-04-10 | 2015-07-01 | 福建省交通规划设计院 | 一种整体式桥台桥梁的简化设计施工方法 |
CN106248335A (zh) * | 2016-07-28 | 2016-12-21 | 浙江工业大学 | 非通航孔桥墩防撞的监测系统及实时诊断方法 |
-
2017
- 2017-04-19 CN CN201710259081.0A patent/CN107025357A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008134162A (ja) * | 2006-11-29 | 2008-06-12 | Akebono Brake Ind Co Ltd | 圧力センサを用いた衝突検知方法 |
CN104200004A (zh) * | 2014-07-28 | 2014-12-10 | 东北大学 | 一种优化的基于神经网络的桥梁损伤识别方法 |
CN104746436A (zh) * | 2015-04-10 | 2015-07-01 | 福建省交通规划设计院 | 一种整体式桥台桥梁的简化设计施工方法 |
CN106248335A (zh) * | 2016-07-28 | 2016-12-21 | 浙江工业大学 | 非通航孔桥墩防撞的监测系统及实时诊断方法 |
Non-Patent Citations (3)
Title |
---|
M. R. ASHORY 等: "Using continuous wavelet transform of generalized flexibility matrix in damage identification", 《JOURNAL OF VIBRATION ENGINEERING》 * |
吴青 等: "回归型模糊最小二乘支持向量机", 《西安电子科技大学学报(自然科学版)》 * |
张效忠 等: "基于时变ARMA模型与支持向量机的结构损伤识别", 《应用基础与工程科学学报》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107908825A (zh) * | 2017-10-24 | 2018-04-13 | 青岛理工大学 | 基于振动测量的钢筋混凝土简支梁火灾损伤识别方法 |
CN107832564A (zh) * | 2017-12-05 | 2018-03-23 | 河海大学 | 一种基于pzt振测信号的泄流结构bim损伤识别信息系统 |
CN107832564B (zh) * | 2017-12-05 | 2019-07-23 | 河海大学 | 一种基于pzt振测信号的泄流结构bim损伤识别信息系统 |
CN108267306A (zh) * | 2018-01-15 | 2018-07-10 | 江苏壹鼎崮机电科技有限公司 | 地铁工程抗震支吊架抗震性能异常定位方法 |
CN108613873A (zh) * | 2018-04-04 | 2018-10-02 | 暨南大学 | 一种基于双传感器信息的联合相空间的梁桥结构损伤定位方法 |
CN109523833A (zh) * | 2018-11-05 | 2019-03-26 | 中设设计集团股份有限公司 | 一种内河船舶与中小桥梁碰撞的取证系统和取证方法 |
CN109447026A (zh) * | 2018-11-09 | 2019-03-08 | 北京智博联科技股份有限公司 | 一种基于支持向量机的桩身完整性类别自动识别方法 |
CN110427633A (zh) * | 2019-05-05 | 2019-11-08 | 东南大学 | 一种基于深度强化学习的水泥搅拌桩质量评估方法 |
CN112037582A (zh) * | 2020-09-16 | 2020-12-04 | 浙江工业大学 | 一种基于风险预测的跨海桥梁船撞预警方法 |
CN112302061A (zh) * | 2020-09-29 | 2021-02-02 | 安徽省(水利部淮河水利委员会)水利科学研究院(安徽省水利工程质量检测中心站) | 低应变基桩完整性检测信号的智能化快速解释方法 |
CN115146345A (zh) * | 2022-06-07 | 2022-10-04 | 长安大学 | 一种静动力相结合的桥梁船撞抗力及设防船型确定方法 |
CN115146345B (zh) * | 2022-06-07 | 2023-10-31 | 长安大学 | 一种静动力相结合的桥梁船撞抗力及设防船型确定方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107025357A (zh) | 基于支持向量机的船撞桥桩基损伤识别方法 | |
Cross | On structural health monitoring in changing environmental and operational conditions | |
CN106555788A (zh) | 基于模糊处理的深度学习在液压装备故障诊断中的应用 | |
CN108764601A (zh) | 一种基于计算机视觉和深度学习技术的结构健康监测异常数据诊断方法 | |
CN102829967B (zh) | 一种基于回归模型系数变化的时域故障识别方法 | |
CN108763763A (zh) | 一种桥梁结构应变响应异常预警方法 | |
CN104133959A (zh) | 桥梁有限元模型的修正方法 | |
CN104200004A (zh) | 一种优化的基于神经网络的桥梁损伤识别方法 | |
CN101382473A (zh) | 桥梁结构安全预警的ewma控制图方法 | |
CN106556498A (zh) | 桥梁结构损伤识别方法及系统 | |
CN105913196A (zh) | 一种航道整治社会稳定风险自动分析方法及系统 | |
CN116881819B (zh) | 一种基于孤立森林的斜拉索工作状态监测方法 | |
Zhang et al. | Deep learning algorithms for structural condition identification with limited monitoring data | |
CN114048670B (zh) | 一种区域混凝土桥梁震后损伤快速评估智能算法 | |
Chaurasia et al. | Predicting damage to buildings caused by earthquakes using machine learning techniques | |
Huang et al. | Rapid assessment of seismic risk for railway bridges based on machine learning. | |
Hu et al. | Discovering key factors and causalities impacting bridge pile resistance using Ensemble Bayesian networks: A bridge infrastructure asset management system | |
Zeng et al. | Framework and application of ship berthing methods optimization in high-pile wharf based on surrogate models | |
CN115577415A (zh) | 一种船舶撞击钢筋混凝土结构的损伤评估方法 | |
JP7341414B2 (ja) | 損傷度予測装置、学習済モデル、及び学習済モデルの生成方法 | |
Zhou et al. | Comparative study on CNN-based bridge seismic damage identification using various features | |
CN116663793A (zh) | 一种涉水桥墩韧性多尺度综合评价方法及系统 | |
Wang | Identification of damage locations in long-span continuous rigid frame bridges by using support vector machines | |
Zhou et al. | Particle Swarm Optimization of Support Vector Machine Inversion Model for Overhead Upright Piers Damage‐Inducing Factor | |
Li et al. | Model Updating Method for Jacket Platform Considering Different Component Degradation Based on Deep Learning. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170808 |
|
RJ01 | Rejection of invention patent application after publication |