• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于卷積自編碼神經(jīng)網(wǎng)絡(luò)的損傷識(shí)別

    2021-05-25 10:04:40邵紅艷梁李源高士武
    科學(xué)技術(shù)創(chuàng)新 2021年11期
    關(guān)鍵詞:時(shí)刻重構(gòu)卷積

    邵紅艷 梁李源 高士武*

    (青海大學(xué)土木工程學(xué)院,青海 西寧810016)

    橋梁是人們生活和生產(chǎn)活動(dòng)中的一種重要的基礎(chǔ)交通工程,它是一種可以幫助人們克服天然的出行障礙,例如河流、峽谷等的一種構(gòu)筑物,橋梁對于有效緩解城市交通壓力發(fā)揮著非常關(guān)鍵性的作用,它的存在保證著人們正常通行和經(jīng)濟(jì)的健康穩(wěn)定發(fā)展。

    隨著經(jīng)濟(jì)技術(shù)的進(jìn)步,現(xiàn)代結(jié)構(gòu)設(shè)計(jì)也越來越趨向于大型化、復(fù)雜化[1],橋梁結(jié)構(gòu)的設(shè)計(jì)也是如此。據(jù)交通部發(fā)布的《2019年交通運(yùn)輸行業(yè)發(fā)展統(tǒng)計(jì)公報(bào)》,截至19 年末[2],據(jù)統(tǒng)計(jì)我國全國公路橋梁的數(shù)量達(dá)到了新的高度,對2013~2019 年交通運(yùn)輸部發(fā)布的數(shù)據(jù)進(jìn)行匯總分析,如表1 所示,可以發(fā)現(xiàn):公路橋梁總數(shù)大概以每年2 萬座增長,其中特大橋梁以每年400 座增長,數(shù)量增長非常迅速。

    表1 2013 年~2019 年國內(nèi)橋梁數(shù)量統(tǒng)計(jì)

    橋梁結(jié)構(gòu)從建成通車之日起,就處于一個(gè)相對開放的環(huán)境中,結(jié)構(gòu)的安全性一直受到外界荷載、材料的老化以及地震、颶風(fēng)、洪水等不可抗力因素的影響[3]。如果不能及時(shí)發(fā)現(xiàn)并進(jìn)行必要的處理,小的可控制的損傷將不斷地?cái)U(kuò)大,最后達(dá)到不可控的地步,最終將會(huì)威脅到結(jié)構(gòu)的安全運(yùn)營。

    目前橋梁損傷健康監(jiān)測技術(shù)距離實(shí)際工程應(yīng)用存在較大差距的一個(gè)重要的原因是:監(jiān)測系統(tǒng)的海量數(shù)據(jù)未能得到科學(xué)處理[4]。深度學(xué)習(xí)中的神經(jīng)網(wǎng)絡(luò),只對數(shù)據(jù)進(jìn)行處理分析,不受結(jié)構(gòu)的類型和激勵(lì)形式限制,充分利用響應(yīng)數(shù)據(jù),從數(shù)據(jù)中提取結(jié)構(gòu)的特征,及時(shí)、準(zhǔn)確地發(fā)現(xiàn)結(jié)構(gòu)損傷的發(fā)生,在橋梁結(jié)構(gòu)發(fā)生突發(fā)性損傷之前,能夠判斷出橋梁的健康狀況,有利于及時(shí)采取相關(guān)的行動(dòng),可以有效的防止損傷的進(jìn)一步擴(kuò)展,避免引發(fā)其它不可挽回的事故。

    1 卷積自編碼神經(jīng)網(wǎng)絡(luò)

    自編碼神經(jīng)網(wǎng)絡(luò)是一種無監(jiān)督的學(xué)習(xí)模型,旨在提取隱藏在原始數(shù)據(jù)背后的潛在特征,一般由編碼器和解碼器兩部分組成,并且其結(jié)構(gòu)是對稱的,編碼器的結(jié)構(gòu)模型如圖1 所示,其結(jié)構(gòu)組成如圖2 所示。卷積神經(jīng)網(wǎng)絡(luò)能夠處理多通道的數(shù)據(jù),還能夠提高網(wǎng)絡(luò)的計(jì)算速度,并且可以有效降低網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜程度和計(jì)算量。卷積自編碼神經(jīng)網(wǎng)絡(luò)是在自編碼神經(jīng)網(wǎng)絡(luò)里采用了卷積層代替全連接層,極大的降低了網(wǎng)絡(luò)的計(jì)算量,但其原理實(shí)質(zhì)上還是自編碼神經(jīng)網(wǎng)絡(luò),充分發(fā)揮卷積神經(jīng)網(wǎng)絡(luò)和自動(dòng)編碼器的優(yōu)點(diǎn),對加速度響應(yīng)信號進(jìn)行特征提取,利用重構(gòu)信息與原始信息的殘差來進(jìn)行損傷及損傷時(shí)刻的識(shí)別。

    圖1 自編碼神經(jīng)網(wǎng)絡(luò)模型

    圖2 自編碼器結(jié)構(gòu)示意圖

    2 隨機(jī)荷載作用下簡支梁的損傷識(shí)別數(shù)值模擬分析

    2.1Newmark 法

    進(jìn)行數(shù)值模擬獲取的是結(jié)構(gòu)的低水平加速度信號,Newmark法是結(jié)構(gòu)動(dòng)力學(xué)中提到的一種求解結(jié)構(gòu)響應(yīng)的積分方法,它是一種單步法,也就是說,體系每一時(shí)刻運(yùn)動(dòng)的計(jì)算只與上一時(shí)刻的運(yùn)動(dòng)有關(guān)。這種方法以系統(tǒng)的運(yùn)動(dòng)方程為基礎(chǔ),假設(shè)該系統(tǒng)具有初始位移以及初始速度如下:

    2.2 模型參數(shù)及工況設(shè)定

    利用Pycharm 軟件與Newmark 法相結(jié)合, 對簡支梁橋進(jìn)行數(shù)值模擬。有限元模型是長度為10m 的簡支梁,梁的橫截面為矩形,寬度為0.1m,高度為0.2m,沿長度方向等分為10 個(gè)相等的Euler-Bernoulli 梁單元,如圖3 所示。材料的楊氏模量為206gpa,密度為7900kg/m3。

    圖3 簡支梁有限元模型

    通過降低目標(biāo)梁單元的高度來模擬損傷,共有六種損傷情況,包括五種損傷等級和一種完好狀態(tài)。通過將目標(biāo)單元的抗彎剛度分別降低10%、20%、30%、40%和50%, 制備五個(gè)級別的損傷,每種損傷程度下?lián)p傷依次位于0~9 單元。為了模擬橋梁從健康狀態(tài)到出現(xiàn)損傷的過程,進(jìn)行橋梁狀態(tài)的實(shí)時(shí)監(jiān)測,測試工況由無損傷數(shù)據(jù)與不同程度的損傷數(shù)據(jù)相互拼接構(gòu)成, 這樣就模擬了橋梁出現(xiàn)損傷的過程。從20%的無損傷測試集中,隨機(jī)可重復(fù)的選擇10 組數(shù)據(jù);從得到的5 種不同程度損傷的數(shù)據(jù)集中,同樣隨機(jī)可重復(fù)的選擇10 組數(shù)據(jù),將兩種代表橋梁不同狀態(tài)的數(shù)據(jù)按照(無損數(shù)據(jù)+損傷數(shù)據(jù))的順序進(jìn)行拼接,共構(gòu)成了5 種測試工況, 如表2 所示, 進(jìn)行拼接之后的測試工況的數(shù)據(jù)形狀為(20,1024,9)。

    表2 測試工況構(gòu)成

    2.3 數(shù)據(jù)預(yù)處理

    2.4 結(jié)果及分析

    本文的研究目的是通過對原始數(shù)據(jù)的重構(gòu)誤差進(jìn)行操作,來實(shí)現(xiàn)結(jié)構(gòu)損傷時(shí)刻的發(fā)現(xiàn)以及損傷的定位,下面以第一個(gè)測點(diǎn)處工況一和工況三的數(shù)據(jù)為例,用訓(xùn)練好的無損CAE 模型來進(jìn)行處理損傷時(shí)刻的發(fā)現(xiàn)以及損傷的定位。

    圖4 工況一

    圖5 工況三

    將重構(gòu)前的數(shù)據(jù)與重構(gòu)后的數(shù)據(jù)進(jìn)行可視化,如圖4 (a)所示,從圖中可以看出,用卷積自編碼神經(jīng)網(wǎng)絡(luò)對數(shù)據(jù)進(jìn)行處理,是一種有損的操作, 也就是說經(jīng)過卷積自編碼神經(jīng)網(wǎng)絡(luò)后數(shù)據(jù)必然會(huì)與原始數(shù)據(jù)存在差別。從圖中我們并不能發(fā)現(xiàn)損傷有沒有發(fā)生,損傷是什么時(shí)候發(fā)生的,以及是哪個(gè)位置出現(xiàn)了損傷。通過構(gòu)建原始數(shù)據(jù)與重構(gòu)之后數(shù)據(jù)重構(gòu)誤差的絕對值, 將重構(gòu)誤差進(jìn)行平滑處理后,我們得到了圖4(b),從平滑處理后的結(jié)果可以很清楚的看到在10s 處圖像出現(xiàn)了一個(gè)突變, 在前10s 內(nèi),重構(gòu)誤差的波動(dòng)穩(wěn)定在一定的范圍內(nèi),但是在后10s 內(nèi),重構(gòu)誤差發(fā)生了一個(gè)跳躍之后,重新在一個(gè)新的范圍內(nèi)波動(dòng),這說明結(jié)構(gòu)的狀態(tài)發(fā)生了與前10s 內(nèi)十分不同的變化, 即結(jié)構(gòu)出現(xiàn)了損傷,出現(xiàn)損傷的時(shí)刻就是重構(gòu)誤差發(fā)生突變的時(shí)刻。

    3 結(jié)論

    從測試工況的結(jié)果分析中可以發(fā)現(xiàn),低水平的加速度信號經(jīng)過CAE 的重構(gòu)及相關(guān)處理后,可以識(shí)別出結(jié)構(gòu)損傷發(fā)生的時(shí)刻大概在10s 處。研究結(jié)果能夠表明該方法在結(jié)構(gòu)發(fā)生一定程度損傷后, 可以較好地識(shí)別出結(jié)構(gòu)發(fā)生了損傷以及結(jié)構(gòu)發(fā)生損傷的時(shí)刻。

    猜你喜歡
    時(shí)刻重構(gòu)卷積
    冬“傲”時(shí)刻
    長城敘事的重構(gòu)
    攝影世界(2022年1期)2022-01-21 10:50:14
    基于3D-Winograd的快速卷積算法設(shè)計(jì)及FPGA實(shí)現(xiàn)
    捕獵時(shí)刻
    從濾波器理解卷積
    電子制作(2019年11期)2019-07-04 00:34:38
    北方大陸 重構(gòu)未來
    基于傅里葉域卷積表示的目標(biāo)跟蹤算法
    北京的重構(gòu)與再造
    商周刊(2017年6期)2017-08-22 03:42:36
    論中止行為及其對中止犯的重構(gòu)
    街拍的歡樂時(shí)刻到來了
    台前县| 易门县| 深圳市| 上虞市| 璧山县| 融水| 乐山市| 富源县| 施秉县| 德保县| 奇台县| 阿合奇县| 油尖旺区| 元阳县| 陕西省| 怀仁县| 长宁县| 班戈县| 镇巴县| 宁明县| 丹寨县| 伊金霍洛旗| 河间市| 伽师县| 石门县| 阳新县| 海阳市| 阿拉善盟| 临泽县| 浮梁县| 托里县| 永和县| 华亭县| 万年县| 贺兰县| 山东省| 金塔县| 泰来县| 荔波县| 兴义市| 枣强县|