科研之友
微信
新浪微博
Facebook
分享链接
摘要
目前传统桥梁定检手段可能不能及时发现和排除桥梁病害，为保障桥梁安全，需实时监测桥梁。在花鱼洞大桥监测项目中，提出基于长短记忆神经循环网络LSTM的预测模型。通过重构融合桥梁监测获得的环境和结构响应数据预测挠度变化，以MSE,MAE,R2作为评价指标对比分析验证模型准确度。结果表明，融合重构时间、温度、加速度、弦杆应变数据的模型组合，对桥梁挠度的预测精度最高，达96.52%,预测性能最好的组合和最差的组合平均性能MSE,MAE分别降低21.83%,7.1%,R2提高0.73%。证实运用LSTM模型能捕捉桥梁长时间的力学响应信息关联性，能基于监测数据预测未来桥梁变形，起及时预警的作用。
- 出版日期2023
- 单位贵州大学; 土木工程学院
