|
|
|
| 拉索模态参数全过程自动化识别方法 |
| 安永辉1 薛志林1 廖子涵2 李宾宾2 |
| 1. 大连理工大学，辽宁大连 116023；2. 浙江大学，浙江海宁 314400 |
|
| Automated identification of modal parameters for cables |
| An Yonghui1 Xue Zhilin1 Liao Zihan2 Li Binbin2 |
| 1. Dalian University of Technology, Dalian 116023, China;2. Zhejiang University, Haining 314400, China |
|
|
|
摘要 模态参数广泛应用于拉索索力识别与状态评估，其自动化识别是拉索实时健康监测的关键技术之一。贝叶斯FFT算法和深度神经网络可实现拉索模态参数识别的自动化和不确定性分析，其中，贝叶斯FFT算法可快速识别拉索模态参数且定量其不确定性，但需人工输入结构自振频带信息。为此，基于Retinanet模型和一维卷积神经网络，设计提出一种轻量化频带选择网络，使之能自动检测拉索的振动频带，进而提出一种拉索模态参数全过程自动化识别方法。提出的频带选择网络模拟人工频带选择过程，融合多频率分辨率下功率谱曲线估计信息，通过检测功率谱曲线峰值确定拉索振动频带。为验证所提算法的有效性，利用沪苏通长江大桥拉索施工阶段实测加速度数据构建训练集和测试集，完成拉索模态参数的连续自动识别。试验证明，频带自动选择网络准确性超过95%，单样本平均推理时间达到毫秒级，与贝叶斯FFT相结合可实现拉索模态参数的自动化实时识别。另外，通过拉索频率的连续识别成功检测到拉索张拉事件，验证了基于频率对拉索损伤识别的潜在可能性。
|
|
| 关键词 ：
拉索,
模态识别,
贝叶斯FFT,
深度神经网络
|
|
|
| [1] |
严仁章 文强 王帅 孙涛 刘红波 张平. 拉索加速腐蚀试验及其引起的力学性能退化研究[J]. 土木工程学报, 2023, 56(5): 18-31. |
| [2] |
刘威 杨娜 白凡 常鹏. 基于环境激励的藏式古城墙动力特性研究[J]. 土木工程学报, 2021, 54(4): 45-56. |
| [3] |
汪志昊 程志鹏 王浩 岳方方 郜辉. 电涡流惯质阻尼器对斜拉索振动控制研究[J]. 土木工程学报, 2021, 54(12): 53-63, 115. |
| [4] |
刘庆宽 王晓江 张磊杰 贾娅娅 马文勇 刘小兵. 非圆截面斜拉索气动性能风洞试验研究[J]. 土木工程学报, 2019, 52(8): 62-71. |
| [5] |
兰成明 任登路 徐阳 李娜 刘志强. 平行钢丝斜拉索疲劳性能评定II：斜拉索疲劳寿命模型[J]. 土木工程学报, 2017, 50(7): 69-77. |
| [6] |
兰成明 徐阳 任登路 李娜 刘志强. 平行钢丝斜拉索疲劳性能评定I：钢丝疲劳寿命模型[J]. 土木工程学报, 2017, 50(6): 62-70. |
| [7] |
刘庆宽 李聪辉 郑云飞 刘小兵 马文勇. 缠绕螺旋线的斜拉桥斜拉索平均气动阻力特性的试验研究[J]. 土木工程学报, 2017, 50(5): 97-104. |
| [8] |
王修勇 蒋乾超 孙洪鑫 禹见达. 斜拉桥拉索风雨激振参数联合概率分布模型[J]. 土木工程学报, 2017, 50(10): 69-74. |
|
|
|
|
