基于时频分析与深度学习的结构震后损伤评估 |
| |
引用本文: | 周荣环,康帅,王自法,靳满.基于时频分析与深度学习的结构震后损伤评估[J].西北地震学报,2024(1):115-125. |
| |
作者姓名: | 周荣环 康帅 王自法 靳满 |
| |
作者单位: | 河南大学土木建筑学院, 河南 开封 475004;中震科建(广东)防灾减灾研究院有限公司, 广东 韶关 512000 |
| |
基金项目: | 国家自然科学基金面上项目(51978634);河南省高等学校重点科研项目(22A560009) |
| |
摘 要: | 为评估地震后钢筋混凝土(RC)框架结构的损伤状态,提高损伤评估的效率和精度,文章提出一种基于时频分析和一维卷积神经网络(1D-CNN)的地震损伤评估方法。首先利用增量动力时程分析对一个6层RC框架结构进行地震损伤模拟,并根据最大层间位移角对加速度信号进行损伤程度的标定,以此来获取数据样本,随后应用五种不同的时频分析方法对原始信号进行处理;然后建立基于1D-CNN的地震损伤评估模型,并利用贝叶斯优化算法寻找模型中的最优参数组合;最后评估所提出模型方法在噪声情况下的泛化能力。研究结果表明:五种时频分析方法中,小波散射变换方法的准确率最高,达92.5%,且计算速度也最快,仅需144 s;另外在噪声下该方法仍可以保持较高的损伤评估准确率,具有较好的鲁棒性和泛化能力。
|
关 键 词: | 地震损伤评估 RC框架结构 时频分析 一维卷积神经网络 贝叶斯优化 |
收稿时间: | 2022/10/21 0:00:00 |
|
| 点击此处可从《西北地震学报》浏览原始摘要信息 |
| 点击此处可从《西北地震学报》下载免费的PDF全文 |
|