时域卷积组合模型在桥梁沉降预测中的研究 |
| |
引用本文: | 陈奎,吴兆福,黄建伟,余敏,解光路.时域卷积组合模型在桥梁沉降预测中的研究[J].测绘科学,2023(10):126-135. |
| |
作者姓名: | 陈奎 吴兆福 黄建伟 余敏 解光路 |
| |
作者单位: | 1. 合肥工业大学土木与水利工程学院;2. 中交二航局第四工程有限公司 |
| |
摘 要: | 针对桥梁所承受的动静荷载特性差异问题,该文通过小波分解将垂直位移监测数据分解成低频和高频信号,低频信号稳定性强,主要呈现了静荷载影响特点,而高频信号波动性较大,呈现了动荷载影响特点,因此将低频信号和高频信号分别进行小波重构,重构后的低频信号和高频信号分别使用时域卷积神经网络和BP神经网络进行预测,并进行叠加处理得到最终预测结果。以常泰大桥实际静力水准沉降监测项目为例,将该文模型预测结果分别与小波优化的BP神经网络模型和小波优化的自回归滑动平均模型(ARIMA)预测结果进行对比分析,已有的两种模型预测的平均绝对误差分别为0.61 mm和1.38 mm,而该文模型预测的平均绝对误差为0.46 mm,预测精度的提高,为桥梁的施工和维护提供参考。
|
关 键 词: | 桥梁沉降预测 小波变换 ARIMA模型 BP神经网络模型 时域卷积神经网络 |
|
|