【目的】由于气象数据具有稳定性好、可靠性高和能长期获取等优点,因此基于气象预报的温度来预测桥梁结构的温度场具有重要的工程意义。【方法】建立了基于贝叶斯优化(Bayesian optimization,BO)的长短期记忆(long-short term memory,LS...【目的】由于气象数据具有稳定性好、可靠性高和能长期获取等优点,因此基于气象预报的温度来预测桥梁结构的温度场具有重要的工程意义。【方法】建立了基于贝叶斯优化(Bayesian optimization,BO)的长短期记忆(long-short term memory,LSTM)模型,利用气象温度数据和桥梁实测温度对BO-LSTM模型进行深度训练后,输入气象预报温度,实现对桥梁温度历程的准确预测。【结果】基于广州鹤洞大桥的健康监测系统和远区气象站数据,由本文方法预测的桥梁温度历程与实测桥梁温度历程的决定系数达到0.961,而气象温度与实测温度的决定系数仅为0.874。因此,本文建立的BO-LSTM预测模型通过数据挖掘与学习提升了气象温度与桥梁温度之间的相关性。【结论】本文实现了由气象温度来较为准确地预测大跨桥梁的温度历程,为解决桥梁传感器故障、停电等导致的数据缺失和漂移问题提供了一种准确、可靠的智能预测方法。展开更多
为使桥梁病害检测更加高效、客观和智能,提出一种自动识别并定量计算混凝土病害尺寸的方法。该方法采用视觉几何组网络(Visual Geometry Group Network,VGG)作为U形网络(U-Net)的主干网络,对混凝土病害(剥落、裂缝和露筋)图像进行语义分...为使桥梁病害检测更加高效、客观和智能,提出一种自动识别并定量计算混凝土病害尺寸的方法。该方法采用视觉几何组网络(Visual Geometry Group Network,VGG)作为U形网络(U-Net)的主干网络,对混凝土病害(剥落、裂缝和露筋)图像进行语义分割,采用数学形态学算法对图像中的病害区域进行优化。通过MATLAB软件计算得到优化后的分割图像中病害区域像素点的数量,并利用参照物标定出图像中单个像素点的尺寸,计算得到混凝土病害的面积(或长度)。采用该方法对河南省许昌市17座现役钢筋混凝土桥梁病害图像进行语义分割实验。结果表明:U-Net能以较高的精度对复杂背景下混凝土桥梁多类病害进行像素级的分类,类别平均像素准确率为90.53%,平均交并比为80.54%。使用数学形态学对语义分割图像进行优化后,计算精度明显提高,优化后的误差绝对值为0.08%~0.21%。展开更多
文摘【目的】由于气象数据具有稳定性好、可靠性高和能长期获取等优点,因此基于气象预报的温度来预测桥梁结构的温度场具有重要的工程意义。【方法】建立了基于贝叶斯优化(Bayesian optimization,BO)的长短期记忆(long-short term memory,LSTM)模型,利用气象温度数据和桥梁实测温度对BO-LSTM模型进行深度训练后,输入气象预报温度,实现对桥梁温度历程的准确预测。【结果】基于广州鹤洞大桥的健康监测系统和远区气象站数据,由本文方法预测的桥梁温度历程与实测桥梁温度历程的决定系数达到0.961,而气象温度与实测温度的决定系数仅为0.874。因此,本文建立的BO-LSTM预测模型通过数据挖掘与学习提升了气象温度与桥梁温度之间的相关性。【结论】本文实现了由气象温度来较为准确地预测大跨桥梁的温度历程,为解决桥梁传感器故障、停电等导致的数据缺失和漂移问题提供了一种准确、可靠的智能预测方法。
文摘为使桥梁病害检测更加高效、客观和智能,提出一种自动识别并定量计算混凝土病害尺寸的方法。该方法采用视觉几何组网络(Visual Geometry Group Network,VGG)作为U形网络(U-Net)的主干网络,对混凝土病害(剥落、裂缝和露筋)图像进行语义分割,采用数学形态学算法对图像中的病害区域进行优化。通过MATLAB软件计算得到优化后的分割图像中病害区域像素点的数量,并利用参照物标定出图像中单个像素点的尺寸,计算得到混凝土病害的面积(或长度)。采用该方法对河南省许昌市17座现役钢筋混凝土桥梁病害图像进行语义分割实验。结果表明:U-Net能以较高的精度对复杂背景下混凝土桥梁多类病害进行像素级的分类,类别平均像素准确率为90.53%,平均交并比为80.54%。使用数学形态学对语义分割图像进行优化后,计算精度明显提高,优化后的误差绝对值为0.08%~0.21%。
