近日,水建学院熊治华副教授课题组在工程领域学术期刊《Computer Modeling in Engineering & Sciences》在线发表了题为“Structure Damage Identification System Suitable for Old Arch Bridge in Rural Regions: Random Forest Apporoach”的研究论文。水建学院2018级本科生张煜为论文第一作者,熊治华副教授为通讯作者,硕士研究生梁卓希,2019级本科生佘嘉宸、马驰骋参与了研究工作。
由于目前农村地区检测技术、维养资金、专业技术人员等资源匮乏,且大跨度桥梁的结构健康监测造价昂贵,开发经济、快速的桥梁损伤识别技术迫在眉睫,该技术旨在为当地的农村公路养护机构提供科学的专业维养决策依据。
该论文提出了一种利用机器学习算法实现的旧拱桥损伤识别的方法,该方法基于小波包分析理论定义损伤指标,基于有限元分析构建了机器学习样本数据库,并考虑了噪音的干扰,通过对比反向传播神经网络(BPNN)、支持向量机(SVM)和随机森林算法(R.F.)3种机器学习方法,发现基于随机森林算法的损伤识别模型具有更好的识别能力。最后,利用粒子群优化算法(PSO)对R.F.模型的子树数量和拆分特征进行优化,PSO优化的RF损伤识别模型能够定量、精确识别旧拱桥损伤程度,证明该方法可以实现对农村地区老旧桥梁高精度的结构健康监测,具有一定研究和应用前景。
该研究得到陕西省交通运输厅研究基金及菠菜联盟论坛青年人才项目、中国大学生创新创业培训计划等项目资助。
文章链接:https://www.techscience.com/CMES/v136n1/51182