基于IWOA-LSTM算法的预应力钢筋混凝土梁损伤识别OA北大核心
为准确识别桥梁结构的损伤程度,制作了桥梁的关键构件——预应力钢筋混凝土梁,进行三点弯曲加载试验.收集了损伤破坏全过程的声发射(AE)信号,通过AE信号参数分析,将梁的损伤破坏过程划分为4个典型阶段.构建了长短时记忆神经网络(LSTM)模型,根据经验设置LSTM模型的超参数容易导致网络陷入局部最优而影响了分类结果,提出采用Sine混沌映射和自适应权重来改进鲸鱼优化算法(WOA),对LSTM进行超参数寻优.设计了IWOA-LSTM算法模型,训练识别试验梁各损伤阶段的AE信号特征参数.定型网络结构,并识别同种工况下其他梁的AE信号.结果表明:IWOA-LSTM算法模型识别准确率均超过或接近92%,相较于普通LSTM模型,IWOA-LSTM模型识别准确率提高了约7%.
范旭红;章立栋;杨帆;李青;郁董凯
江苏大学土木工程与力学学院,江苏镇江212013江苏大学土木工程与力学学院,江苏镇江212013江苏大学土木工程与力学学院,江苏镇江212013河南省公路工程局集团第二公路工程有限公司,河南郑州450015中国葛洲坝集团第二工程有限公司,四川成都610091
土木建筑
预应力钢筋混凝土梁声发射损伤识别长短时记忆神经网络改进的鲸鱼优化算法
《江苏大学学报（自然科学版）》 2025 (1)
P.105-112,119,9
国家自然科学基金青年基金资助项目(52108148)。
评论