基于原型试验的输水工程PCCP断丝信号智能识别与分析方法
在引调水工程中,钢丝断裂易导致预应力钢筒混凝土管(Prestressed Concrete Cylinder Pipe,PCCP)出现结构破坏和功能失效.本研究通过智能学习模型分析原型试验信号特征并判别断丝类型.采用内径3.4 m,长度5 m埋置式PCCP开展断丝原型试验,利用分布式光纤传感器分别对切割断丝、腐蚀断丝和敲击噪声信号进行实时监测,并基于短时傅里叶变换和深度学习模型重构断丝信号,最终利用支持向量机建立了断丝信号识别模型.以Inception-ResNet-v2重构信号的断丝识别模型最低和最高准确率分别为92.9%和100%,之后利用t-SNE证明了信号重构的有效性.本研究结合不同智能学习方法实现了 PCCP断丝类型的有效判别,为其长期运行断丝监测及预警分析提供了新的手段.
预应力钢筒混凝土管、深度学习、知识迁移、短时傅里叶变换、断丝信号、智能识别
54
TV332(水工结构)
国家自然科学基金;博士启动基金;陕西省自然科学基础研究计划-引汉济渭联合基金项目
2023-06-26(万方平台首次上网日期,不代表论文的发表时间)
共12页
587-598