基于应变信号时频分析与 CNN网络的车辆荷载识别方法

针对现有神经网络车辆荷载识别方法的识别精度不足且训练样本采集困难的问题,提出了一种基于应变信号时频分析与CNN网络的车辆荷载识别方法,对移动车辆总重进行荷载识别.首先,利用连续小波时频变换方法处理桥梁跨中应变信号,得到应变信号的时频特征,并利用双线性插值算法将时频信号矩阵变为大小为64×64的数值矩阵,作为CNN网络的输入数据;其次,利用CNN网络的回归学习算法,在训练少量数值矩阵后直接建立应变响应与车辆荷载的映射关系,从而实现对未知车辆荷载的识别;最后,通过模拟试验发现虽然在不同路面粗糙度和噪声影响下,CNN网络的荷载识别结果会受到不同程度的影响,但在一定范围内的路面粗糙度和噪声影响下仍然能较精确地识别车辆荷载.     

基于优化的残差网络的锈蚀钢筋图像分类

通过实验研究提出一种基于残差网络(ResNet)的锈蚀钢筋分类方法,为开发锈蚀钢筋现场准确定量评价方法提供新思路和技术参考.以1478根直径12mm和14mm,锈蚀率1.45%~56.10%的钢筋为研究对象,利用工业相机在实验室条件下拍摄图像,结合数据增强技术,共获得23648张样本图像,并根据锈蚀率确定11类标签.基于深度卷积神经网络搭建ResNet结构,并利用Adam算法进行迭代优化,通过对比不同数据集的实验结果评估分类准确率和训练轮数.为验证所提方法的适用性,将不同直径钢筋的样本图像组合成6种数据集进行训练与测试.研究表明,经过100次迭代训练,针对6种数据集的钢筋锈蚀程度分类准确率均在93.2%以上,最高达98.8%.该方法支持混合直径的锈蚀钢筋高精度分类,具有良好的实际应用性.     

沿江堤路新老路基裂缝扩展微观机理

针对堤防路基改扩建工程中新老路基不均匀沉降和拼接处沥青层断裂等实际工程难题,通过建立新老路基结合处离散元模型,进行拓宽路基变形不协调和路面沥青层裂缝模拟,从细观角度分析了交通荷载、不同加载部位下新老路基拼接处不均匀沉降,以及各因素作用下路面沥青纵向裂缝的形成机理,并探讨了沥青层的变形破坏模式及平行黏结的断裂程度.结果表明:该离散元模型可以很好地模拟实际新老路基拼接处不均匀沉降;在交通荷载和沉降速度相同的情况下,加载部位置于新老路基交界处时,沥青路面纵向裂缝发展得更明显;在路基沉降速度和荷载作用部位相同的情况下,荷载越大,路面竖向沉降越大,沥青路面纵向裂缝发展得更明显.该离散元数值模拟研究成果为非刚性基层沥青路面的微观力学行为研究提供了一种辅助手段,弥补了室内试验可视化的不足,丰富了路基变形协调和沥青路面裂缝研究.     

水利水电工程全生命周期碳排放研究——以犬木塘工程为例

水利水电工程具有多种功能，发挥着各方面效益，在“双碳”战略中扮演着重要角色，但目前针对水利水电工程全生命周期碳排放的研究还较少。该文以湖南省犬木塘工程为样本，基于生命周期评价理论，提出了水利水电工程碳排放量的分组计算方法，对碳排放进行了核算和分析。研究表明，此计算方法简单准确，更适用于水利水电工程。计算结果显示，犬木塘建设和运行阶段总体碳排放风险可控，并依据其碳排放特点，提出了注重设计优化、研发绿色建材、加快智慧化、强化减排理念等降低碳排放的策略。