科学研究外 内 主0 于 4 主/ 主内 RESEARCHW0 ?v?[Eg @ ? ???wx?]w ?? ?Zy? ? ? ? K
中建七局国际工程建设有限公司 广东广州 510400摘要：鉴于新旧桥梁在日常运营中缺乏连续、实时的损伤情况分析，基于桥梁结构损伤识别与机器学习中的径向基函
数理论，提出了2种损伤识别方法。一是分步识别法，运用频率的变式识别损伤位置，曲率、频率组合输入识别损伤
程度，得到了8 8 % 以上的位置识别正确率与9 2 % 以上的程度识别正确率，适用于对准确率要求较高的结构损伤识别。
二是综合识别法，在分步识别法的基础上对网络结构进行优化，利用神经网络的输出特征可直接判别损伤位置和损伤
程度，得到了7 8 % 以上的识别准确率，适用于桥梁结构大数据的在线分析。试验证明了2种径向基函数（ radial basis
fu n c tio n, R B F) 神经网络可以用于桥梁不同实际条件下的损伤情况识别，对于神经网络在桥梁结构损伤识别方面有更
加准确的认识和分析，为以后进一步研究神经网络在桥梁结构损伤识别方面提供参考。关键词：桥梁工程；损伤识别；径向基函数神经网络；分步识别法；综合识别法中 图 分 类 号 ：T U 99 文 献 标 志 码 ：A 文 章 编 号 ：1004-1001(2022)02-0394-05 D 0 I： 10.14144/j.cnki.jzsg.2022.02.059合山山工主杂）专主志（ 志办 城内3 地团务总）工 地团专国志总发 主（ 内总主集.团 司专总务杂专务总团 4）/）.团 中集团（专主办主杂）专主志（内发 纬专律公务师综 中34 幢外务师综 内 丨发 展务师综开司开师开 明 专海 4 主上主土主志 （ 中（ 专 团 总 （ ） 专 主志 （ ） 工 师 （ . 主（ 团 团 总主（ . 开志上 -专集业楼 建 务 ） （ . 木海 志 务 建 务 ） （ . 集 志 （ . 昆 址 网 ： 网 网 楼 开海主（）开 法海建（木专建服 In view of the lack of continuous and real-time damage analysis of old and new bridges in daily operation,
two damage identification methods are proposed based on the radial basis function theory in bridge structural damage
identification and machine learning. One is the step-by-step identification method, which uses the variation of frequency to
identify the damage location and the combination of curvature and frequency to identify the damage degree, and obtains more
than 88% of the location identification accuracy and more than 92% of the degree identification accuracy, which is suitable for
structural damage identification with high accuracy requirements. Another is the comprehensive identification method, which
optimizes the network structure on the basis of the step-by-step identification method. Using the output characteristics of the
neural network, the damage location and damage degree can be directly identified, and the identification accuracy of more
than 78% is obtained, which is suitable for the online analysis of big data of bridge structure. The test shows that the two radial
basis function (RBF) neural networks can be used to identify the damage of bridges under different actual conditions. It has
a more accurate understanding and analysis of neural network in bridge structure damage identification, which provides a
reference for further research on neural network in bridge structure damage identification in the future.5程1中业（司海服 bridge engineering; damage identification; RBF neural network; step-by-step identification method; comprehensive
identification methodH ?? ? J gm指 出 ，1998年 底 ，我 国 桥 梁 总 数 约 为 2 2 万
座 ，总长745万m。该部分桥梁能否满足现代社会的车辆承
载力需要进行专业分析，并判断老旧桥梁的剩余合理使用
年限 。截至2012年底，我国桥梁总数为71.34万座，此部分
桥梁需判别损伤情况、正常承载能力，以便日常维护。损伤识别主要分为半损识别和无损识别。由于半损识
别对原结构会造成一定的破坏及寿命的折减，因此一般采， 關 功 家 昆州 名 树（1993— ) ,女 ，項士。通 信 地 址 ：/ ■系省r州市三元里街道机场路31号三元里
中々21 层（510400)。庆的 *P 葙 ：藏中结尼中宝中宝钢解qq.com
收稿 0 期 ：2021-08-27用无损识别分析结构的健康情况。无损识别又可分为模型
修正法、动力指纹法及人工神经网络法[2]。模型修正法需先建立有限元模型，把得到的模拟结构
刚度与实际结构刚度数据进行对比，由此反演结构损伤程
度 。彭珍瑞等[3]以蒙特卡洛算法为基础，采用改进的M H
算法 ，用支持向量机建立待修正参数与代理模型提高模型
修正效率，提出一种随机模型修正方法，
径向基函数神经网络在桥梁结构损伤识别中的应用（论文）.pdf
