摘要
本发明涉及桥梁震损性能评估技术领域,并具体公开了基于机器学习的高速铁路桥梁震损性能快速评估方法,包括:通过异构数据采集体系实时采集高速铁路的桥梁结构的多源数据、历史地震数据库和桥梁结构的BI M模型;并构建包含时频域特征、空间特征、概率特征的部分特征的多模态特征空间;基于动态贝叶斯网络损伤传播模型和多尺度卷积神经网络和长短时记忆网络的混合模型以及不确定性量化与动态更新机制构建层次化机器学习架构,并基于层次化机器学习架构建立震损性能评估模型;采用震损性能评估模型对多模态特征空间进行震损性能评估,生成损伤概率分布;有效挖掘数据背后潜在的与震损相关的信息,能够更准确地模拟和预测桥梁在地震中的震损情况。
技术关键词
机器学习架构
高速铁路桥梁
损伤传播模型
桥梁结构
动态贝叶斯网络
应变云图
频域特征
分布式传感器
翘曲变形量
桥墩
动态更新
多模态特征
样本
轨道板
地震
数据
模型参数不确定性