一种基于LSTM-KAN和多场景响应数据的预制管廊接缝损伤动态识别方法

本发明公开了一种基于LSTM‑KAN和多场景响应数据的预制管廊接缝损伤动态识别方法，包括如下步骤：通过有限元方法进行数值模拟或现场实测得到不同场景扰动作用下的动态响应数据；根据获取的动态响应数据，建立样本数据集；对样本数据进行预处理；搭建LSTM‑KAN深度学习模型；根据预处理后的样本数据，对LSTM‑KAN深度学习模型进行训练和验证，保存最佳权重参数所对应的LSTM‑KAN深度学习模型；通过现场测试采集管廊响应信号；将采集的管廊响应信号输入到LSTM‑KAN深度学习模型中，识别出综合管廊接缝损伤程度。本发明能够有效地通过不同扰动作用下的管节响应对接缝处受损伤程度进行高精度快速识别，具有经济、便捷和高效的优点。