科研之友
微信
新浪微博
Facebook
分享链接
摘要
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.
- 单位
