科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对桥梁所承受的动静荷载特性差异问题，该文通过小波分解将垂直位移监测数据分解成低频和高频信号，低频信号稳定性强，主要呈现了静荷载影响特点，而高频信号波动性较大，呈现了动荷载影响特点，因此将低频信号和高频信号分别进行小波重构，重构后的低频信号和高频信号分别使用时域卷积神经网络和BP神经网络进行预测，并进行叠加处理得到最终预测结果。以常泰大桥实际静力水准沉降监测项目为例，将该文模型预测结果分别与小波优化的BP神经网络模型和小波优化的自回归滑动平均模型(ARIMA)预测结果进行对比分析，已有的两种模型预测的平均绝对误差分别为0.61 mm和1.38 mm,而该文模型预测的平均绝对误差为0.46 mm,预测精度的提高，为桥梁的施工和维护提供参考。
- 单位
