针对桥梁挠度监测中温度效应的分离问题,根据桥梁挠度的组分特性,利用最小二乘支持向量机(leastsquare support vector machines,LS-SVM)模型,提出桥梁挠度监测中精确分离温度效应的方法。温度和挠度温度效应具有确定的非线性关系。应用...针对桥梁挠度监测中温度效应的分离问题,根据桥梁挠度的组分特性,利用最小二乘支持向量机(leastsquare support vector machines,LS-SVM)模型,提出桥梁挠度监测中精确分离温度效应的方法。温度和挠度温度效应具有确定的非线性关系。应用LS-SVM的逼近能力,将温度作为输入、挠度温度效应作为输出,建立温度和挠度温度效应的精确定量关系,在已知温度变化的情况下获取挠度温度效应的变化值,从而实现挠度温度效应准确分离。计算及分析结果表明,该方法能有效分离挠度监测信号中的温度效应,结合滤波方法,亦可有效分离出长期挠度,为结构的损伤识别提供了有效的数学手段和依据。展开更多
基金The Breeding Projects Foundation of the Education Department of Guangdong Province(LYM08068)Guangzhou City Science and Technology Plan Project(2009J1-C421-1)
文摘针对桥梁挠度监测中温度效应的分离问题,根据桥梁挠度的组分特性,利用最小二乘支持向量机(leastsquare support vector machines,LS-SVM)模型,提出桥梁挠度监测中精确分离温度效应的方法。温度和挠度温度效应具有确定的非线性关系。应用LS-SVM的逼近能力,将温度作为输入、挠度温度效应作为输出,建立温度和挠度温度效应的精确定量关系,在已知温度变化的情况下获取挠度温度效应的变化值,从而实现挠度温度效应准确分离。计算及分析结果表明,该方法能有效分离挠度监测信号中的温度效应,结合滤波方法,亦可有效分离出长期挠度,为结构的损伤识别提供了有效的数学手段和依据。
