周立成
- 作品数：22 被引量：72H指数：6
- 供职机构：华南理工大学土木与交通学院更多>>
- 发文基金：国家自然科学基金广东省科技计划工业攻关项目中国博士后科学基金更多>>
- 相关领域：交通运输工程建筑科学理学自动化与计算机技术更多>>
- 一种移动时空窗口下的PCA损伤识别方法
- 本文基于PCA原理提出了一种时空窗口下的PCA损伤检测方法。该方法主要思路是同时在限定的时间和空间窗口内对结构响应进行PCA分析。为实现上述目的,首先利用数值仿真或者实验手段,在损伤处于不同空间位置的多种工况下,确定不同...
- 张舸周立成刘泽佳汤立群刘逸平蒋震宇
- 关键词：大数据损伤识别
- 基于结构响应向量与支持向量机的桥梁损伤识别方法被引量：8
- 2020年
- 针对基于结构动静态响应的损伤识别方法研究不够深入、结构动态响应对噪声比较敏感,从而极大影响损伤识别效果的问题,提出一种基于结构响应向量(SRV)与支持向量机(SVM)的损伤识别方法,引入主成分分析(PCA)提高方法的抗噪性,并利用简支梁和实际桥梁模型验证方法的有效性。结果表明,基于结构动静态响应组成SRV的识别效果和计算效率更优,结合PCA可以提高方法的抗噪性,并且能在所需响应信息更精练的基础上对实际桥梁模型进行良好的损伤识别。
- 刘泽佳金梦茹周立成涂成枫汤立群蒋震宇刘逸平
- 关键词：损伤识别支持向量机抗噪性能简支钢梁斜拉桥
- 基于深度学习的黏钢构件黏接层损伤识别方法
- 2024年
- 由于传统的黏钢加固结构检测方法过分依赖于人工观察和经验判断,其结果容易受到检测人员主观因素的影响。为了提高黏钢结构黏接层损伤检测的准确性、可靠性,本文提出了一种基于深度学习的黏钢构件黏接层损伤识别方法。首先,通过黏钢构件超声检测实验验证了有限元模型的有效性,并在此基础上生成大量损伤工况下的超声时程响应数据;随后,将不同工况下的超声时程响应作为深度学习模型的输入,分别对黏钢构件黏接层进行损伤分类、缺陷大小和位置识别,以及老化程度的定量识别;最后,比较和分析了BiLSTM、BiGRU和1D-CNN模型在各个识别任务下的准确率和鲁棒性,并以此为依据建立了基于深度学习的黏钢构件黏接层损伤识别方法。结果表明:所选用的3种模型均能精准实现损伤类型的区分,准确率达到100%;在20dB强噪声条件下,BiLSTM模型在2种缺陷定量精度需求和1种缺陷定位精度需求中,准确率仍分别可达93.33%、86.48%和73.31%;而在相同噪声条件下,1D-CNN模型在3种老化程度检测精度需求下,准确率仍分别可达93.95%、88.09%和79.85%。
- 夏桂然魏敦涛刘泽佳周立成刘逸平汤立群
- 关键词：超声检测损伤识别
- 碳纤维和SiO2纳米颗粒增强环氧树脂复合材料的压缩性能被引量：6
- 2019年
- 纤维增强聚合物复合材料的压缩性能与聚合物基体力学性质密切相关。本文利用连续碳纤维(CF)和含有均匀分散的SiO2纳米颗粒改性的环氧树脂基体,制备了CF-nano SiO2/Epoxy微纳米多相复合材料单向层合板,并对其轴向压缩性能进行了系统的研究。试验表明,将纳米颗粒引入基体能够有效提高纤维增强聚合物基复合材料的压缩强度,占nano SiO2/Epoxy体积为8.7%的纳米颗粒可将复合材料的压缩强度提升约62.7%。基于单向层合板的弹塑性微屈曲模型对纳米颗粒的增强效应进行了理论分析。根据含纳米颗粒的环氧树脂在压缩过程中的损伤行为,提出了一套基于加卸载试验建立纳米复合材料基体压缩本构关系的方法。将模型获得的基体本构关系与经典复合材料弹塑性微屈曲模型耦合,能够较为准确地预测本研究制备的微纳米多相复合材料的压缩强度。经试验检验,预测结果与实测数值达到很好的一致性。
- 方奕欣陈蔚蒋震宇汤立群刘逸平刘泽佳周立成
- 关键词：碳纤维
- 基于数据相关性与深度学习的结构长期应变重构
- 结构健康监测领域中,从不完整的数据中提取结构状态信息极具挑战性。然而,由于设备故障或其他潜在因素将不可避免地造成数据丢失。因此,亟需开发可靠的结构响应重构方法。现存的应变重构方法存在以下不足:1)未采用善于捕捉时间序列的...
- 陈承滨周立成刘泽佳汤立群
- 关键词：结构健康监测数据重构数据相关性大跨度桥梁
- 基于机器学习的沥青路面压实度质量评估被引量：2
- 2024年
- 为了提高沥青路面压实度预测的准确率,基于机器学习对沥青路面进行压实度质量评估;通过对比实际工程中不同压路机在沥青路面上的振动规律,构建振动压路机-沥青路面系统动力学模型,利用Simulink数值仿真软件对所构建的模型进行仿真,设计8种工况,对比压实度计值、压实度控制值、机械驱动功率、滚轮综合刚度、填筑体能量、单位体积压实功率6个压实度质量评估指标在各工况下的适用性差异;采用支持向量机、逻辑回归、k最近邻、决策树、朴素贝叶斯法5种传统的机器学习方法对各工况下的压实度质量评估指标样本进行训练,对比压实度预测准确率;设计压路机在不同碾压次数时的碾压路线,对比分别采用最优压实度质量评估指标和单一压实度质量评估指标的压实度预测准确率。结果表明:不同压实度质量评估指标在不同工况下的适用性不同,即使在同一种工况下,不同碾压次数时的适用性也存在差异;采用最优压实度质量评估指标代替单一压实度质量评估指标,压实度预测准确率提高5.8%;在5种传统的机器学习方法中,朴素贝叶斯法预测最优压实度质量评估指标类型的准确率最高,为96.22%。
- 赵琪张健张智民陈镇文刘泽佳周立成刘逸平
- 关键词：沥青路面压实度动力学模型
- 基于Bi-LSTM的浅层地下双孔洞探测技术被引量：1
- 2024年
- 文章探究一种基于深度学习的浅层地下孔洞探测技术,以应对地下孔洞给桩基施工安全所造成的严重威胁。基于浅层地震反射波法的原理,采用基础施工过程中的桩锤激震作为激励源,通过在探测区域地表上布置少量加速度传感器采集孔洞反射信号,并将反射信号作为深度学习的输入,以输出孔洞信息,建立一种新型的智能孔洞探测方法。结果表明,双向长短期记忆神经网络(bidirectional long short-term memory neural network,Bi-LSTM)的预测模型对于地下双孔洞的工况具有较高的识别准确率,在容许误差为2 m的情况下,孔洞位置和直径的预测准确率可达95.3%。该研究验证了基于深度学习的多孔洞探测技术的可行性,有望为施工前期土层地质状况的评估提供技术保障。
- 梁靖张红叶晨周立成周立成汤立群
- 关键词：有限元仿真
- 基于桥梁实测应变大数据的超重车信号识别方法被引量：6
- 2018年
- 以珠江黄埔大桥北汊斜拉桥为研究对象,初步尝试利用实测应变大数据对超重车荷载这类异常信号进行识别。通过在桥梁有限元实体模型上施加临界荷载,得到判别超重车信号的应变阈值;将小波变换得到的实测应变数据的高频分量与应变阈值进行对比,从而提出基于应变阈值的超重车信号识别方法。将该方法与文献中基于小波临界系数的纯信号处理识别方法进行对比,证明了该方法的合理有效性。结合两种方法对多个监测点实测数据进行识别,不仅可以初步确定超重车信号发生的高频时间段;而且可以提高超重车信号识别的概率。该结果可以为桥梁管理部门提供更有价值的指导。
- 刘泽佳程楠周立成范立朋汤立群
- 关键词：桥梁健康监测小波变换
- 基于响应统计特征和机器学习的桥梁损伤识别方法研究
- 本文基于交通控制理论的元胞自动机模型和实测车流数据建立随机车流模型,并将车流荷载作为珠江黄埔大桥北汊桥有限元模型的外在激励,在获得桥梁响应统计信息的基础上,结合多种机器学习方法提出了一种结合桥梁响应统计信息的损伤识别方法...
- 蒋雍建程楠刘泽佳周立成汤立群刘逸平蒋震宇
- 关键词：损伤识别斜拉索
- 基于机器学习的黏钢构件黏接层缺陷识别方法研究被引量：4
- 2024年
- 对黏钢加固结构黏接层缺陷对超声检测信号的影响进行了深入研究,并提出了一种基于机器学习的黏接层缺陷识别的新型方法.首先,该文基于直接接触式的脉冲回波反射法对黏钢构件进行有限元模拟,并阐述了超声波在黏钢构件中的传播规律;其次,通过分析局部段超声回波信号及相关信号特征,讨论了不同缺陷变量对超声回波信号的影响规律;最后,建立了黏钢构件超声时程响应数据集,并对比了不同机器学习模型对缺陷大小、位置的分类识别性能,形成了黏钢构件黏接层缺陷识别方法.结果表明,局部段超声回波信号及其特征随着缺陷大小、位置的改变呈规律性变化,能够对缺陷信息进行初步区分.同时,该文提出的基于RF模型的黏钢构件黏接层缺陷识别方法能够有效识别黏钢构件黏接层缺陷,具有较广阔的工程应用前景.
- 姚浩夏桂然刘泽佳周立成
- 关键词：超声检测
