Indexed by：
Abstract：
为提高环境和运营变化(environmental and operational variations, EOV)影响下的桥梁损伤检测可靠性，结合逆非线性主成分分析(inverse nonlinear principal component analysis, INLPCA)和极值理论，提出一种新的桥梁损伤检测方法.该方法采用INLPCA对桥梁损伤特征进行建模，利用不完备健康监测数据的估计均方误差和添加神经网络训练惩罚项控制INLPCA的非线性程度.采用INLPCA对损伤特征的重构误差和马氏平方距离(Mahalanobis squared distance, MSD)建立损伤指标(I_D),最后基于I_D的广义极值(generalized extreme value, GEV)分布建立损伤检测阈值.以比利时KW51铁路桥和天津永和斜拉桥为例，验证所提方法的有效性.结果表明，所提方法能准确检测EOV影响下的桥梁损伤，且对不同桥型和不同损伤特征均有良好的适用性.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
福州大学学报(自然科学版)
ISSN： 1000-2243
CN： 35-1337/N
Year： 2024
Issue： 03
Volume： 52
Page： 345-352
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 3
Affiliated Colleges：
