基于三维扫描和机器学习技术的桥梁缆索钢丝腐蚀损伤评定及疲劳寿命预测研究
ID:72 View Protection:ATTENDEE Updated Time:2025-08-04 16:02:40 Hits:2027 Oral Presentation

Start Time:2025-08-15 20:50(Asia/Shanghai)

Duration:10min

Session:S1 8月15日晚上 研究生分会 » S1-3研究生分会场三

No files

Abstract
缆索是连接桥面系与拱肋(或主缆、主塔)的关键构件,承担着将桥面系荷载传递至主缆、拱肋或主塔的作用,是大跨缆索承重体系桥梁的核心构件。然而,在桥梁服役时,缆索使用周期长且长期暴露于自然环境,承受着环境侵蚀、外界荷载等灾害因素的耦合影响,结构累积损伤和疲劳抗力衰减难以避免。特别是腐蚀与疲劳导致缆索耐久性和承载力下降,已成为影响桥梁使用寿命、威胁服役安全的主要因素。鉴于此,课题组开展了桥梁缆索钢丝应力腐蚀试验,利用三维扫描仪采集锈蚀钢丝表面形貌,研究了不同锈蚀龄期、应力水平下缆索钢丝腐蚀表面特征及其变化规律,提出了锈蚀钢丝损伤评价指标及蚀坑特征参数提取方法,分析了不同锈蚀龄期、应力水平下表面蚀坑特征参数分布规律。在此基础上,基于课题组大量既有试验数据,融合领域知识,运用以粒子群算法优化BP神经网络、Bi-LSTM神经网络和随机森林模型为代表的人工智能算法,构建了多参数据融合的数据驱动的钢丝疲劳寿命预测模型,为实现桥梁缆索的科学管养与经济维修提供理论支撑。

 
Keywords
桥梁缆索;腐蚀;损伤评定;机器学习;疲劳寿命
Speaker
黄滔
博士研究生 东南大学

Submit Comment
Verify Code Change Another
All Comments
Important Date
  • Conference Date

    Aug 15

    2025

    to

    Aug 17

    2025

  • Aug 08 2025

    Draft paper submission deadline

  • Aug 16 2025

    Contribution Submission Deadline

  • Aug 17 2025

    Registration deadline

Sponsored By
Lanzhou Jiaotong University
Tongji University
Organized By
兰州交通大学土木工程学院
中国建筑第六工程局有限公司
Contact Information