基于LSTM深度学习网络的分布动载荷识别

作     者：郭安丰 吴邵庆 GUO Anfeng;WU Shaoqing

作者机构：东南大学土木工程学院南京211189 东南大学江苏省工程力学分析重点实验室南京211189 

出 版 物：《振动与冲击》 (Journal of Vibration and Shock)

年 卷 期：2024年第43卷第11期

页      面：126-134页

核心收录：

学科分类：08[工学] 080104[工学-工程力学] 0815[工学-水利工程] 0801[工学-力学（可授工学、理学学位）] 

基　　金：中央高校基本科研业务费专项资金资助(2242023k30044) 

主　　题：分布动载荷 载荷识别 深度学习网络 小波变换 仿真研究 

摘      要：提出一种基于LSTM深度学习网络的分布动载荷识别新方法。首先,建立结构有限元模型并对载荷作用区域进行平面化和子区域网格划分,构建子区域上以形函数形式分布的动载荷和有限元模型节点动响应之间的传递关系,建立节点处应变动响应与对应子区域上分布动载荷的样本库;其次,利用Meyer小波对样本库中的时域样本进行特征提取,并基于LSTM深度学习网络训练子区域上分布动载荷与有限元模型节点应变动响应的传递关系;最后,开展了数值仿真研究,利用有限元模型仿真应变动响应识别了三维壁板结构表面的分布动载荷,验证了所提出方法的有效性。研究旨在为服役状态下壁板结构上动载荷环境预示提供技术支撑。