典型文献
基于稀疏贝叶斯学习的有砟轨道道砟层损伤识别
文献摘要：
在列车荷载和环境影响的双重作用下,有砟轨道道砟层支承轨枕的刚度会逐渐退化,严重威胁着行车安全.本文建立包含钢轨-轨枕-道砟层的二维有砟轨道模型,以有砟轨道系统中轨枕结构的频率和振型作为输入数据,采用稀疏贝叶斯学习方法,对枕下道砟层的单损伤和多损伤工况进行了损伤识别研究.本文首先采用室内两跨三层异型框架结构损伤试验验证了所提稀疏贝叶斯学习方法的有效性;然后采用该方法对有砟轨道室内试验的损伤工况进行了损伤识别和不确定性评估.实验结果表明,该方法能够准确地识别出道砟层在单损伤和多损伤工况下的损伤位置和损伤程度,同时计算了道砟层损伤参数的后验概率密度分布,有效评估识别结果的不确定度.本文的研究有望为有砟轨道道砟层的损伤检测提供技术支撑.
文献关键词：
稀疏贝叶斯学习;损伤识别;有砟轨道;道砟层
中图分类号：
作者姓名：
胡琴;陈晗
作者机构：
华中科技大学 土木与水利工程学院,湖北 武汉 430074
文献出处：
引用格式：
[1]胡琴;陈晗-.基于稀疏贝叶斯学习的有砟轨道道砟层损伤识别)[J].土木工程与管理学报,2022(02):92-97
A类：
B类：
稀疏贝叶斯学习,有砟轨道,道砟层,损伤识别,列车荷载,双重作用,支承,轨枕,渐退,行车安全,钢轨,频率和振型,输入数据,多损伤,异型,框架结构,结构损伤,室内试验,不确定性评估,出道,时计,损伤参数,后验概率,概率密度分布,有效评估,评估识别,不确定度,损伤检测
AB值：
0.255803
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
