深度学习支持下桥梁运维风险动态预测研究

魏 鹏1, 崔 勇1, 刘 波2
1、重庆中建郭家沱大桥建设运营管理有限公司
2、中国建设基础设施有限公司

摘要


桥梁进入长期运营阶段后，结构性能受车辆荷载、温度变化、材料老化和局部损伤共同影响，单次检测难以及时反映风险演化。本文围绕桥梁运维风险动态预测，构建多源监测数据处理、时序特征学习、多源信息融合和风险概率输出相衔接的深度学习方法。模型利用应变、位移、加速度、温度及车辆荷载连续序列识别异常趋势，并通过滚动更新输出风险等级。实验结果表明，该方法能够提高风险识别精度和提前预警能力，为桥梁巡检安排、病害复核和养护决策提供数据支持。

关键词


深度学习；桥梁运维；风险预测；多源监测；时序特征

全文:

PDF


参考


[1]梁莎莎，贾艳艳.智能化背景下桥梁结构健康监测数据建模与风险识别理论研究[J].张江科技评论，2026，（5）：26-28.

[2]朱颖.智能监测技术在城市桥梁耐久性提升与长效运维中的应用[J].智能城市，2026，12（4）：30-33.

[3]王成玉.基于大数据的桥梁全生命周期运维管理研究[J].深圳特区科技，2026，（2）：173-175.

[4]阮祥.智慧监测技术在桥梁结构安全与运维优化中的集成应用研究——基于袍江大桥项目实践[J].智能建筑与智慧城市，2025，（12）：180-182.

[5]张柯宇.基于物联网的公路桥梁隧道设施远程运维管理研究[J].运输经理世界，2025，（13）：112-114.


Refbacks

  • 当前没有refback。