降雨入渗影响下边坡中的非饱和渗流特性

为了分析降雨入渗影响下非饱和土坡渗流特性,利用自制降雨模拟系统和实时监测系统,对降雨诱发非饱和土坡失稳过程进行全方位、多参量的实时监测,研究不同降雨条件下,不同坡度、不同压实度边坡坡体不同位置雨水入渗率和湿润峰的实变规律.结果表明:降雨入渗条件下,陡坡和高压实度土体不利于雨水入渗,而缓坡和低密实度土体入渗率变化快;实际土体吸力和含水量实时变化规律不同步,提出试验湿润峰概念,含水率（吸力）湿润峰点可按含水率（吸力）实时曲线的过渡区和雨后残余含水率（吸力）的线性交叉点确定;考虑单向吸湿或脱湿路径下土体含水率和吸力具有唯一对应关系,含水率湿润峰点与吸力湿润峰点的绝对值时差即为形成湿润峰所需时间;对比湿润峰实测值与Lumb半经验值散点分布规律,基于Lumb湿润峰深度计算公式提出非线性修正表达式.      

基于一维卷积神经网络的结构损伤识别

传统结构损伤识别需对采集数据进行分析,提取相应特征进行损伤诊断。特征提取过程需消耗大量的计算成本,无法满足结构健康监测在线损伤识别的需求。为提高损伤识别的计算效率和自动化程度,提出基于一维卷积神经网络的结构损伤识别方法,其特点是可以直接从原始振动信号中自主学习损伤特征,并准确快速地识别结构的损伤位置和损伤程度。采用简支梁数值模型和IABMAS BHM Benchmark数值模型验证所提方法的有效性。数值结果表明:所建立的一维卷积神经网络模型能够准确识别结构的损伤位置和损伤程度,具备一定的抗噪性能,整体模型收敛快,对单条样本测试延迟低。设计了钢框架结构损伤识别试验,采用所提方法对框架结构的损伤情况进行了识别。分析结果表明:所提方法可准确识别结构损伤程度及损伤类别,测试集准确率为100%,验证了方法在实际结构损伤识别的应用可行性。