基于LSTM-cGAN的含裂纹结构剩余承载力及裂纹扩展路径的预测方法技术

本发明专利技术公开了一种基于LSTM‑cGAN的含裂纹结构剩余承载力及裂纹扩展路径的预测方法，在训练阶段，首先通过有限元计算或现场实测得到含不同程度裂纹结构的强度及其在加载情况下的裂纹扩展路径，并基于条件生产对抗网络模型和长短时记忆法，同时训练四个深度神经网络包括生成网络G和判断网络D，处理时间序列的LSTM网络以及判断裂纹结构强度的卷积神经网络CNN。训练完成之后，以现场测得的结构裂纹扩展历史输入生成网络G和LSTM网络，得到对应的结构强度及裂纹扩展路径的预测。本发明专利技术可以高效地预测含裂纹结构的强度及裂纹扩展路径，将有效实现含裂纹结构的原位无损监测问题。

Prediction method of residual bearing capacity and crack growth path of cracked structure based on LSTM cgan

【技术实现步骤摘要】
基于LSTM-cGAN的含裂纹结构剩余承载力及裂纹扩展路径的预测方法
本专利技术属于土木结构工程与计算机视觉的交叉领域，特别涉及一种基于LSTM-cGAN的含裂纹结构剩余承载力及裂纹扩展路径的预测方法。
技术介绍
裂纹的发生和扩展是导致结构耐久性下降和失效的重要隐患，可能引发结构灾变事故。而实际工程中大部分钢筋混凝土结构在运营期处于带裂纹工作状态，因此监测含裂纹结构，并预测其裂纹扩展路径及结构强度是土木结构运营期监测的重要内容。传统的裂纹扩展路径及强度预测方法中，往往根据当前时刻的力学状态建立物理模型，通过迭代求解结构的控制方程，来得到下一时刻的裂纹扩展路径及强度，但当结构性能退化后，或当复合材料内部结构不明时，假设的物理模型往往不正确，因而模拟效果也不尽如人意。随着数据分析手段的进步以及以往大量工程数据的累积，用数据驱动的方式解决工程问题已得到了广泛应用。本专利技术应用深度学习中的最新算法，能高效地根据监测历史预测裂纹扩展路径及对应的结构强度。
技术实现思路
为了解决预测含裂纹结构裂纹扩展路径及其强本文档来自技高网...

【技术保护点】
1.基于LSTM-cGAN的含裂纹结构剩余承载力及裂纹扩展路径的预测方法，其特征在于，包括以下步骤：/n(1)首先通过有限元计算或现场实测得到含不同程度裂纹结构的强度及不同程度裂纹结构在加载情况下的裂纹扩展路径，根据颜色渐变条将其绘制成一系列的图像，并进行分类、整理、排序，建立样本库。/n(2)基于长短时记忆法和条件生成对抗网络模型，通过步骤(1)的样本库训练四个深度神经网络：生成网络G和判断网络D，处理时间序列的LSTM网络以及判断裂纹结构强度的卷积神经网络CNN，其中LSTM网络内置在生成网络G中；/n(3)将生成网络G输出的下一时间步的裂纹扩展路径，通过像素值标定其中的结构响应信息，并根...

【技术特征摘要】
1.基于LSTM-cGAN的含裂纹结构剩余承载力及裂纹扩展路径的预测方法，其特征在于，包括以下步骤：
(1)首先通过有限元计算或现场实测得到含不同程度裂纹结构的强度及不同程度裂纹结构在加载情况下的裂纹扩展路径，根据颜色渐变条将其绘制成一系列的图像，并进行分类、整理、排序，建立样本库。
(2)基于长短时记忆法和条件生成对抗网络模型，通过步骤(1)的样本库训练四个深度神经网络：生成网络G和判断网络D，处理时间序列的LSTM网络以及判断裂纹结构强度的卷积神经网络CNN，其中LSTM网络内置在生成网络G中；
(3)将生成网络G输出的下一时间步的裂纹扩展路径，通过像素值标定其中的结构响应信息，并根据卷积神经网络CNN判断其结构强度。
(4)测试阶段，将现场测得的结构裂纹扩展路径历史绘制成图像，输入步骤(2)中训练好的生成网络G，得到预测的裂纹扩展路径，并得到各个时刻对应的强度。


2.根据权利要求1所述的基于LSTM-cGAN的含裂纹结构剩余承载力及裂纹扩展路径的预测方法，其预测的结构强度具体是结构的抗拉强度、抗压强度、抗弯强度、抗剪强度、抗扭强度，其输入的结构响应信息具体是位移场、应变场、应力场、相场。


3.根据权利要求1所述的基于LSTM-cGAN的含裂纹结构剩余承载力及裂纹扩展路径的预测方法，其特征在于，所述的步骤(1)中，得到裂纹扩展路径以及各个时刻的结构强度的方法具体为：
在不知道结构内部情况时，通过布设应变片结合视频监测，测得结构在不同荷载条件下的裂纹扩展路径，以及裂纹扩展时对应的结构强度；
在知道结构内部情况时，通过有限元相场理论计算得到不同荷载条件下的结构响应，得到对应的裂纹扩展路径以及各个时刻的结构强度。


4.根据权利要求1所述的基于LSTM-cGAN的含裂纹结构剩余承载力及裂纹扩展路径的预测方法，其特征在于，所述的步骤(1)中，根据颜色渐变条将其绘制成图像的方法具体为：根据颜色渐变条jet，将每一个位置的结构响应信息转化为对应的像素值，并进行绘制成图片。


5.根据权利要求1所述的基于LSTM-cGAN的含裂纹结构剩余承载力及裂纹扩展路径的预测方法，其特征在于，所述的步骤(2)中，生成网络G用来根据结构裂纹扩展路径历史生成下一时刻的裂纹扩展路径，判断网络D用来判断生成的结构裂纹扩展路径正确与否，所述的条件生成对抗网络以结构裂纹扩展路径历史为输入，其目标函数为：



其中，x表示来自数...

【专利技术属性】
技术研发人员：张鹤，徐诚侃，黄海燕，吴金鑫，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江;33