基于数据驱动加速的随机车流-桥梁耦合振动分析方法

面向随机车流的公路桥梁安全评估往往需要大量的车-桥耦合振动分析，然而，目前相关既有模拟方法运算效率有限，致使完成评估所需的分析耗时过久，无法及时提供评估结果。为此，该文以传统车-桥耦合振动分析理论为基础，提出了一种基于双向长短期记忆(Bi-directional Long Short-Term Memory, BiLSTM)算法加速的随机车流-桥梁耦合振动分析方法。该方法可以从初期桥梁响应时程快速映射出对应的后序响应，相较传统方法压缩了部分迭代求解周期，从而提高整体计算效率。随后，选取四座常见的桥梁作为分析对象，同时针对性地提出加权平均绝对百分比误差(WMAPE)、加权决定系数(WR2)等改进评价指标，并以传统迭代法为参照，分析了该方法的精度、鲁棒性以及计算效率。分析结果显示：该文提出的方法有较好的鲁棒性，在不同随机车流密度、不同路面粗糙度等工况下对桥梁的弯矩、剪力、挠度等响应都具有较高的分析精度；与传统方法相比，该方法可以在WMAPE小于3.2%、峰值绝对误差(PAE)小于2.9%以及WR²大于0.98的情况下，将随机车流下车-桥耦合振动响应的计算效率平均提高3...