La reconnaissance précise de la force des câbles est d'une grande importance pratique, mais la méthode de fréquence couramment utilisée en ingénierie présente des problèmes de complexité et de diversité des formules de calcul. Pour réaliser une reconnaissance de la force des câbles à haute précision, un réseau de neurones informé par la physique (Physics-informed Neural Network, PINN) a été introduit dans le domaine de la reconnaissance de la force des câbles, et une méthode de reconnaissance de la force des câbles de ponts haubanés basée sur ce réseau a été proposée. Cette méthode introduit un terme de perte de l'équation des vibrations des cordes caractérisant la force des câbles dans la fonction de perte du réseau de neurones en tant qu'information physique, considère la force des câbles comme un paramètre paramétrable du réseau, et utilise la réponse dynamique en déplacement des câbles pour entraîner le réseau, permettant ainsi la reconnaissance de la force en minimisant la fonction de perte. Un modèle par éléments finis de cinq câbles haubanés typiques a été établi pour obtenir des données de réponse, et la méthode a été utilisée pour la reconnaissance de la force des câbles. Les résultats montrent que dans tous les problèmes de reconnaissance de la force des câbles définis, l'erreur de reconnaissance ne dépasse pas 3%, avec une haute précision; le champ de déplacement prédit par le réseau a du mal à reconstruire précisément le déplacement réel des câbles, mais peut bien restituer le champ de déplacement des vibrations de bas ordre. Sur cette base, un test de modèle de pont en laboratoire a été mené, confirmant à nouveau l'efficacité de la méthode proposée, prouvant que cette méthode possède une haute précision de reconnaissance, une forte fiabilité et une bonne extensibilité, adaptée à la reconnaissance pratique de la force des câbles dans les ingénieries.

Pont haubané;Réseau de neurones informé par la physique;Équation de vibration;Reconnaissance de la force des câbles;Reconnaissance des paramètres