桥梁静动影像全息性态健康监测诊断方法及系统技术方案

本发明专利技术公开了一种桥梁静动影像全息性态健康监测诊断方法，通过对健康桥梁获取环境信息、桥面交通状态信息和桥梁立面影像采集信息，并根据健康桥梁建立无损桥梁的有限元仿真模型，利用上述数据获取仿真模型的结构特征形态以及结构动力特性，并与健康桥梁的真实的结构特征形态以及结构动力形态形成对比，循环后将差异值积累统计并获得差异值变化规律，将历史样本数据机器深度学习后，建立健康桥梁的实际状态函数曲线以及无损桥梁的理论状态的函数曲线，使用时，通过函数对比获取当前桥梁的健康状态。

The method and system of bridge static and dynamic image holographic health monitoring and diagnosis

【技术实现步骤摘要】
桥梁静动影像全息性态健康监测诊断方法及系统
本专利技术属于土木结构及安全工程领域，特别涉及一种桥梁静动影像全息性态健康监测诊断方法。
技术介绍
在土木结构工程领域，特别是重大基础设施如大型桥梁等具有一定服役寿命的结构体，需要采取切实有效的安全监测管理措施，以确保这些结构在使用期间杜绝重大安全事故的发生。现有桥梁安全检查大致分为三类，一是定期检查：每2～6年借助专用装备对桥梁进行一次全面检查，数据翔实，结论可信，但检查频次低，难以及时获知相邻两次定期检查之间的结构安全健康问题；二是经常性安全检查：要求每月不少于一次对桥梁进行人工安全巡查，频次虽高，但缺乏量化数据，难以达到巡检的实际效果；三是常规桥梁长期健康监测系统，即在桥梁安装系列传感器，可高频次采集服役桥梁的性态响应数据，并籍此分析推测桥梁当前的结构状态，但该系统一次性投入费用大，传感器寿命较短，数据可信度随时间而降低，难以广泛适用于大型桥梁的长期健康监测。现有技术中，还有较为简便且有效的监测方式是利用定点摄影获取不同时间或不同工况下结构体上特征散斑图形的变化情况进行关键点或局部区域的变形监测，该方法是建立在固定摄影并能获得清晰图像基础上的，一般只适用于室内小型结构的变形监测或室外大型结构指定点的短期变形监测，不能用于大体量的土木建筑结构整体及组成部件几何形态变化的监测。迄今为止，尚不能经济、方便地获得大型土木建筑结构整体及组成部件几何形态变化的全息数据。为解决上述问题，中国专利ZL201610300691“基于轮廓线影像叠差分析的结构变形监测方法”公开了一种检测桥梁的方法，通过定点或多视角摄影获取反映结构主体并包含所关注主要组成部件的照片，进行照片处理获得数字化结构轮廓线影像图，并将各个时期的同一结构轮廓线影像与首次结构影像轮廓线进行差叠分析，获取不同时期的结构变形数据，根据历次变形数据的分析比较来评价和预测结构的安全状况，整个过程简单而方便，避免了传统影像变形测试只能依据特征散斑变化获得指定点或特定小区域的变形状况的缺陷，能够获得照片范围内的大型结构总体和各关注部位及组成部件的全息几何变形数据；但针对大型桥梁该方法需进行数张影像图片的拼接处理，一是存在影像图片拼接误差问题，二是理论要求各拼接图像应是桥梁处于同一状况下瞬间同时获取，这对营运桥梁实际上无法满足，人为参与依然存在，可能存在较大的误差，所获取的结果依然不够客观。因此，需要一种针对大型桥梁的监测预警方法，能够客观的获取桥梁的作用和状态数据并与健康桥梁的理论数据进行对比，从而得知桥梁的健康状况，并通过计算机自动实现，形成大数据获取及输送，与现有的人工检测相比具有经济、方便、实时的特点，在进行监测的同时，并不影响其运营使用，可经济高效、及时准确地发现涉及桥梁等结构安全的病害隐患，确保安全使用。
技术实现思路
有鉴于此，本专利技术的目的是提供一种桥梁静动影像全息性态健康监测诊断方法及系统，能够客观的获取桥梁的作用和状态数据，形成大数据获取及输送，并通过计算机自动实现与健康桥梁的理论数据进行比较分析，和依据对历次监测数据的机器深度学习，获得桥梁在随时间变化的环境及荷载作用下结构状态的变化规律，从而得知桥梁的健康状况，与现有的人工检测相比具有经济、方便、实时的特点，进行监测的同时，并不影响其运营使用，可经济高效、及时准确地发现涉及桥梁安全的结构病害，确保安全使用。本专利技术的桥梁静动影像全息性态健康监测诊断方法，包括下列步骤：a.获取桥梁结构初始信息数据；a1.采集Ti时的条件信息数据；a2.采集在步骤a1条件信息数据下的Ti时桥梁的Qj区段结构静态影像数据和Ti+Δ时段桥梁的Qj区段结构动态视频数据；a3.由Ti时桥梁的Qj区段结构静态影像分析处理，获取实际桥梁Qj区段表征结构变形特性的几何形态全息数据Cs；由Ti+Δ时桥梁的Qj区段结构动态视频分析处理，获取实际桥梁Qj区段结构动力形态全息数据Ds；b.建立无损桥梁的精细化有限元理论模型；b1.输入Ti时无损桥梁的结构理论状态参数E；b2.将步骤a1中Ti时的条件信息数据带入无损桥梁的精细化有限元理论模型；b3.根据步骤b1和b2，计算得到Ti时无损桥梁Qj区段表征结构变形特性的理论几何形态全息数据Cw和Ti+Δ时段无损桥梁Qj区段结构的理论动力形态全息数据Dw；c.将步骤a3的表征实际结构变形特性的几何形态全息数据Cs和实际结构动态全息特性数据Ds与步骤b3的对应的结构变形理论数据Cw和理论动力特性数据Dw进行比较分析，几何形态全息数据Cs和实际结构动态全息特性数据Ds相对于结构变形理论数据Cw和理论动力特性数据Dw的差值在设定值以内，则桥梁的Qj区段结构判断为无明显损伤的正常状态，否则判断为存在明显损伤的异常结构状态并输出异常部位和程度；d.如步骤c中桥梁的Qj区段结构为正常状态，则ij循环步骤a2、a3、b2、b3和c，对积累的历史样本数据进行机器深度学习；d1.积累在不同条件信息数据下的无损桥梁结构理论变形数据Cw和理论动力性态数据Dw，建立无损桥梁的判断网络模型，并持续积累样本数据，对该判断网络模型进行持续修正，建立无损桥梁结构的理论变形数据Cw和理论动力性态数据Dw随不同条件信息数据作用的理论静动形态变化规律；d2对实际桥梁获得积累的历史样本数据进行机器深度学习，建立实际桥梁结构对应的几何形态全息数据Cs和实际结构动态特性全息数据Ds随不同条件信息数据作用的实际桥梁静动形态变化规律；e.将当前条件信息数据下的无损桥梁的理论状态变化规律模型与实际桥梁的结构状态变化规律模型进行比较分析，截止当前时段，若桥梁结构的实际静动形态变化规律与无损桥梁的理论静动形态变化规律的差幅关系在设定值范围之内，则认为桥梁结构处于正常状态；否则认为桥梁存在结构响应规律异常，监测系统发出预警并输出静、动形态规律越界差异的位置和程度。进一步，所述条件信息数据至少包括时间延续数据T、桥梁所处环境气候数据A和桥梁桥面车辆人群交通运营状况数据B；步骤d1中积累在持续时间T和桥梁所处不同环境气候数据A及视域内桥面车辆人群交通运营状况数据B下获得的无损桥梁结构理论变形数据Cw和理论动力性态数据Dw，建立无损桥梁的理论静动形态变化规律的数学网络模型f(T/A/B)＝g(Cw/Dw)；步骤d2中积累在持续时间T和桥梁所处不同环境气候数据A及视域内桥梁桥面车辆人群交通运营状况数据B下获得的实际桥梁结构几何形态全息数据Cs和实际结构动力性态全息数据Ds的实际静动形态变化规律的数学网络模型f’(T/A/B)＝g’(Cs/Ds)。步骤e中，将当前T时段的环境气候数据A及视域内桥梁桥面车辆人群交通运营状况数据B下的无损桥梁的理论静动形态变化规律[T/A/B/Cw/Dw]与实际桥梁的实际静动形态变化规律[T/A/B/Cs/Ds]进行比较分析，截止当前时段，若桥梁结构的实际静动形态变化规律f’(T/A/B)＝g’(Cs/Ds)与无损桥梁的理论静动形态变化规律f(T/A/B)＝g(Cw/Dw)的差幅关系在设定值范围之内，则确认桥梁结构处于正常状态；否则认为桥梁存在结构形态响应规律异常，监测系统发出预警并输出静、动形态规律越界差异的位置和程度。进一步，步骤a2中，Ti时桥梁所处环境气候数据包括温度本文档来自技高网...

【技术保护点】
1.一种桥梁静动影像全息性态健康监测诊断方法，其特征在于：包括下列步骤：a.获取桥梁结构初始信息数据；a1.采集Ti时的条件信息数据；a2.采集在步骤a1条件信息数据下的Ti时桥梁的Qj区段结构静态影像数据和Ti+Δ时段桥梁的Qj区段结构动态视频数据；a3.由Ti时桥梁的Qj区段结构静态影像分析处理，获取实际桥梁Qj区段表征结构变形特性的几何形态全息数据Cs；由Ti+Δ时桥梁的Qj区段结构动态视频分析处理，获取实际桥梁Qj区段结构动态全息形态数据Ds；b.建立无损桥梁的精细化有限元理论模型；b1.输入Ti时无损桥梁的结构理论状态参数E；b2.将步骤a1中Ti时的条件信息数据带入无损桥梁的精细化有限元理论模型；b3.根据步骤b1和b2，计算得到Ti时无损桥梁Qj区段表征结构变形特性的理论几何形态全息数据Cw和Ti+Δ时段无损桥梁Qj区段结构的理论动态全息形态数据Dw；c.将步骤a3的表征实际结构变形特性的几何形态全息数据Cs和实际结构动态全息特性数据Ds与步骤b3的对应的结构变形理论数据Cw和理论动力特性数据Dw进行比较分析，几何形态全息数据Cs和实际结构动态全息特性数据Ds相对于结构变形理论数据Cw和理论动力特性数据Dw的差值在设定值以内，则桥梁的Qj区段结构判断为无明显损伤的正常状态，否则判断为存在明显损伤的异常结构状态并输出异常部位和程度；d.如步骤c中桥梁的Qj区段结构为正常状态，则ij循环步骤a2、a3、b2、b3和c，对积累的历史样本数据进行机器深度学习；d1.积累在不同条件信息数据下的无损桥梁结构理论变形数据Cw和理论动力性态数据Dw，建立无损桥梁的判断网络模型，并持续积累样本数据，对该判断网络模型进行持续修改，建立理论桥梁结构的结构理论变形数据Cw和理论动力性态数据Dw随不同条件信息数据作用的理论静动形态变化规律；d2对实际桥梁获得积累的历史样本数据进行机器深度学习，建立实际桥梁结构对应的几何形态全息数据Cs和实际结构动态全息特性数据Ds随不同条件信息数据作用的实际静动形态变化规律；e.将当前条件信息数据下的无损桥梁的理论状态变化规律模型与实际桥梁的结构状态变化规律模型进行比较分析，截止当前时段，若桥梁结构的实际静动形态变化规律与无损桥梁的理论静动形态变化规律的差幅关系在设定值范围之内，则确认桥梁结构处于正常状态；否则认为桥梁存在结构响应规律异常，监测系统发出预警并输出静、动形态规律越界差异的位置和程度。...

【技术特征摘要】
1.一种桥梁静动影像全息性态健康监测诊断方法，其特征在于：包括下列步骤：a.获取桥梁结构初始信息数据；a1.采集Ti时的条件信息数据；a2.采集在步骤a1条件信息数据下的Ti时桥梁的Qj区段结构静态影像数据和Ti+Δ时段桥梁的Qj区段结构动态视频数据；a3.由Ti时桥梁的Qj区段结构静态影像分析处理，获取实际桥梁Qj区段表征结构变形特性的几何形态全息数据Cs；由Ti+Δ时桥梁的Qj区段结构动态视频分析处理，获取实际桥梁Qj区段结构动态全息形态数据Ds；b.建立无损桥梁的精细化有限元理论模型；b1.输入Ti时无损桥梁的结构理论状态参数E；b2.将步骤a1中Ti时的条件信息数据带入无损桥梁的精细化有限元理论模型；b3.根据步骤b1和b2，计算得到Ti时无损桥梁Qj区段表征结构变形特性的理论几何形态全息数据Cw和Ti+Δ时段无损桥梁Qj区段结构的理论动态全息形态数据Dw；c.将步骤a3的表征实际结构变形特性的几何形态全息数据Cs和实际结构动态全息特性数据Ds与步骤b3的对应的结构变形理论数据Cw和理论动力特性数据Dw进行比较分析，几何形态全息数据Cs和实际结构动态全息特性数据Ds相对于结构变形理论数据Cw和理论动力特性数据Dw的差值在设定值以内，则桥梁的Qj区段结构判断为无明显损伤的正常状态，否则判断为存在明显损伤的异常结构状态并输出异常部位和程度；d.如步骤c中桥梁的Qj区段结构为正常状态，则ij循环步骤a2、a3、b2、b3和c，对积累的历史样本数据进行机器深度学习；d1.积累在不同条件信息数据下的无损桥梁结构理论变形数据Cw和理论动力性态数据Dw，建立无损桥梁的判断网络模型，并持续积累样本数据，对该判断网络模型进行持续修改，建立理论桥梁结构的结构理论变形数据Cw和理论动力性态数据Dw随不同条件信息数据作用的理论静动形态变化规律；d2对实际桥梁获得积累的历史样本数据进行机器深度学习，建立实际桥梁结构对应的几何形态全息数据Cs和实际结构动态全息特性数据Ds随不同条件信息数据作用的实际静动形态变化规律；e.将当前条件信息数据下的无损桥梁的理论状态变化规律模型与实际桥梁的结构状态变化规律模型进行比较分析，截止当前时段，若桥梁结构的实际静动形态变化规律与无损桥梁的理论静动形态变化规律的差幅关系在设定值范围之内，则确认桥梁结构处于正常状态；否则认为桥梁存在结构响应规律异常，监测系统发出预警并输出静、动形态规律越界差异的位置和程度。2.根据权利要求1所述的桥梁静动影像全息性态健康监测诊断方法，其特征在于：所述条件信息数据至少包括时间延续数据T、桥梁所处环境气候数据A和桥梁桥面交通状况数据B；步骤d1中积累在持续时间T和不同桥梁所处环境气候数据A及视域桥梁桥面交通状况数据B下获得的无损桥梁结构理论变形数据Cw和理论动力性态数据Dw，建立无损桥梁的理论静动形态变化规律函数f(T/A/B)＝g(Cw/Dw)；步骤d2中积累在持续时间T和不同桥梁所处环境气候数据A及视域桥梁桥面交通状况数据B下获得的实际桥梁结构几何形态全息数据Cs和实际结构动态全息特性数据Ds的实际静动形态变化规律函数f’(T/A/B)＝g’(Cs/Ds)。步骤e中，将当前T时段的环境气候数据A及视域桥梁桥面交通状况数据B下的无损桥梁的理论静动形态...

【专利技术属性】
技术研发人员：周志祥，王保定，周劲宇，张献平，邵帅，楚玺，邓国军，唐亮，郑佳艳，
申请(专利权)人：周劲宇，
类型：发明
国别省市：重庆,50