【技术实现步骤摘要】
钢筋混凝土桥梁服役性能退化预测方法
本专利技术涉及桥梁安全领域,尤其是涉及一种钢筋混凝土桥梁服役性能退化预测方法。
技术介绍
随着桥梁使用时间的增加,桥梁结构性能的退化无可避免,如果桥梁结构不能按时得到合理的维养,势必无法保证桥梁的运营安全。然而,若采取缩短桥梁检测周期或者安装桥梁实时监测系统等措施,对于中小型桥梁的运营来讲又非常不经济。所以,基于历史检测数据对中小型桥梁技术状况进行合理预测成为了最佳选择。然而,目前对于“基于历史检测数据对中小型桥梁技术状况进行合理预测”这一课题,研究人员通常采用BP、支持向量机等模型进行预测。但是,由于桥梁的历史检测数据通常是复杂的非平稳、非线性时间序列,BP、支持向量机等方法在解决这一问题时都存在显著的缺点,如BP神经网络运用于复杂时间序列预测时易陷入局部最优,SVM处理复杂高维非线性时间序列时求解核函数较困难。与此同时,我国单个中小型钢筋混凝土梁桥的检测数据通常较少,且可能存在缺失、错误的现实,这使得很多目前提出的桥梁技术状况预测方法并不能被运用到实际的工程问题上。r>
技术实现思路
...
【技术保护点】
1.一种钢筋混凝土桥梁服役性能退化预测方法,其特征在于,包括:/nS1:收集大量同一地区的钢筋混凝土梁桥历年检测报告,从中提取出所需的桥梁技术资料以及历年的技术状况评分,形成钢筋混凝土梁桥群历史技术状况数据库;/nS2:基于S1所形成的数据库,对多个LSTM网络进行反复地训练与调参,得到具有良好准确度的预测模型;/nS3:输入建在同一地区的待测钢筋混凝土桥梁的技术资料及历年技术状况评分数据,利用预测模型求出待测钢筋混凝土梁桥未来若干年各结构构件及全桥的技术状况评分。/n
【技术特征摘要】
1.一种钢筋混凝土桥梁服役性能退化预测方法,其特征在于,包括:
S1:收集大量同一地区的钢筋混凝土梁桥历年检测报告,从中提取出所需的桥梁技术资料以及历年的技术状况评分,形成钢筋混凝土梁桥群历史技术状况数据库;
S2:基于S1所形成的数据库,对多个LSTM网络进行反复地训练与调参,得到具有良好准确度的预测模型;
S3:输入建在同一地区的待测钢筋混凝土桥梁的技术资料及历年技术状况评分数据,利用预测模型求出待测钢筋混凝土梁桥未来若干年各结构构件及全桥的技术状况评分。
2.根据权利要求1所述的钢筋混凝土桥梁服役性能退化预测方法,其特征在于,所述S1具体包括:
S1.1:收集某一目标地区大量钢筋混凝土梁桥的历年检测报告;
S1.2:从检测报告中提取桥梁幅数,对于幅数n>1的检测报告,将其每1幅作为1座单独的钢筋混凝土梁桥看待,形成n份新的检测报告;对于幅数为1的检测报告,此步骤不做处理;
S1.3:将所有新形成的检测报告与所有幅数为1的检测报告存储在一起,形成检测报告存储部;
S1.4:从检测报告存储部中,提取各钢筋混凝土梁桥的桥龄、桥梁跨数、主梁型式、横梁型式、桥面结构、伸缩缝型式、伸缩缝数量、栏杆结构、桥墩型式、桥台型式、支座型式和维修行为这些所需的桥梁技术资料,以及各结构构件对应的历年技术状况评分;
S1.5:按预设规则对S14提取的数据进行清洗,避免存在缺失、错误现象的数据进入S2;
S1.6:将经过清洗的数据进行存储,形成钢筋混凝土梁桥群历史技术状况数据库。
3.根据权利要求1所述的钢筋混凝土桥梁服役性能退化...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。