一种桥梁健康在线智能监测系统技术方案

本发明专利技术提供一种桥梁健康在线智能监测系统，设置数据分析模块装载基于机器学习得到的桥梁损伤识别分类模型，对加速度传感器采集到的数据进行异常检测，能够实时自动化对桥梁健康状态进行监测。设置损伤可视化模块，在检出待分析桥梁异常的情况下，基于近场动力学对待分析桥梁进行损伤分析，并进行可视化展示，更直观地呈现待分析桥梁健康状态。直观地呈现待分析桥梁健康状态。直观地呈现待分析桥梁健康状态。

【技术实现步骤摘要】
一种桥梁健康在线智能监测系统


[0001]本专利技术涉及桥梁损伤评估
，尤其涉及一种桥梁健康在线智能监测系统。

技术介绍

[0002]截至2020年12月，中国桥梁总数已经超过百万座，其中，公路桥梁总数已经达到87.83万座，特大桥5716座，大桥108344座。随着中国桥梁数量的急剧增长和部分桥梁的桥龄逐渐增加，桥梁的健康与安全问题也日益引起关注。如果对桥梁安全问题不能进行及时快速的反映和处理，就会存在重大安全隐患p，甚至造成重大的生命和经济财产损失。
[0003]监测技术是保障桥梁安全运营的关键，通过实时监测获取桥梁结构的损伤状况与动力特征，从而分析桥梁的实际承载情况，通过对桥梁结构状况的监控与评估为桥梁的维护维修和管理决策提供依据和指导。目前已有的桥梁监测系统通过捕捉如应变、变形等海量信息数据，从数据获取到数据处理，再到分析评估，通过一整套分析过程，将信号转化为信息，再进行分析，表征桥梁服役的性能状况。常见的健康监测系统主要由数据采集、数据分析和数据存储几个部分，其中最重要、技术难度最大的是数据分析部分。近年来，随着传感、通本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种桥梁健康在线智能监测系统，其特征在于，包括：数据采集模块，包括多路传感器，所述传感器至少包括加速度传感器，各传感器按照预设布局设置在待分析桥梁上；数据分析模块，所述数据分析模块将所述加速度传感器采集的加速度信息输入桥梁损伤识别分类模型以鉴别所述加速度信息中的异常数据，判断待分析桥梁是否损伤；所述桥梁损伤识别分类模型从预设的工具箱板块中选取调用；损伤可视化模块，在所述数据分析模块判断所述待分析桥梁存在损伤的情况下，所述损伤可视化模块获取所述加速度传感器采集的位置信息和所述加速度信息，对所述待分析桥梁构建整体或局部模型，建立近场动力学运动方程并对所述待分析桥梁在各时间步的损伤进行求解，得到各时间步的桥梁损伤结果；以及，将各传感器采集到的数据信息和所述桥梁损伤结果结合至所述待分析桥梁的模型进行可视化展示；数据存储模块，所述数据存储模块采用关系型数据库存储各传感器采集的数据信息、所述数据分析模块鉴别得到的异常数据、以及所述损伤可视化模块求解得到的各时间步的桥梁损伤结果。2.根据权利要求1所述的桥梁健康在线智能监测系统，其特征在于，所述工具箱板块整合多个桥梁损伤识别分类模型，根据预设规则选取一个或多个桥梁损伤识别分类模型鉴别所述加速度信息中的异常数据；每个桥梁损伤识别分类模型是通过对初始分类模型进行预训练得到的，包括：获取样本训练集，所述样本训练集包含多个样本数据，每个样本数据包含样本桥梁上均匀分布的第一设定数量个传感器采集的样本加速度信号以及桥梁主体状态信息，所述桥梁主体状态信息包括结构损坏和结构未损坏两类，将每条样本数据对应的桥梁主体状态信息作为标签；以所述样本加速度信号作为输入，所述标签作为输出，采用所述训练样本集分别对多个初始分类模型进行训练，得到多个桥梁损伤识别分类模型；所述初始分类模型至少包括支持向量机、决策树、全连接神经网络、长短期记忆神经网络或自组织映射算法网络。3.根据权利要求2所述的桥梁健康在线智能监测系统，其特征在于，采用所述训练样本集分别对多个初始分类模型进行训练之前，还包括：采用高斯滤波对所述样本加速度信号进行降噪，以及采用K邻近算法补全所述样本加速度信号中的缺失数据。4.根据权利要求2所述的桥梁健康在线智能监测系统，其特征在于，根据预设规则选取一个或多个桥梁损伤识别分类模型鉴别所述加速度信息中的异常数据，包括：计算各桥梁损伤识别分类模型的评价指标，所述评价指标包括准确率、查准率、查全率和F1评分；对各桥梁损伤识别分类模型的所述准...

【专利技术属性】
技术研发人员：钱松荣，周吉，冉秀，谭灿，徐峥匀，张健，
申请(专利权)人：贵州大学，
类型：发明
国别省市：