基于AI的重载铁路桥梁健康监测方法技术

本申请涉及一种基于AI的重载铁路桥梁健康监测方法，其方法包括获取监测模块对桥梁的监测数据；若监测数据中包含静态数据，得到所述静态数据所处的安全等级；若监测数据中包含动态数据，得到动态数据所处的安全等级；生成当前桥梁健康信息；将静态数据、动态数据分别经过深度机器学习进行预测并依次得到静态发展数据、动态发展数据；依次得出所述静态发展数据的安全等级、动态发展数据的安全等级；生成发展桥梁健康信息；若反映出桥梁结构异常，则向终端模块发送报警指令。本申请对监测数据进行处理及预测，当根据监测数据判断出桥梁存在结构异常时，向终端模块发送报警指令，实现了桥梁潜在安全隐患的预测预警，提高了行车的安全性。安全性。安全性。

【技术实现步骤摘要】
基于AI的重载铁路桥梁健康监测方法


[0001]本申请涉及铁路桥梁监测的
，尤其是涉及一种基于AI的重载铁路桥梁健康监测方法。

技术介绍

[0002]随着国民经济不断的发展，对交通运输的需求不断增大，由于我国地理特征复杂，交通线路往往跨越高山、平原、江河湖泊等，桥梁作为一种主要的跨越设施被广泛应用在交通建设中。
[0003]铁路桥梁作为一种大型结构物，其生命周期遵循着设计施工、建成使用、渐趋老化、维修加固、重建或消亡的过程。
[0004]针对上述中的相关技术，专利技术人认为随着铁路桥梁服役时间的延长，铁路桥梁的服役状态发生退化，这将导致铁路桥梁承载力下降，影响行车安全。

技术实现思路

[0005]为了降低桥梁承载力下降对行车安全的影响，提高行车的安全性，本申请提供一种基于AI的重载铁路桥梁健康监测方法。
[0006]第一方面，本申请提供一种基于AI的重载铁路桥梁健康监测方法，采用如下的技术方案：一种基于AI的重载铁路桥梁健康监测方法，包括：获取监测模块对桥梁的监测数据，所述监测数据包括桥梁的环境数据和结构数据；若所述监测数据中包含静态数据，则将所述静态数据直接与预设的其对应的安全等级中的预警值进行对比，得到所述静态数据所处的安全等级；若所述监测数据中包含动态数据，则将所述动态数据经过处理后与预设的其对应的安全等级中的预警值进行对比，得到所述动态数据所处的安全等级；基于所述静态数据的安全等级以及动态数据的安全等级生成当前桥梁健康信息；将所述静态数据、动态数据分别经过深度机器学习进行预测并依次得到静态发展数据、动态发展数据；将所述静态发展数据、动态发展数据分别与对应的安全等级中的预警值进行对比，并依次得出所述静态发展数据的安全等级、动态发展数据的安全等级；基于所述静态发展数据的安全等级以及动态发展数据的安全等级生成发展桥梁健康信息；若桥梁健康信息和/或发展桥梁健康信息反映出桥梁结构异常，则向终端模块发送报警指令。
[0007]通过采用上述技术方案，监测模块对桥梁结构进行实时监测，并基于监测数据生成发展数据对桥梁结构进行预测，当根据监测数据判断出桥梁存在结构异常时，向控制中心发送报警指令，实现了对桥梁潜在安全隐患的监测、预警，提高了行车的安全性。将发展
数据与安全等级相结合去评价桥梁的安全性，使得桥梁安全性的评价更加客观、可靠。
[0008]优选的，所述动态数据为应力数据时，所述若监测数据中包含动态数据还包括：基于应力数据生成基线数据；将所述基线数据通过分离提取得到响应数据；所述生成基线数据包括：获取具有n个应力数据样本量的事件序列{x1，x2，
…
，x
n
}，构建秩序列(k＝2，3，K，n)；其中，(j＝1,2,K,i)；在时间序列定义为随机的假定下，定义统计量(k＝1,2,K,n)；其中，UF1＝0，E(sk)和Var(sk)分别为sk的均值和方差，且x1，x2，
…
，xn互相独立时，通过正态分布表得到给定的显著水平α对应的临界值Uα，若UFk>Uα则表明时间序列存在明显的趋势变化；基于时间序列的逆序(xn，xn
‑
1，
…
，x1)，重复上述过程，并且令UBk>
‑
UFk(k＝n，n
‑ꢀ
1，
…
，1)，UB1＝0。
[0009]通过采用上述技术方案，在基线处理过程中进行校正，经过基线校正的响应数据更接近真实的响应数据，提高了安全等级评价的准确性、客观性。
[0010]优选的，所述监测数据为波动数据时，在所述获取监测模块对桥梁的监测数据之后还包括：基于监测数据生成检测曲线；将所述检测曲线分解成有荷载作用准静态桥梁变形曲线、波动曲线；获取准静态桥梁变形曲线、波动曲线的差值，所述差值为动力系数。
[0011]通过采用上述技术方案，对二者进行分离继而进行车辆作用效应的深化分析，便于实现不同类别车辆状态评价的规范要求。
[0012]优选的，所述将所述检测曲线分解成有荷载作用准静态桥梁变形曲线、波动曲线包括：对所述监测数据进行稳健回归分析；获取所述监测数据作为输入序列按顺序滤波的第一次滤波结果；将第一次滤波结果逆转后反向通过滤波器，获取第二次滤波结果，将所述第二次滤波结果逆转后输出。
[0013]通过采用上述技术方案，稳健回归分析后降低了随机车辆对分析结果的影响，采用双平方加权方式进行消除，以实现回归分析的稳健性。实现了准静态桥梁变形曲线、波动曲线零相位差快速分离。
[0014]优选的，所述对所述监测数据进行稳健回归分析包括：采用迭代加权最小二乘法来估计回归系数，并根据残差确定权重；
目标函数J为：式中，yi为因变量，ti为自变量，p为自变量的个数， m为所监测分析时间段的数据总量，ai为位置的回归系数，ci为权重系数；选取Bisquare权函数式中，e为监测值与回归计算值的残差， kB为阈值、取kB＝4.685[16]。
[0015]通过采用上述技术方案，对监测数据进行稳健回归分析，便于寻找潜在规律和变化趋势。
[0016]优选的，在基于监测数据生成检测曲线之前还包括：对监测数据进行预处理，过滤噪音数据；所述过滤噪音数据包括：基于五点三次多项式中心移动平滑公式对监测数据进行修正；基于回归分析法研究监测数据中环境因子与结构状态因子之间的关系，并将环境因子进行剔除，其中，回归分析法有一元线性回归分析和多元线性回归分析。
[0017]通过采用上述技术方案，对监测数据进行预处理，降低了噪音数据的影响。
[0018]优选的，所述监测数据包括振动数据，在所述获取监测模块对桥梁的监测数据之后还包括：基于所述振动数据通过进行时域、频域模态分析得出桥梁的动力特性；基于所述振动数据通过进行时域模态分析包括：基于所述振动数据构造得到Hankel矩阵；基于所述Hankel矩阵计算得到Toeplitz矩阵；基于所述Toeplitz矩阵辨识出桥梁结构的模态参数。
[0019]通过采用上述技术方案，提高了时域模态分析的计算效率。
[0020]优选的，所述辨识出桥梁结构的模态参数包括：计算模态参数第i阶固有频率f
i
、阻尼比ξ
i
以及振型Φ
i
分别为：其中：λ
i
λ
i
系统特征时，λ
i
与互为共轭，Ψ是以特征向量为列向量组成的n阶矩阵。
[0021]优选的，基于有限元仿真模拟获得大量损伤样本；基于所述损伤样本通过机器学习训练得到桥梁损伤的有限元力学模型；对所述有限元力学模型进行有限元网格剖分；将所述监测数据输入有限元网格剖分后的有限元力学模型得到桥梁整体仿真模型。
[0022]通过采用上述技术方案，由有限监测点的数据反演出桥梁整体结构力学仿真模型，从而得到整个监测桥梁的位移和受力等情况，实现由点到面，从局部到整体的结构健康监测。基于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于AI的重载铁路桥梁健康监测方法，其特征在于，包括：获取监测模块对桥梁的监测数据，所述监测数据包括桥梁的环境数据和结构数据；若所述监测数据中包含静态数据，则将所述静态数据直接与预设的其对应的安全等级中的预警值进行对比，得到所述静态数据所处的安全等级；若所述监测数据中包含动态数据，则将所述动态数据经过处理后与预设的其对应的安全等级中的预警值进行对比，得到所述动态数据所处的安全等级；基于所述静态数据的安全等级以及动态数据的安全等级生成当前桥梁健康信息；将所述静态数据、动态数据分别经过深度机器学习进行预测并依次得到静态发展数据、动态发展数据；将所述静态发展数据、动态发展数据分别与对应的安全等级中的预警值进行对比，并依次得出所述静态发展数据的安全等级、动态发展数据的安全等级；基于所述静态发展数据的安全等级以及动态发展数据的安全等级生成发展桥梁健康信息；若桥梁健康信息和/或发展桥梁健康信息反映出桥梁结构异常，则向终端模块发送报警指令。2.根据权利要求1所述的方法，其特征在于，所述动态数据为应力数据时，所述若监测数据中包含动态数据还包括：基于应力数据生成基线数据；将所述基线数据通过分离提取得到响应数据；所述生成基线数据包括：获取具有n个应力数据样本量的事件序列{x1，x2，...，x
n
}，构建秩序列其中，在时间序列定义为随机的假定下，定义统计量其中，UF1＝0，E(sk)和Var(sk)分别为sk的均值和方差，且x1，x2，
…
，xn互相独立时，通过正态分布表得到给定的显著水平α对应的临界值Uα，若UFk>Uα则表明时间序列存在明显的趋势变化；基于时间序列的逆序(xn，xn
‑
1，
…
，x1)，重复上述过程，并且令UBk>
‑
UFk(k＝n，n
‑
1，
…
，1)，UB1＝0。3.根据权利要求1所述的方法，其特征在于，所述监测数据为波动数据时，在所述获取监测模块对桥梁的监测数据之后还包括：基于监测数据生成检测曲线；将所述检测曲线分解成有荷载作用准静态桥梁变形曲线、波动曲线；
获取准静态桥梁变形曲线、波动曲线的差值，所述差值为动力系数。4.根据权利要求3所述的方法，其特征在于，所述将所述检测曲线分解成有荷载作用准静态桥梁变形曲线、波动曲线包括：对所述监测数据进行稳健回归分析；获取所述监测数据作为输入序列按顺序滤波的第一次滤波结果；将第一次滤波结果逆转后反向通过滤波器，获取第二次滤波结果，将所述第二次滤波结果逆转后...

【专利技术属性】
技术研发人员：田杰，李元军，刘颖，张丽丽，田淑明，吴连奎，王长欣，
申请(专利权)人：大秦铁路股份有限公司原平工务段，
类型：发明
国别省市：