【技术实现步骤摘要】
一种基于等效应变假说的地铁枕梁损伤数据集构建方法
[0001]本专利技术涉及轨道交通损伤识别
,特别地,涉及一种基于等效应变假说的地铁枕梁损伤数据集构建方法。
技术介绍
[0002]基于应变的结构健康监测技术被广泛地用于交通领域,现有的应变损伤识别方法存在过程复杂、状态评估滞后、智能化程度低等缺陷,亟需发展先进的智能识别技术。
[0003]近年来,由于计算机技术的迅猛发展,人工智能已经成为国内外研究的热点。而深度学习是目前人工智能研究领域的重点之一,其强大的非线性表征能力可以学习到数据更高层次的抽象特征,并向具有相同特征的数据分布泛化。而且深度学习的网络模型一旦训练完成,可以方便地部署到移动端,运行效率也极高。这些特点都十分符合实时损伤识别的数据处理需求,研究使用深度学习进行结构响应信号的处理,以实现结构损伤的端到端自动识别有广泛的应用前景。
[0004]传统技术获得一个包含不同损伤情况及其相应的结构响应的数据集,需要经过损伤指标选择、信号处理、数据统计、分析分类等繁琐的步骤,在指标选择等步骤中,存在较大的主观性,需要操作者有较充足的基础知识储备或经验,且整个过程需要耗费大量人力、物力和时间,会显著增加成本。
[0005]现有的数据集构建方式如下:首先通过接触式传感器,如光纤光栅传感器;或非接触式测量技术,如数字散斑测量技术,来获取信号(如应变、位移、加速度、速度等),接着通过人工的方式来确定损伤指标,在此基础上对信号进行数据处理(如降噪、损伤指标的计算等),接着对所得数据的损伤指标的变 ...
【技术保护点】
【技术特征摘要】
1.一种基于等效应变假说的地铁枕梁损伤数据集构建方法,其特征在于,包括以下步骤:选取地铁枕梁上的一块正方形薄板或壳类结构,将其一端固定,另一端受到均布的线载荷作用,构建小平板有限元模型;对所述小平板有限元模型的模型单元进行编号;在所述模型的材料模块下设定多种不同弹性模量的材料,每个弹性模量分别对应相应的损伤程度;利用ABAQUS软件的二次开发接口,采用对应的Python脚本文件,获得每个模型单元上响应应变场与损伤信息一一对应的小平板基础数据集;将高斯白噪声加入所述基础数据集中,得到噪声数据;并通过引入服从高斯分布的随机数将所述噪声数据进行放大,得到扩充的应变场损伤数据集。2.根据权利要求1所述的一种基于等效应变假说的地铁枕梁损伤数据集构建方法,其特征在于,当材料未发生损伤时,此时材料的弹性模量未发生改变;当发生完全损伤时,此时材料的弹性模量变为0。3.根据权利要求1所述的一种基于等效应变假说的地铁枕梁损伤数据集构建方法,其特征在于,对所述小平板有限元模型的模型单元进行编号;在所述模型的材料模块下设定多种不同弹性模量的材料,每个弹性模量分别对应相应的损伤程度,具体为:对所述小平板有限元模型的模型单元进行编号,确定左下角单元编号为1,至右上角单元编号为4096结束;在所述模型的材料模块下额外设定3种材料,弹性模量分别为164.8Gpa,123.6Gpa,82.4Gpa,分别对应损伤程度为20%,40%,60%。4.根据权利要求1所述的一种基于等效应变假说的地铁枕梁损伤数据集构建方法,其特征在于,利用ABAQUS软件的二次开发接口,采用对应的Python脚本文件,获得每个模型单元上响应应变场与损伤信息一一对应的小平板基础数据集包括:将无损小平板模型保存为small_plate_well.cae文件;根据无损小平板模型文件,编写Python脚本文件create_inp.py,用于生成含随机损伤单元的小平板模型,并保存为可计算的.inp文件;同时保存损伤信息为.txt文件,作为基础数据集的标签文件,也是构建的损伤识别网络的输出;编写count_inp.py脚本文件,用于批量计算.inp文件,并输出与损伤信息一一对应的应变场信息。5.根据权利要求4所述的一种基于等效应变假说的地铁枕梁损伤数据集构建方法,其特征在于,编写的Python脚本文件create_inp.py的具体执行步骤如下:1)导入所需要的ABAQUS库,numpy库,random库;2)设定small_plate_well.inp文件的储存路径,设定生成的文件个数n;3)使用mdb.ModelFromInputFile命令导入small_plate_well.inp;执行以下步骤n次;4
‑
1)通过part对象获取单元信息,储存在变量e中;4
‑
2)生成空矩阵ele_damage,用于储存损伤单元;4
‑
3)执行子程序create_damage;4
‑
4)将存储损伤信息的矩阵outpu...
【专利技术属性】
技术研发人员:王傲,阳程星,许平,姚曙光,郭维年,
申请(专利权)人:中南大学,
类型:发明
国别省市:
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。