一种基于振动基频提取网络的桥梁索力实时监测方法及装置制造方法及图纸

本发明专利技术提供了一种基于振动基频提取网络的桥梁索力实时监测方法，包括：利用频谱尖峰搜索法获得桥梁时域振动信号的幅频向量；构建基频清洗网络以获得候选基频集合；构建基频识别网络以获得基频提取值；基于基频输入样本集与基频识别样本集训练基频清洗网络与基频识别网络；将训练完毕后的两个网络组合以获得振动基频提取网络，向振动基频提取网络输入实时的幅频向量以输出基频值，并可以计算得到桥梁的索力值。本发明专利技术提供了一种桥梁索力实时监测装置。本发明专利技术提供的方法可以对桥梁的振动信号的基频进行准确提取，并计算桥梁索力以实现对桥梁的监测。桥梁的监测。桥梁的监测。

【技术实现步骤摘要】
一种基于振动基频提取网络的桥梁索力实时监测方法及装置


[0001]本专利技术属于结构工程监测领域，具体涉及一种基于振动基频提取网络的桥梁索力实时监测方法及装置。

技术介绍

[0002]桥梁作为公共交通的重要载体，对区域交通的通畅运行、社会经济发展起到至关重要的作用。随着社会经济的飞跃式发展，桥梁交通流量快速提升，桥梁安全危害影响加剧，并且恶劣环境、荷载作用、年限过长等因素也会导致桥梁损伤，产生病害，从而威胁桥梁安全，引起桥梁事故。特别是早年建造的工程项目多数缺乏正规系统的结构计算设计，往往仅凭工程经验修建,可能存在结构缺陷，其安全性难以得到有效保障。因此，通过提升桥梁监测手段的科技含量进而提升整个工程体系的效率，是现如今急需解决的问题。
[0003]近年来，我国开展了大量有针对性的研究和实施工作。其中，索结构作为桥梁的主要承载构件，它的受力状况成为了评价索体结构受力状态是否良好的一个重要指标，并且采用电池供电无线通信的低功耗振动传感器已经成为索力动测法采集的重要手段。为了让振动传感器能够依靠电池长期工作，测量索力时一般会先在传感器内部进行振动特征的计算识别，包括可以进行频谱分析、频谱中多个振幅峰值频率的识别提取，然后将多个振幅峰值频率对应的幅值频率向量回传至云端，最后在云端识别出基频并进行索力换算。但在这个过程中，由于传感器对拉索的测量是由环境激励的随机振动，这导致采集到的振动信号存在噪声和误差，因此传感器采集到的振幅峰值频率可能会有错误结果。同时由于拉索长度不同振动特征不同，特别是振动基频很低时会只能识别到高阶的振动频率的振幅峰值。这些问题导致从多个幅值频率向量中准确识别计算出振动基频存在较大的困难。
[0004]目前一些测量索力工作主要集中在用有线振动传感器采集振动数据，并直接将原始振动数据回传到服务器上，最后由人工参与进行基频提取。这种索力监测方法的实施复杂度、监测连续性与实时性都会受到很大的影响。特别是由于工程环境的不确定性与多样性以及振动基频提取模型等研究基础尚不成熟，在面对复杂的传感器监测数据时，人工的基频提取方法难以有效利用振动数据进行建模，数据较难发挥指导、辅助当下保护实践的时效作用，亟需面向多样化桥梁实时索力监测场景开展基于振动基频提取网络的桥梁实时索力监测方法研究。
[0005]专利文献CN115144102A公开了一种基于云台摄像机的桥梁索力自动巡航监测系统及方法，首先在桥塔上布置高倍变焦云台摄像机，设置每根吊索的巡航预置位从而规划巡航路径；云台摄像机按巡航路径自动采集每根吊索振动视频；接着通过所开发的基于亚像素OCM算法对视频进行处理获得振动时程；对测得的振动时程进行傅里叶变换得到振动频率，从而计算全桥吊索索力；最后传输并储存定期得到的吊索索力数据，生成全桥吊索索力自动巡检报告。该方法无需在桥梁上布置大量传感器，但是通过图像识别的方法很容易受到外部环境光等因素的影响，其最终识别结果准确率并不能保证。

技术实现思路

[0006]为了解决上述问题，本专利技术提供了一种基于振动基频提取网络的桥梁索力实时监测方法，该方法能够获得桥梁任意时段的振动基频以对桥梁索力提供准确的评估。
[0007]一种基于振动基频提取网络的桥梁索力实时监测方法，包括：
[0008]步骤1、采集获得桥梁拉索的振动信号，采用频谱分析法计算获得对应的频谱图；
[0009]步骤2、采用频谱尖峰搜索法，将步骤1获得的频谱图转换为幅频向量，并将幅频向量发送至用于实时监测桥梁索力的监测系统；
[0010]步骤3、所述监测系统包括预构建的基频清洗网络和基频识别网络，所述基频清洗网络用于判断输入的幅频向量是否为有效的多阶倍频，剔除数据异常的幅频向量，输出获得候选基频集合，所述基频识别网络用于根据所述候选基频集合计算输出对应的综合基频值；
[0011]步骤4、根据所述监测系统输出的综合基频值，计算获得用于反映桥梁安全状况的桥梁索力。
[0012]本专利技术通过对振动信号进行数据处理后，首先通过基频清洗网络剔除异常数据后，再通过基频识别网络计算获得综合基频值，进一步计算获得对应桥梁的桥梁索力从而实现桥梁安全的实时监控。
[0013]具体的，在步骤1中，所述频谱分析法包括对获得的振动信号进行傅里叶变换后，按照振动频率从小到大对变换后的振动信号进行排列，获得最终的频谱图。
[0014]具体的，在步骤2中，所述频谱尖峰搜索法包括：
[0015]步骤2
‑
1、取频谱图全频域的幅值最大值及其对应的振动频率将振动频率f
i
的领域内的所有频域数据点设置为0，其中是理论基频初值；
[0016]步骤2
‑
2、重复以上步骤，直至寻找到M个幅值最大值，将M个幅值最大值以及对应的频率数据组合，构成M
×
2维的幅频向量。
[0017]具体的，在步骤3中，所述基频清洗网络包括多个频率筛选卷积块和分类块，所述频率筛选卷积块用于对输入的幅频向量进行基频特征提取，所述分类块根据提取获得的基频特征进行频率异常状态的概率分布计算，根据概率值最大的频率异常状态，提取前X个正常状态的幅频向量作为候选基频集合输出。
[0018]具体的，所述频率筛选卷积块由一个16
×
1卷积层、一个8
×
1卷积层、一个8
×
1卷积层和一个最大池化层构建；
[0019]所述分类块由一个全连接层和一个softmax层构建。
[0020]具体的，在步骤3中，所述基频识别网络包括多个频率提取卷积块和基频输出块，所述频率提取卷积块用于对输入的候选基频集合进行候选基频特征提取，所述基频输出块根据提取获得的候选基频特征计算对应基频倍数值的概率分布，根据概率值最大的基频倍数值，计算候选基频集合中第一个频率值与概率值最大基频倍数值的比值作为综合基频值输出。
[0021]具体的，所述幅频向量在输入基频清洗网络前需要预处理，所述预处理包括以S步历史数据为步长，按照时间从远到近的顺序将当前时刻的M
×
2维幅频向量扩充为(M
×
S)
×
2维，将扩充后的幅频向量输入至基频清洗网络，所述S步历史数据的步长由人为设定。
[0022]具体的，所述频率提取卷积块由一个3
×
1卷积层、一个3
×
1卷积层、一个3
×
1卷积层和一个最大池化层构建；
[0023]所述基频输出块由一个全连接层和一个softmax层构建。
[0024]具体的，所述桥梁索力的计算公式如下：
[0025]F＝4mL2f
12
[0026]式中，m表示拉索单位长度的质量，L表示拉索的名义长度，f1表示振动基频提取网络输出的基频值。
[0027]具体的，所述基频清洗网络通过预构建的基频输入样本集，采用交叉熵损失函数进行训练。
[0028]具体的，所述基频输入样本集的构建方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于振动基频提取网络的桥梁索力实时监测方法，其特征在于，包括：步骤1、采集获得桥梁拉索的振动信号，采用频谱分析法计算获得对应的频谱图；步骤2、采用频谱尖峰搜索法，将步骤1获得的频谱图转换为幅频向量，并将幅频向量发送至用于实时监测桥梁索力的监测系统；步骤3、所述监测系统包括预构建的基频清洗网络和基频识别网络，所述基频清洗网络用于判断输入的幅频向量是否为有效的多阶倍频，剔除数据异常的幅频向量，输出获得候选基频集合，所述基频识别网络用于根据所述候选基频集合计算输出对应的综合基频值；步骤4、根据所述监测系统输出的综合基频值，计算获得用于反映桥梁安全状况的桥梁索力。2.根据权利要求1所述的基于振动基频提取网络的桥梁索力实时监测方法，其特征在于，在步骤1中，所述频谱分析法包括对获得的振动信号进行傅里叶变换后，按照振动频率从小到大对变换后的振动信号进行排列，获得最终的频谱图。3.根据权利要求1所述的基于振动基频提取网络的桥梁索力实时监测方法，其特征在于，在步骤2中，所述频谱尖峰搜索法包括：步骤2
‑
1、取频谱图全频域的幅值最大值及其对应的振动频率将振动频率f
i
的领域内的所有频域数据点设置为0，其中是理论基频初值；步骤2
‑
2、重复以上步骤，直至寻找到M个幅值最大值，将M个幅值最大值以及对应的频率数据组合，构成M
×
2维的幅频向量。4.根据权利要求1所述的基于振动基频提取网络的桥梁索力实时监测方法，其特征在于，在步骤3中，所述基频清洗网络包括多个频率筛选卷积块和分类块，所述频率筛选卷积块用于对输入的幅频向量进行基频特征提取，所述分类块根据提取获得的基频特征进行频率异常状态的概率分布计算，根据概率值最大的频率异常状态，提取前X个正常状态的幅频向量作为候选基频集合输出。5.根据权利要求4所述的基于振动基频提取网络的桥梁索力实时检测方法，其特征在于，所述幅频向量在输入基频清洗网络前需要预处理，所述预处理包括以S步历史数据为步长，按照时间从远到近的顺序将当前时刻的M<...

【专利技术属性】
技术研发人员：董亚波，张君如，董天哲，
申请(专利权)人：浙江大学，
类型：发明
国别省市：