铁路桥梁参数动态识别评估方法、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及铁路桥梁结构及传感监测技术领域，尤其是涉及一种铁路桥梁参数动态识别评估方法、装置、设备及存储介质，包括通过采用长标距应变传感器获取高速列车通过铁路简支梁桥的长标距应变响应，并对所选样本数据进行求解得到长标距应变时程曲线，再求解所有长标距传感器的长标距应变时程曲线所包围的面积，峰值大小和间距作为待识别参数，通过建立耦合振动模型，以足量的不同铁路运行参数进行数值模拟，得到样本库并用于训练神经网络，代入待识别参数可获取铁路运行参数。本发明专利技术能够在不影响运营交通的情况下实现对铁路桥梁上部列车运行参数快速识别，极大提高了监测效率。极大提高了监测效率。极大提高了监测效率。

【技术实现步骤摘要】
铁路桥梁参数动态识别评估方法、装置、设备及存储介质


[0001]本专利技术涉及铁路桥梁结构及传感监测
，尤其是涉及一种铁路桥梁参数动态识别评估方法、装置、设备及存储介质。

技术介绍

[0002]高速铁路桥在交通运输系统中发挥着重要的作用，其为人们提供安全、舒适、方便的出行条件的同时，由于不断的承受高速列车荷载作用和外界环境的侵害，以及桥梁自身材料性能的不断退化，桥梁结构会出现不同程度的损伤致使其真实的使用年限远小于设计使用年限。因此，开展对既有高速铁路桥梁的健康监测研究显得尤为迫切，维护桥梁健康状况对高铁列车的安全运营至关重要。
[0003]基于此，现有技术中大都是通过测试桥梁振动、位移、应变实现对桥梁进行健康监测，该方法通常用于大跨径的桥梁，由于健康监测系统较贵的安装维护成本在中小跨径的桥梁中研究较少，而铁路桥梁主要以中小跨为主。铁路桥承受的荷载相比于公路桥特点主要有荷载作用位置固定，轴距、车速长期保持在一个水平，轴重较大。基于这些特点，及时得知作用于结构的实际荷载，就能更为直观的、真实的了解桥梁的工作状态，也可以从荷载的特点出本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种铁路桥梁参数动态识别评估方法，其特征在于，包括：步骤S1，搭建铁路桥梁参数动态识别评估场景，在待监测桥梁布置若干长标距应变传感器；步骤S2，采集列车荷载行驶通过待监测桥梁的长标距应变响应，得到长标距应变响应数据；步骤S3，对所测得的长标距应变响应数据进行求解，提取准静态长标距应变信号，得到长标距应变时程曲线，从而进一步得到待识别铁路桥梁的长标距应变影响线；步骤S4，基于长标距应变时程曲线求解长标距传感器的长标距应变时程面积、峰值大小和间距，以此构成待识别铁路桥梁运行参数的输入层数据；步骤S5，建立列车
‑
轨道
‑
桥梁耦合振动模型，以足量不同运行参数列车进行数值模拟，提取各列车荷载下桥梁传感器位置的长标距应变时程曲线并得到所包围的长标距应变时程面积、车速、轴重和轮轨接触力曲线；步骤S6，将模拟得到的长标距应变时程面积、峰值大小和间距等作为输入层，车速、轴重、轮轨接触力曲线作为输出层建立神经网络模型并进行训练，得到训练好的神经网络模型；步骤S7，将待识别铁路桥梁的长标距应变时程面积、峰值大小和间距作为输入层代入训练好的神经网络模型中即可识别出车速、轴重、轮轨接触力曲线；步骤S8，对待识别铁路桥梁的长标距应变影响线进行分析，代入训练好的神经网络模型中可识别铁路运行参数，完成铁路桥梁参数动态识别评估过程。2.根据权利要求1所述的铁路桥梁参数动态识别评估方法，其特征在于，所述长标距传感器为长标距光纤光栅传感器或长标距的电阻应变传感器。3.根据权利要求1所述的铁路桥梁参数动态识别评估方法，其特征在于，在步骤S6中以长标距应变时程面积、峰值大小和间距等作为输入层，列车速、轴重、轮轨接触力曲线作为输出层建立神经网络模型并进行训练，具体包括：将第l辆列车桥梁底部各标距传感器的应变时程面积记为，峰值大小记为，峰值间距为，车速为，轴重为，轮轨接触力曲线为，其中，为列车数；通过一个单隐层的神经网络来建立训练模型，通过经验公式确定隐层神经元数目范围，然后设计一个隐含层神经元数目可变的BP网络，比较各网络结构的训练误差，得出最合适神经元数，其中经验公式如下：，其中，为隐含层神经元数目，为输入层神经元数目，为输出层神经元数目，为之间的常数；神经网络的输入层与输出层神经元数目由该网络的输入参数与输出参数直接决定，其中，输入层的输入参数为，为输入数据，输出层的输出参数为，为输出数据。
4.根据权利要求1所述的铁路桥梁参数动态识别评估方法，其特征在于，步骤S6中，输入层参数为长标距传感器分析获得的全部数据或部分数据，输出层为铁路运行参数的全部数据或部分数据，一次训练所有参...

【专利技术属性】
技术研发人员：吴必涛，梁杰，林祖才，刘林芽，张鹏飞，欧阳耀，
申请(专利权)人：华东交通大学，
类型：发明
国别省市：