一种钢筋混凝土桥梁裂缝的智能预测方法及系统技术方案

本发明专利技术提供了一种钢筋混凝土桥梁裂缝的智能预测方法及系统，涉及数据处理技术领域，方法包括：连接仿真系统利用第一目标桥梁的构造参数对第一目标桥梁进行建模，输出第一桥梁仿真模型进行仿真，收集桥梁样本图像集合进行模型训练，输出裂缝预测双通道模型，根据图像采集装置对第一目标桥梁进行图像采集，获取实时裂缝图像集合，将实时裂缝图像集合和预设目标周期输入裂缝预测双通道模型，输出风险预测结果，本发明专利技术解决了现有技术中缺乏对钢筋混凝土桥梁裂缝的变化特征进行识别，导致对钢筋混凝土的桥梁裂缝预测效果不佳的技术问题，实现了对钢筋混凝土桥梁裂缝的变化特征进行精准识别，进而提高对钢筋混凝土的桥梁裂缝预测效果。果。果。

【技术实现步骤摘要】
一种钢筋混凝土桥梁裂缝的智能预测方法及系统


[0001]本专利技术涉及数据处理
，具体涉及一种钢筋混凝土桥梁裂缝的智能预测方法及系统。

技术介绍

[0002]桥梁作为跨越天堑、连接两地的重要建筑物，在社会生产生活中发挥了相当重要的作用。预应力混凝土结构作为桥梁的物质构成部分，随着时间的流逝，在交通荷载的不断作用下，其结构耐久性、安全性都会产生一定程度的下降。产生诸如破损、裂缝的病害现象，在实际的工程实践中，预应力结构时有出现竖向、横向裂缝，而裂缝会使空气中的水分、二氧化碳、氯离子等更容易进入混凝土内部并导致其中的钢筋发生锈蚀现象，从而降低桥梁结构的承载能力，如不及时处理和预防，会全面影响路桥工程的整体质量及使用寿命。如今现有技术中缺乏对预应力混凝土桥梁裂缝的变化特征进行识别，导致对预应力结构的桥梁裂缝预测效果不佳的技术问题。

技术实现思路

[0003]本申请提供了一种钢筋混凝土桥梁裂缝的智能预测方法及系统，用于针对解决现有技术中存在的缺乏对钢筋混凝土桥梁裂缝的变化特征进行识别，导致对钢筋混凝土的桥梁裂缝预测效果不佳的技术问题。
[0004]鉴于上述问题，本申请提供了一种钢筋混凝土桥梁裂缝的智能预测方法及系统。
[0005]第一方面，本申请提供了一种钢筋混凝土桥梁裂缝的智能预测方法，所述方法包括：获取第一目标桥梁的构造参数，连接仿真系统，利用所述构造参数对所述第一目标桥梁进行建模，输出第一桥梁仿真模型；以所述第一桥梁仿真模型进行仿真，收集桥梁样本图像集合，其中，所述桥梁样本图像集合包括裂缝变化图像，以及裂缝变化图像对应的空间坐标；根据所述桥梁样本图像集合进行模型训练，输出裂缝预测双通道模型，其中，所述裂缝预测双通道模型包括独立预测通道和交叉预测通道，所述独立预测通道用于对独立空间裂缝进行风险预测，所述交叉预测通道用于对交叉空间裂缝进行风险预测；根据图像采集装置对所述第一目标桥梁进行图像采集，获取实时裂缝图像集合；将所述实时裂缝图像集合和预设目标周期输入所述裂缝预测双通道模型，输出风险预测结果。
[0006]第二方面，本申请提供了一种钢筋混凝土桥梁裂缝的智能预测系统，所述系统包括：第一输出模块，所述第一输出模块用于获取第一目标桥梁的构造参数，连接仿真系统，利用所述构造参数对所述第一目标桥梁进行建模，输出第一桥梁仿真模型；仿真模块，所述仿真模块用于以所述第一桥梁仿真模型进行仿真，收集桥梁样本图像集合，其中，所述桥梁样本图像集合包括裂缝变化图像，以及裂缝变化图像对应的空间坐标；模型训练模块，所述模型训练模块用于根据所述桥梁样本图像集合进行模型训练，输出裂缝预测双通道模型，其中，所述裂缝预测双通道模型包括独立预测通道和交叉预测通道，所述独立预测通道用于对独立空间裂缝进行风险预测，所述交叉预测通道用于对交叉空间裂缝进行风险预测；
图像采集模块，所述图像采集模块用于根据图像采集装置对所述第一目标桥梁进行图像采集，获取实时裂缝图像集合；第二输出模块，所述第二输出模块用于将所述实时裂缝图像集合和预设目标周期输入所述裂缝预测双通道模型，输出风险预测结果。
[0007]本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
[0008]本申请提供的一种钢筋混凝土桥梁裂缝的智能预测方法及系统，涉及数据处理
，解决了现有技术中缺乏对钢筋混凝土桥梁裂缝的变化特征进行识别，导致对钢筋混凝土的桥梁裂缝预测效果不佳的技术问题，实现了对钢筋混凝土桥梁裂缝的变化特征进行精准识别，进而提高对钢筋混凝土的桥梁裂缝预测效果。
附图说明
[0009]图1为本申请提供了一种钢筋混凝土桥梁裂缝的智能预测方法流程示意图；
[0010]图2为本申请提供了一种钢筋混凝土桥梁裂缝的智能预测方法中输出裂缝预测双通道模型流程示意图；
[0011]图3为本申请提供了一种钢筋混凝土桥梁裂缝的智能预测方法中输出风险预测结果流程示意图；
[0012]图4为本申请提供了一种钢筋混凝土桥梁裂缝的智能预测系统结构示意图。
[0013]附图标记说明：第一输出模块1，仿真模块2，模型训练模块3，图像采集模块4，第二输出模块5。
具体实施方式
[0014]本申请通过提供一种钢筋混凝土桥梁裂缝的智能预测方法及系统，用于解决现有技术中缺乏对钢筋混凝土桥梁裂缝的变化特征进行识别，导致对钢筋混凝土的桥梁裂缝预测效果不佳的技术问题。
[0015]实施例一
[0016]如图1所示，本申请实施例提供了一种钢筋混凝土桥梁裂缝的智能预测方法，该方法包括：
[0017]步骤S100：获取第一目标桥梁的构造参数，连接仿真系统，利用所述构造参数对所述第一目标桥梁进行建模，输出第一桥梁仿真模型；
[0018]具体而言，本申请实施例提供的一种钢筋混凝土桥梁裂缝的智能预测方法应用于一种钢筋混凝土桥梁裂缝的智能预测系统，为保证后期对钢筋混凝土桥梁裂缝进行预测的准确性，因此需要对第一目标桥梁的构造参数进行提取，第一目标桥梁是指任意选取的一个预应力混凝土桥梁上部结构梁体作为预测对象，第一桥梁的构造参数可以包含桥梁上部结构梁体的几何尺寸、材料参数、配筋情况、边界条件等。
[0019]进一步的，通过将系统与仿真系统进行通信连接，并利用第一目标桥梁的构造参数对第一目标桥梁进行建模，是指根据仿真系统对第一目标桥梁进行分析的目的，通过有限元软件建模分析结构整体受力情况，如通过Abaqus建立预应力混凝土结构模型，在模型中模拟裂缝，并判断其发展趋势、发展状况等，在分析第一目标桥梁构造参数各要素性质及其相互关系的基础上，建立能描述钢筋混凝土桥梁结构或行为过程的、且具有一定逻辑关系或数量关系的仿真模型，据此进行试验或定量分析，以获得正确决策所需的各种信息，在
此基础上对第一桥梁仿真模型进行输出，为后期实现对钢筋混凝土桥梁裂缝进行智能预测作为重要参考依据。
[0020]步骤S200：以所述第一桥梁仿真模型进行仿真，收集桥梁样本图像集合，其中，所述桥梁样本图像集合包括裂缝变化图像，以及裂缝变化图像对应的空间坐标；
[0021]具体而言，通过第一桥梁仿真模型对第一目标桥梁进行仿真，是指通过第一桥梁仿真模型在计算机中运行，代替第一目标桥梁的实物，并对所仿真出的第一目标桥梁在运行过程中的图像进行采集，同时假设第一目标桥梁在运行过程中出现裂缝，进一步的，对第一目标桥梁在运行过程中所出现的裂缝变化进行记录，对桥梁样本图像集合进行获取，桥梁样本图像集合中包含第一目标桥梁中的裂缝变化图像，并在桥梁样本图像集合中的每一个桥梁样本图像中构建空间坐标系，对具有裂缝变化图像的桥梁样本图像中的裂缝在空间坐标系中进行坐标标识，由此获取裂缝变化图像对应的空间坐标，进而为实现对钢筋混凝土桥梁裂缝进行智能预测做保障。
[0022]步骤S300：根据所述桥梁样本图像集合进行模型训练，输出裂缝预测双通道模型，其中，所述裂缝预测双通道模型包括独立预测通道和交叉预测通道，所述独立预测通道用于对独立空间裂缝进行风本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种钢筋混凝土桥梁裂缝的智能预测方法，其特征在于，所述方法包括：获取第一目标桥梁的构造参数，连接仿真系统，利用所述构造参数对所述第一目标桥梁进行建模，输出第一桥梁仿真模型；以所述第一桥梁仿真模型进行仿真，收集桥梁样本图像集合，其中，所述桥梁样本图像集合包括裂缝变化图像，以及裂缝变化图像对应的空间坐标；根据所述桥梁样本图像集合进行模型训练，输出裂缝预测双通道模型，其中，所述裂缝预测双通道模型包括独立预测通道和交叉预测通道，所述独立预测通道用于对独立空间裂缝进行风险预测，所述交叉预测通道用于对交叉空间裂缝进行风险预测；根据图像采集装置对所述第一目标桥梁进行图像采集，获取实时裂缝图像集合；将所述实时裂缝图像集合和预设目标周期输入所述裂缝预测双通道模型，输出风险预测结果。2.如权利要求1所述的方法，其特征在于，所述方法还包括：基于所述裂缝变化图像和所述裂缝变化图像对应的空间坐标进行映射，得到裂缝
‑
坐标映射数据集；搭建全连接的神经网络，利用所述神经网络对所述裂缝
‑
坐标映射数据集进行训练，当训练至收敛时，输出训练好的初始裂缝预测模型；根据所述初始裂缝预测模型，输出预测变化图像，以及所述预测变化图像对应的空间坐标；根据预测变化图像，以及所述预测变化图像对应的空间坐标进行映射，得到裂缝
‑
坐标预测数据集；根据所述裂缝
‑
坐标映射数据集和所述裂缝
‑
坐标预测数据集进行训练，输出裂缝预测双通道模型。3.如权利要求2所述的方法，其特征在于，对所述裂缝
‑
坐标映射数据集和所述裂缝
‑
坐标预测数据集进行样本拆分，包括：当所述裂缝
‑
坐标映射数据集与所述裂缝
‑
坐标预测数据集中的坐标交叉时，对数据进行交叉标识，输出标识裂缝
‑
坐标映射数据集，和标识裂缝
‑
坐标预测数据集；以所述标识裂缝
‑
坐标映射数据集，和所述标识裂缝
‑
坐标预测数据集作为训练数据，训练所述裂缝预测双通道模型的交叉预测通道。4.如权利要求3所述的方法，其特征在于，对所述裂缝
‑
坐标映射数据集和所述裂缝
‑
坐标预测数据集进行样本拆分，还包括：将所述裂缝
‑
坐标映射数据集和所述裂缝
‑
坐标预测数据集中除所述标识裂缝
‑
坐标映射数据集，和所述标识裂缝
‑
坐标预测数据集以外的剩余数据集作为训练数据，训练所述裂缝预测双通道模型的独立预测通道；其中，所述独立预测通道包括横向裂缝的独立预测子通道，纵向裂缝的独立预测子通道。5.如权利要求4所...

【专利技术属性】
技术研发人员：吴夜南，岳星宝，廖金金，杨永青，
申请(专利权)人：广州交投工程检测有限公司，
类型：发明
国别省市：