【技术实现步骤摘要】
本申请一般地涉及桥梁施工，尤其涉及一种基于深度学习的桥梁顶推路径监控方法及系统。
技术介绍
1、桥梁是城市交通中的重要的基础设施之一，而在桥梁施工的过程中，顶推法施工又是常用且重要的一种施工方法，顶推法施工是指在桥头沿桥轴线方向逐段将预制梁向前推出使之就位的桥梁施工方法。具体而言，顶推施工是在桥台的后方设置施工场地，分节段浇筑梁体，并用纵向预应力筋将浇筑节段与已完成的梁体连成整体，然后利用顶推装置将梁体向前方顶推出施工场地，重复这些工序即可完成全部梁体施工。
2、在桥梁顶推过程中，推力数据能够反映桥梁潜在的结构变形、位移或承载能力下降等问题，进而反映桥梁顶推过程中顶推路径的监测，通过对推力数据的监测可以及早采取必要的维修或加固措施，确保桥梁顶推施工的顺利完成。
3、目前，公开号为cn117113263a的专利申请文件公开了一种桥梁顶推结构实时监控方法，方法包括：采集桥梁顶推结构中的推力时序数据；根据推力时序数据得到每个时间点对应推力数据的振荡离散程度值、弹性回弹性值；依据振荡离散程度值和弹性回弹性值得到每个时间点对应推力数据的分类评估指标，进而对推力时序数据中的数据进行划分，得到异常数据点和非异常数据点；对异常数据点进行平滑因子的调整得到异常数据点对应调整后的平滑因子，对非异常数据点进行平滑因子的调整得到非异常数据点对应调整后的平滑因子；根据异常数据点和非异常数据点对应调整后的平滑因子和常规的指数加权移动平均的公式，得到调整后的指数加权移动平均的公式，根据调整后的指数加权移动平均的公式对推力时序数据进行调
4、然而，上述方法虽然能够获取准确的推力时序数据，实现顶推路径的监测，但是忽略了顶推过程中推力时序数据之外的控制参数对顶推路径的影响，且在顶推路径出现异常时，无法及时调整顶推过程中的控制参数，进而无法实现顶推路径的精准监控。
技术实现思路
1、为了解决本申请的上述技术问题，本申请提供了一种基于深度学习的桥梁顶推路径监控方法及系统，以在顶推路径出现异常时，及时调整顶推过程中的控制参数，实现顶推路径的精准监控。
2、本申请第一方面，提供了一种基于深度学习的桥梁顶推路径监控方法，所述监控方法包括：在桥梁顶推过程中，采集当前时刻的顶推力序列和顶推速度序列，所述顶推力序列包括桥梁顶推起始时刻至当前时刻之间每个时刻的顶推力，所述顶推速度序列包括桥梁顶推起始时刻至当前时刻之间每个时刻的顶推速度；采集桥梁初始位姿，将所述桥梁初始位姿、所述顶推力序列和所述顶推速度序列输入训练完毕的位姿预测网络以输出桥梁预测位姿，所述桥梁预测位姿包括下一个相邻时刻桥梁上多个设定标记点的三维坐标，所述桥梁初始位姿包括桥梁顶推过程的起始时刻桥梁上多个设定标记点的三维坐标；将所述桥梁预测位姿输入训练完毕的属性预测网络以获取每个设定标记点的预测属性值，一个设定标记点的预测属性值包括预测应力值和预测应变值；对比所述预测属性值和理论属性值以获取安全判别结果，所述安全判别结果包括安全和不安全，所述理论属性值包括桥梁的最大允许应力值和最大允许应变值；响应于所述安全判别结果为不安全，调整所述顶推力和所述顶推速度，实现桥梁顶推路径的监控；其中，所述位姿预测网络包括第一时序模块、第二时序模块和回归模块；所述属性预测网络为全连接神经网络。
3、在一个实施例中，在所述位姿预测网络中，所述第一时序模块用于对所述顶推力序列进行时序特征提取，获取顶推力时序特征；所述第二时序模块用于对所述顶推速度序列进行时序特征提取，获取顶推速度时序特征；将所述顶推力时序特征、所述顶推速度时序特征和所述桥梁初始位姿拼接后输入所述回归模块，以输出所述桥梁预测位姿。
4、在一个实施例中，所述位姿预测网络的训练方法包括：在一个历史桥梁顶推过程中，采集历史桥梁顶推过程的桥梁初始位姿，以及任意时刻的顶推力序列和顶推速度序列，作为一组位姿样本，并采集所述任意时刻下一个相邻时刻时桥梁上所有设定标记点的三维坐标以所述位姿样本的位姿标签；将所述位姿样本输入所述位姿预测网络以获取输出结果；计算所述输出结果和所述位姿标签之间的均方差损失函数值，作为位姿损失；利用梯度下降法更新所述位姿预测网络，以降低所述位姿损失；不断采集位姿样本，迭代地更新所述位姿预测网络，直至所述位姿损失小于设定损失值或迭代次数大于设定次数时，得到训练完毕的位姿预测网络。
5、在一个实施例中，所述属性预测网络包括输入层、隐藏层和输出层；所述输入层包括3×n个神经元，用于接收所述桥梁预测位姿；所述隐藏层用于对所述桥梁预测位姿进行维度变换；所述输出层包括2×n个神经元，用于将所述隐藏层的输出结果映射为每个设定标记点的预测属性值，其中n为桥梁上所有设定标记点的数量。
6、在一个实施例中，所述属性预测网络的训练方法包括：在历史桥梁顶推过程中，采集任意时刻桥梁上每个设定标记点的三维坐标以作为一组属性样本，通过预设传感器采集所述任意时刻时每个设定标记点的实测属性值以作为所述属性样本的属性标签，所述实测属性值包括实测应力值和实测应变值；将所述属性样本输入所述属性预测网络以获取所述属性样本对应的预测结果；计算所述预测结果和所述属性标签之间的均方差损失函数值，作为属性损失；利用梯度下降法更新所述属性预测网络，以降低所述属性损失；不断采集属性样本，迭代地更新所述属性预测网络，直至所述属性损失小于设定损失值或迭代次数大于设定次数时，得到训练完毕的属性预测网络。
7、在一个实施例中，对比所述预测属性值和理论属性值以获取安全判别结果包括：对于任意一个设定标记点，响应于所述设定标记点的预测应力值大于所述最大允许应力值，或所述设定标记点的预测应变值大于所述最大允许应变值，将所述设定标记点记为异常点；响应于所述异常点的数量等于0，所述安全判别结果为安全；响应于所述异常点的数量为至少一个，所述安全判别结果为不安全。
8、在一个实施例中，调整所述顶推力和所述顶推速度包括：对桥梁期望位姿进行初始化，所述桥梁期望位姿为调整所述顶推力和所述顶推速度后，下一个相邻时刻桥梁上多个设定标记点的三维坐标；将所述桥梁期望位姿输入训练完毕的属性预测网络以输出所述桥梁期望位姿下每个设定标记点的预测属性值；基于所述理论属性值和所述桥梁期望位姿下每个设定标记点的预测属性值计算期望位姿损失，所述期望位姿损失用于反映桥梁期望位姿的合理性；响应于所述期望位姿损失大于最大允许损失，依据所述期望位姿损失进行反向传播以更新所述桥梁期望位姿，直至更新后的桥梁期望位姿对应的期望位姿损失不大于所述最大允许损失时，将更新后的桥梁期望位姿作为目标桥梁位姿；依据所述目标桥梁位姿和当前时刻的桥梁实时位姿调整所述顶推力和所述顶推速度，使得下一个相邻时刻桥梁上每个设定标记点的三维坐标满足所述目标桥梁位姿。
9、在一个实施例中，所述期望位姿损失满足关系式：
10、
11、其中，为第个设定标记点的预测应力值，为第个设定标记点的预测应变值，和分别为最大允本文档来自技高网...
【技术保护点】
1.一种基于深度学习的桥梁顶推路径监控方法，其特征在于，所述监控方法包括：
2.根据权利要求1所述的一种基于深度学习的桥梁顶推路径监控方法，其特征在于，在所述位姿预测网络中，所述第一时序模块用于对所述顶推力序列进行时序特征提取，获取顶推力时序特征；所述第二时序模块用于对所述顶推速度序列进行时序特征提取，获取顶推速度时序特征；将所述顶推力时序特征、所述顶推速度时序特征和所述桥梁初始位姿拼接后输入所述回归模块，以输出所述桥梁预测位姿。
3.根据权利要求2所述的一种基于深度学习的桥梁顶推路径监控方法，其特征在于，所述位姿预测网络的训练方法包括：
4.根据权利要求1所述的一种基于深度学习的桥梁顶推路径监控方法，其特征在于，所述属性预测网络包括输入层、隐藏层和输出层；
5.根据权利要求4所述的一种基于深度学习的桥梁顶推路径监控方法，其特征在于，所述属性预测网络的训练方法包括：
6.根据权利要求1所述的一种基于深度学习的桥梁顶推路径监控方法，其特征在于，对比所述预测属性值和理论属性值以获取安全判别结果包括：
7.根据权利
8.根据权利要求7所述的一种基于深度学习的桥梁顶推路径监控方法，其特征在于，所述期望位姿损失满足关系式：
9.根据权利要求7所述的一种基于深度学习的桥梁顶推路径监控方法，其特征在于，所述当前时刻的桥梁实时位姿包括当前时刻桥梁上多个设定标记点的三维坐标，所述当前时刻的桥梁实时位姿可通过部署在每个设定标记点的位置传感器获取。
10.一种基于深度学习的桥梁顶推路径监控系统，其特征在于，包括处理器和存储器，所述存储器存储有计算机程序指令，当所述计算机程序指令被所述处理器执行时实现根据权利要求1至9中任一项所述的一种基于深度学习的桥梁顶推路径监控方法。
...【技术特征摘要】
1.一种基于深度学习的桥梁顶推路径监控方法，其特征在于，所述监控方法包括：
2.根据权利要求1所述的一种基于深度学习的桥梁顶推路径监控方法，其特征在于，在所述位姿预测网络中，所述第一时序模块用于对所述顶推力序列进行时序特征提取，获取顶推力时序特征；所述第二时序模块用于对所述顶推速度序列进行时序特征提取，获取顶推速度时序特征；将所述顶推力时序特征、所述顶推速度时序特征和所述桥梁初始位姿拼接后输入所述回归模块，以输出所述桥梁预测位姿。
3.根据权利要求2所述的一种基于深度学习的桥梁顶推路径监控方法，其特征在于，所述位姿预测网络的训练方法包括：
4.根据权利要求1所述的一种基于深度学习的桥梁顶推路径监控方法，其特征在于，所述属性预测网络包括输入层、隐藏层和输出层；
5.根据权利要求4所述的一种基于深度学习的桥梁顶推路径监控方法，其特征在于，所述属性预测网络的训练方法包括：
6...
【专利技术属性】
技术研发人员：陈峻，宋振辉，杨兵，鞠鹏飞，赵欣，陈超伟，彭学艺，杨威，黄葛胤，杨程，
申请(专利权)人：湖北楚天联发路桥养护有限公司，
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。