【技术实现步骤摘要】
本专利技术涉及桥梁维护置，具体涉及一种基于计算机数据分析的桥梁损伤病害智能识别系统。
技术介绍
1、随着计算机科学和数据科学的不断发展，越来越多的数据分析和机器学习技术被应用于各个领域，为解决复杂问题提供了新的工具和方法，利用这些技术，可以对大量的桥梁数据进行自动化处理、分析和评估，提高对桥梁损伤病害的智能识别能力，因此，一种基于计算机数据分析的桥梁损伤病害智能识别系统应运而生。
2、传统技术中的桥梁维护方式通常依赖人工巡检和经验判断，存在人力成本高、效率低下、识别准确性不高等问题，很显然这种桥梁损伤病害识别方法至少存在以下方面问题：1、传统技术需要人工巡检，耗费大量时间和精力，效率低下，尤其是对于庞大的桥梁网络，很难做到全面、高效地巡检，并且需要经验判断，容易受主观因素干扰，识别准确性不高，可能会忽略一些微小但重要的损伤病害，同时，相关的桥梁维护工作可能会被拖延或忽视，导致桥梁损伤病害无法及时修复，延迟维护可能会加剧桥梁的损坏程度，进而影响其使用寿命和安全性。
3、2、传统技术缺乏桥梁构件的维护优先级，无法判断各构件的维护紧急程度，导致维护资源的不合理分配，可能造成对重要构件的忽视或对次要构件的过度投入，同时，缺乏合理的维护方案，无法自动分析各构件的维护方案，可能导致维护策略的片面性或不科学性。
4、3、同时，如何不能及时的对桥梁进行维护，桥梁可能因时间和自然环境的影响而逐渐破损，最终可能导致文化遗产的流失和丧失，桥梁作为历史建筑的价值和吸引力可能会因为破旧、失修而减少，影响当地旅游业的发展
技术实现思路
1、针对上述存在的技术不足，本专利技术的目的是提供一种基于计算机数据分析的桥梁损伤病害智能识别系统。
2、为解决上述技术问题，本专利技术采用如下技术方案：本专利技术提供一种基于计算机数据分析的桥梁损伤病害智能识别系统，包括：病害数据获取模块，用于获取目标桥梁中各构件对应的病害数据，病害数据包括材料密度、蛀洞数量、各蛀洞对应的蛀洞大小和蛀洞深度。
3、维护情况判断模块，用于根据目标桥梁中各构件对应的病害数据，从而对目标桥梁中各构件对应的病害数据进行分析，分析得到目标桥梁中各构件对应的病害评估系数，进而判断目标桥梁中各构件的维护情况，并将判定需要维护的目标桥梁中各构件记为各待维护构件。
4、侵蚀和状态参数获取模块，用于获取各待维护构件对应的侵蚀和状态参数，侵蚀参数包括各蛀洞对应的有机物含量、ph值和纤维素含量，状态参数包括拉伸应变值、压缩应变和剪切应变值。
5、综合损伤评估系数获取模块，用于根据各待维护构件对应的侵蚀和状态参数，分析得到各待维护构件对应的侵蚀评估系数和状态评估系数，进而分析得到各待维护构件对应的综合损伤评估系数。
6、维护方案分析模块，用于根据各待维护构件对应的综合损伤评估系数，进而分析各待维护构件对应的维护方案，并将各待维护构件按照对应的维护方案进行维护。
7、维护优先级分析模块，用于根据各待维护构件对应的综合损伤评估系数，进而分析各待维护构件对应的维护优先级，并将各待维护构件按照对应的维护优先级顺序进行维护。
8、预警终端，用于当目标桥梁中某构件需要维护时，进行预警提示。
9、优选地，所述对目标桥梁中各构件对应的病害数据进行分析，具体分析过程如下：将目标桥梁中各构件对应的材料密度、蛀洞数量、各蛀洞对应的蛀洞大小和蛀洞深度分别记为、、和，其中，表示各构件对应的编号，，表示各蛀洞对应的编号，，n为大于2的任意整数，u为大于2的任意整数，代入计算公式中，得到目标桥梁中各构件对应的病害评估系数，其中，、、、分别为设定的构件对应的标准材料密度、标准蛀洞数量、蛀洞对应的标准蛀洞大小、蛀洞对应的标准蛀洞深度，、、、分别为设定的构件材料密度对应的权重因子、构件蛀洞数量对应的权重因子、蛀洞大小对应的权重因子、蛀洞深度对应的权重因子。
10、优选地，所述判断目标桥梁中各构件的维护情况，具体判断过程如下：将目标桥梁中各构件对应的病害评估系数与设定的标准构件对应的病害评估系数进行对比，若目标桥梁中某构件对应的病害评估系数小于或者等于设定的标准构件对应的病害评估系数，则判定目标桥梁中该构件需要维护，若目标桥梁中某构件对应的病害评估系数大于设定的标准构件对应的病害评估系数，则判定目标桥梁中该构件不需要维护，以此方式判断目标桥梁中各构件的维护情况。
11、优选地，所述分析得到各待维护构件对应的侵蚀评估系数，具体分析过程如下：将各待维护构件中各蛀洞对应的有机物含量、ph值和纤维素含量分别记为、和，其中，表示各待维护构件对应的编号，，表示各蛀洞对应的编号，，p为大于2的任意整数，u为大于2的任意整数，代入计算公式中，得到各待维护构件对应的侵蚀评估系数，其中，、、分别为设定的蛀洞对应的标准有机物含量、标准ph值、标准纤维素含量，、、分别为设定的蛀洞有机物含量对应的权重因子、蛀洞ph值对应的权重因子、蛀洞纤维素含量对应的权重因子。
12、优选地，所述分析得到各待维护构件对应的状态评估系数，具体分析过程如下：将各待维护构件对应的拉伸应变值、压缩应变和剪切应变值分别记为、和，代入计算公式中，得到各待维护构件对应的状态评估系数，其中，、、分别为设定的待维护构件对应的标准拉伸应变值、标准压缩应变、标准剪切应变值，、、分别为设定的待维护构件拉伸应变值对应的权重因子、待维护构件压缩应变对应的权重因子、待维护构件剪切应变值对应的权重因子。
13、优选地，所述分析得到各待维护构件对应的综合损伤评估系数，具体分析过程如下：将各待维护构件对应的侵蚀评估系数和状态评估系数，代入计算公式中，得到各待维护构件对应的综合损伤评估系数，其中，、分别为设定的待维护构件侵蚀评估系数对应的权重因子、待维护构件状态评估系数对应的权重因子，e表示自然常数。
14、优选地，所述分析各待维护构件对应的维护方案，具体分析过程如下：将各待维护构件对应的综合损伤评估系数与数据库中各维护方案对应的综合损伤评估系数进行对比，若某待维护构件对应的综合损伤评估系数与数据库中某维护方案对应的综合损伤评估系数相同，则将数据库中该综合损伤评估系数对应的维护方案作为该待维护构件对应的维护方案，以此方式分析各待维护构件对应的维护方案。
15、优选地，所述分析各待维护构件对应的维护优先级，具体分析过程如下：将各待维护构件对应的综合损伤评估系数按照从大到小的顺序进行排列，并将各待维护构件按照综合损伤评估系数从大到小的顺序进行维护优先级的设置。
16、优选地，所述数据库用于储存各维护方案对应的综合损伤评估系数。
17、本专利技术的有益效果在于：1、本专利技术提供一种基于计算机数据分析的桥梁损伤病害智能识别系统，通过自动化处理、分析和评估大量的桥梁数据，提高了桥梁维护工作的效率和精确度，通过计算机数据分析，可以更准确地判断桥梁构件的维护情况和损本文档来自技高网...
【技术保护点】
1.一种基于计算机数据分析的桥梁损伤病害智能识别系统，其特征在于，包括：
2.如权利要求1所述的一种基于计算机数据分析的桥梁损伤病害智能识别系统，其特征在于，所述对目标桥梁中各构件对应的病害数据进行分析，具体分析过程如下：
3.如权利要求2所述的一种基于计算机数据分析的桥梁损伤病害智能识别系统，其特征在于，所述判断目标桥梁中各构件的维护情况，具体判断过程如下：
4.如权利要求1所述的一种基于计算机数据分析的桥梁损伤病害智能识别系统，其特征在于，所述分析得到各待维护构件对应的侵蚀评估系数，具体分析过程如下：
5.如权利要求4所述的一种基于计算机数据分析的桥梁损伤病害智能识别系统，其特征在于，所述分析得到各待维护构件对应的状态评估系数，具体分析过程如下：
6.如权利要求5所述的一种基于计算机数据分析的桥梁损伤病害智能识别系统，其特征在于，所述分析得到各待维护构件对应的综合损伤评估系数，具体分析过程如下：
7.如权利要求6所述的一种基于计算机数据分析的桥梁损伤病害智能识别系统，其特征在于，所述分析各待维护构件对应的
8.如权利要求7所述的一种基于计算机数据分析的桥梁损伤病害智能识别系统，其特征在于，所述分析各待维护构件对应的维护优先级，具体分析过程如下：
9.如权利要求1所述的一种基于计算机数据分析的桥梁损伤病害智能识别系统，其特征在于，还包括数据库，数据库用于储存各维护方案对应的综合损伤评估系数。
...【技术特征摘要】
1.一种基于计算机数据分析的桥梁损伤病害智能识别系统，其特征在于，包括：
2.如权利要求1所述的一种基于计算机数据分析的桥梁损伤病害智能识别系统，其特征在于，所述对目标桥梁中各构件对应的病害数据进行分析，具体分析过程如下：
3.如权利要求2所述的一种基于计算机数据分析的桥梁损伤病害智能识别系统，其特征在于，所述判断目标桥梁中各构件的维护情况，具体判断过程如下：
4.如权利要求1所述的一种基于计算机数据分析的桥梁损伤病害智能识别系统，其特征在于，所述分析得到各待维护构件对应的侵蚀评估系数，具体分析过程如下：
5.如权利要求4所述的一种基于计算机数据分析的桥梁损伤病害智能识别系统，其特征在于，所述分析得到各待维护构件...
【专利技术属性】
技术研发人员：王腾文，于磊，冉贵良，沈兴彦，
申请(专利权)人：贵州顺康检测股份有限公司，
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。