一种桥梁健康检测方法、检测系统及物联网大数据系统技术方案

本发明专利技术公开了一种桥梁健康检测方法、检测系统及物联网大数据系统，所述桥梁健康检测物联网大数据系统包括LoRa桥梁数据采集终端1‑n、LoRa桥梁数据采集网关、桥梁健康监测云服务层和应用层，应用层包括桥梁智能监控端和桥梁监测APP；各LoRa桥梁数据采集终端通过LoRa桥梁数据采集网关与桥梁健康监测云服务层的服务器进行数据交互，桥梁智能监控端和桥梁监测APP用于方便管理人员对被监控桥梁的运行状态进行监管。本发明专利技术能够提高桥梁健康检测的准确性与可靠性。

【技术实现步骤摘要】

本专利技术属于桥梁监测，具体涉及一种桥梁健康检测方法、检测系统及物联网大数据系统。

技术介绍

1、随着桥梁服役年限的增长，服役环境的恶化，桥梁的安全与健康保障问题日益凸显，传统的管养模式难以满足现代桥梁建设与管养发展需求，开展桥梁健康监测和评价有助于制定科学的评估养护决策。目前，桥梁健康检测多是根据单个传感器的检测数据进行桥梁健康状态评价，这只能从一个侧面反映桥梁健康状况，无法反映桥梁整体健康状态。

技术实现思路

1、专利技术目的：本专利技术的第一目的是提供一种能够对桥梁整体健康状况进行准确评价的桥梁健康检测方法，本专利技术的第二目的是提供一种桥梁健康检测系统，本专利技术的第三目的是提供一种桥梁健康检测物联网大数据系统。

2、技术方案：本专利技术所述的桥梁健康检测方法，包括：

3、获取桥梁的参数传感器1-5输出，参数传感器1-5为不同类型传感器，且参数传感器1-5输出均为多个；

4、构建桥梁健康检测模型：

5、所述的桥梁健康检测模型包括桥梁参数模块1-6、big本文档来自技高网...

【技术保护点】

1.一种桥梁健康检测方法，其特征在于，包括：

2.根据权利要求1所述的桥梁健康检测方法，其特征在于，桥梁参数模块包括TCN时间卷积网络模型1-n、GCN图卷积网络模型1-n、AANN自联想神经网络模型-GCN图卷积网络模型、模糊递归神经网络模型-新陈代谢灰色GM(1,1)模型、BiGRU神经网络模型-新陈代谢灰色GM(1,1)模型1、BiGRU神经网络模型-新陈代谢灰色GM(1,1)模型2、模糊递归神经网络模型-BiGRU神经网络模型和GCN图卷积网络模型-BiGRU神经网络模型；其中，n表示同一类型参数传感器输出数量，参数传感器输出、TCN时间卷积网络模型和GCN图卷积网络...

【技术特征摘要】

1.一种桥梁健康检测方法，其特征在于，包括：

2.根据权利要求1所述的桥梁健康检测方法，其特征在于，桥梁参数模块包括tcn时间卷积网络模型1-n、gcn图卷积网络模型1-n、aann自联想神经网络模型-gcn图卷积网络模型、模糊递归神经网络模型-新陈代谢灰色gm(1,1)模型、bigru神经网络模型-新陈代谢灰色gm(1,1)模型1、bigru神经网络模型-新陈代谢灰色gm(1,1)模型2、模糊递归神经网络模型-bigru神经网络模型和gcn图卷积网络模型-bigru神经网络模型；其中，n表示同一类型参数传感器输出数量，参数传感器输出、tcn时间卷积网络模型和gcn图卷积网络模型一一对应；

3.根据权利要求1所述的桥梁健康检测方法，其特征在于，参数传感器1为沉降传感器，参数传感器2为裂缝传感器，参数传感器3为倾侧传感器，参数传感器4为变形传感器，参数传感器5为振动传感器。

4.根据权利要求1所述的桥梁健康检测方法，其特征在于，桥梁健康状态包括很健康、比较健康、健康、不健康和很不健康五个等级。

5.根据权利要求4所述的桥梁健康检测方法，其特征在于，

6.一种桥梁健康检测系统，包括存储器和处理器，所述的存储器中存储有计算机程序，其特征在于，当所述的计算机程序被处理器执行时，实现权利要求1至5中任一项所述的桥梁健康检测方法。

7.一种桥梁健康检测物联网大数据系统，其特征在于，包括lora桥梁数据采集终端1-n、lora桥梁数据采集网...

【专利技术属性】
技术研发人员：寇霄，马严晨，吴晓彬，丁晓红，周恒瑞，董云，孙文彬，马从国，秦小芹，马海波，张青春，
申请(专利权)人：淮阴工学院，
类型：发明
国别省市：