一种对结构体风险计算模型的训练方法、设备及介质技术

本发明专利技术提供一种对结构体风险计算模型的训练方法、设备及介质，属于桥梁结构监测技术领域，建立训练样本数据集；并构建训练样本的变化率矩阵；对变量进行定义，并进行多变量相空间重构；再进行特征提取；基于不同监测类别进行划分，得到相应的集合；对变化率改变程度进行空间插值，得到风险空间；对监测数据变化率的改变程度进行划分，得到同类别监测数据变化率的风险空间；叠加各监测类别的风险空间，输出所有监测类别空间风险叠加后的风险等级空间。本发明专利技术实时对桥梁结构体三维空间的风险态势进行分析，从而可对桥梁结构中的潜在风险隐患进行提前预测和防范，提高桥梁结构的服役寿命。

【技术实现步骤摘要】

本专利技术属于桥梁结构监测，具体涉及一种对结构体风险计算模型的训练方法、设备及介质。

技术介绍

1、桥梁工程目前已从大基建时代进入大维修、大维护阶段，在桥梁重要结构节点上布设及安装多种类型的监测传感设备，通过物联技术实时感知桥梁的运行态势对保障城市生命线安全运行至关重要，对桥梁服役期间长期性能的科学观测及安全风险态势的实时感知分析是当下行业研究的热点和重点所在。

2、现有技术中，关于桥梁安全运行风险态势的分析主要为以下两点：（1）基于有限元分析，当某一监测点出现异常后通过计算该桥梁的结构体系，对其受力状态进行详细分析；（2）基于半定量的风险分析模型，如通过层次分析法、风险矩阵、专家评分等方法设置风险评判指标体系的分级及权重等，实现对桥梁结构安全的风险状态进行整体分析。

3、然而，通过有限元分析评估桥梁安全运行风险态势需要借助专业的分析软件，且需要建立较大的有限元模型，这往往无法对桥梁监测数据变化率进行实时的空间插值，也无法根据监测数据变化的风险等级构建桥梁结构体的三维风险空间。对于半定量的风险分析模型而言，其存在一定的主观性，无法从本文档来自技高网...

【技术保护点】

1.一种对结构体风险计算模型的训练方法，其特征在于，方法包括：

2.根据权利要求1所述的训练方法，其特征在于，所述对训练样本进行预处理，并以周为分析周期计算各训练样本的趋势变化率，构建训练样本的变化率矩阵，包括：

3.根据权利要求1所述的训练方法，其特征在于，步骤S103中，定义桥梁结构体为非线性混沌系统，基于Lyapunov指数判断变量序列的混沌特性；

4.根据权利要求1所述的训练方法，其特征在于，步骤S104中，深度极限学习机的极限学习机自编码器的网络结构包含输入层、多个隐含层、输出层；

5.根据权利要求1所述的训练方法，其特征在于，步...

【技术特征摘要】

1.一种对结构体风险计算模型的训练方法，其特征在于，方法包括：

2.根据权利要求1所述的训练方法，其特征在于，所述对训练样本进行预处理，并以周为分析周期计算各训练样本的趋势变化率，构建训练样本的变化率矩阵，包括：

3.根据权利要求1所述的训练方法，其特征在于，步骤s103中，定义桥梁结构体为非线性混沌系统，基于lyapunov指数判断变量序列的混沌特性；

4.根据权利要求1所述的训练方法，其特征在于，步骤s104中，深度极限学习机的极限学习机自编码器的网络结构包含输入层、多个隐含层、输出层；

5.根据权利要求1所述的训练方法，其特征在于，步骤s105中，反函数定义为：；

6.根据权利要求1所述的训练方法，其特征在于，步骤s106中，利用非线性支持向量机作为第四个隐含层的激活函数对与监测数据变化率所属的不同监测类别进行划分，得到不同监测类别的集合，具体为：

7.根据权利要求1所述的训练方法，其特征在于，步骤s107中，利用kriging插值函数作为激活函数对同类别监测数据变...

【专利技术属性】
技术研发人员：李芸莹，魏永森，翟海涛，寇新磊，王强，
申请(专利权)人：浪潮智慧城市科技有限公司，
类型：发明
国别省市：