一种基于振动基频提取网络的桥梁索力实时监测方法及装置.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115901023A(43)申请公布日2023.04.04(21)申请号202211374223.5(22)申请日2022.11.03(71)申请人浙江大学地址310058浙江省杭州市西湖区余杭塘路866号(72)发明人董亚波张君如董天哲(74)专利代理机构杭州天勤知识产权代理有限公司33224专利代理师胡红娟(51)Int.Cl.G01L1/10(2006.01)G06F18/2415(2023.01)G06N3/045(2023.01)G06N3/084(2023.01)权利要求书2页说明书6页附图3页(54)发明名称一种基于振动基频提取网络的桥梁索力实时监测方法及装置(57)摘要本发明提供了一种基于振动基频提取网络的桥梁索力实时监测方法，包括：利用频谱尖峰搜索法获得桥梁时域振动信号的幅频向量；构建基频清洗网络以获得候选基频集合；构建基频识别网络以获得基频提取值；基于基频输入样本集与基频识别样本集训练基频清洗网络与基频识别网络；将训练完毕后的两个网络组合以获得振动基频提取网络，向振动基频提取网络输入实时的幅频向量以输出基频值，并可以计算得到桥梁的索力值。本发明提供了一种桥梁索力实时监测装置。本发明提供的方法可以对桥梁的振动信号的基频进行准确提取，并计算桥梁索力以实现对桥梁的监测。CN115901023ACN115901023A权利要求书1/2页1.一种基于振动基频提取网络的桥梁索力实时监测方法，其特征在于，包括：步骤1、采集获得桥梁拉索的振动信号，采用频谱分析法计算获得对应的频谱图；步骤2、采用频谱尖峰搜索法，将步骤1获得的频谱图转换为幅频向量，并将幅频向量发送至用于实时监测桥梁索力的监测系统；步骤3、所述监测系统包括预构建的基频清洗网络和基频识别网络，所述基频清洗网络用于判断输入的幅频向量是否为有效的多阶倍频，剔除数据异常的幅频向量，输出获得候选基频集合，所述基频识别网络用于根据所述候选基频集合计算输出对应的综合基频值；步骤4、根据所述监测系统输出的综合基频值，计算获得用于反映桥梁安全状况的桥梁索力。2.根据权利要求1所述的基于振动基频提取网络的桥梁索力实时监测方法，其特征在于，在步骤1中，所述频谱分析法包括对获得的振动信号进行傅里叶变换后，按照振动频率从小到大对变换后的振动信号进行排列，获得最终的频谱图。3.根据权利要求1所述的基于振动基频提取网络的桥梁索力实时监测方法，其特征在于，在步骤2中，所述频谱尖峰搜索法包括：步骤2‑1、取频谱图全频域的幅值最大值及其对应的振动频率将振动频率fi的领域内的所有频域数据点设置为0，其中是理论基频初值；步骤2‑2、重复以上步骤，直至寻找到M个幅值最大值，将M个幅值最大值以及对应的频率数据组合，构成M×2维的幅频向量。4.根据权利要求1所述的基于振动基频提取网络的桥梁索力实时监测方法，其特征在于，在步骤3中，所述基频清洗网络包括多个频率筛选卷积块和分类块，所述频率筛选卷积块用于对输入的幅频向量进行基频特征提取，所述分类块根据提取获得的基频特征进行频率异常状态的概率分布计算，根据概率值最大的频率异常状态，提取前X个正常状态的幅频向量作为候选基频集合输出。5.根据权利要求4所述的基于振动基频提取网络的桥梁索力实时检测方法，其特征在于，所述幅频向量在输入基频清洗网络前需要预处理，所述预处理包括以S步历史数据为步长，按照时间从远到近的顺序将当前时刻的M×2维幅频向量扩充为(M×S)×2维，将扩充后的幅频向量输入至基频清洗网络，所述S步历史数据的步长由人为设定。6.根据权利要求4所述的基于振动基频提取网络的桥梁索力实时监测方法，其特征在于，所述频率筛选卷积块由一个16×1卷积层、一个8×1卷积层、一个8×1卷积层和一个最大池化层构建；所述分类块由一个全连接层和一个softmax层构建。7.根据权利要求1所述的基于振动基频提取网络的桥梁索力实时监测方法，其特征在于，在步骤3中，所述基频识别网络包括多个频率提取卷积块和基频输出块，所述频率提取卷积块用于对输入的候选基频集合进行候选基频特征提取，所述基频输出块根据提取获得的候选基频特征计算对应基频倍数值的概率分布，根据概率值最大的基频倍数值，计算候选基频集合中第一个频率值与概率值最大基频倍数值的比值作为综合基频值输出。8.根据权利要求7所述的基于振动基频提取网络的桥梁索力实时监测方法，其特征在2CN115901023A权利要求书2/2页于，所述频率提取卷积块由一个3×1卷积层、一个3×1卷积层、一个3×1卷积层和一个最大池化层构建；所述基频输出块由一个全连接层和一个softmax层构建。9.根据权利要求1所述的基于振动基频提取网络的桥梁索力实时监测方法，其特征在于，所述桥梁索力的计算公式