一种基于大数据的桥梁安全管理方法和系统.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115311246A(43)申请公布日2022.11.08(21)申请号202211017027.2G06N3/08(2006.01)(22)申请日2022.08.23G06F30/23(2020.01)G06V10/44(2022.01)(71)申请人保利长大工程有限公司G06V10/762(2022.01)地址510000广东省广州市天河区广州大G06V10/77(2022.01)道中942号G06V10/82(2022.01)申请人广州市高速公路有限公司G01M99/00(2011.01)(72)发明人荣国城曾磊郭广银李环宇G06F119/14(2020.01)郑波涛汪一格陶煜峰杨雁君彭维李国俊刘程洪高升(74)专利代理机构广州市越秀区哲力专利商标事务所(普通合伙)44288专利代理师陶洁雯(51)Int.Cl.G06T7/00(2017.01)G06N3/04(2006.01)权利要求书4页说明书10页附图3页(54)发明名称一种基于大数据的桥梁安全管理方法和系统(57)摘要本发明提出一种基于大数据的桥梁安全管理方法，包括，获取桥梁裂缝图像，根据桥梁裂缝图像识别算法识别桥梁裂纹，并得出桥梁裂纹长度；采用有限元方法，根据桥梁裂纹长度，确定当前桥梁的可承受应变应力；获取车辆载荷数据与车载致应变应力的关系；训练长短时记忆神经网络模型；实时监测车载载荷数据，根据得到的车辆载荷数据与车载致应变应力的关系，得到车载致应变应力，并根据训练好的长短时记忆神经网络模型，得出车载致应变应力变化部分；比对车载致应变应力变化部分的阈值和当前桥梁的可承受应变应力，当车载致应变应力变化部分的阈值和当前桥梁的可承受应变应力时，进行报警。本发明提出方法，能够对桥梁安全进行及时有效的管理。CN115311246ACN115311246A权利要求书1/4页1.一种基于大数据的桥梁安全管理方法，其特征在于，包括如下步骤：获取桥梁裂缝图像，根据桥梁裂缝图像识别算法识别桥梁裂纹，并得出桥梁裂纹长度；采用有限元方法，根据桥梁裂纹长度，确定当前桥梁的可承受应变应力；获取历史车辆载荷数据以及历史车辆载荷数据情况下的历史桥梁实时应变应力监测数据，利用小波包分解得出应变监测数据中的车载致应变应力，得到车辆载荷数据与车载致应变应力的关系；构建长短时记忆神经网络模型，将车载致应变标记为车载致应变变化部分与平稳部分，建立样本训练集与测试集进行长短时记忆神经网络模型的训练，得到训练好的长短时记忆神经网络模型；实时监测车载载荷数据，根据得到的车辆载荷数据与车载致应变应力的关系，得到车载致应变应力，并根据训练好的长短时记忆神经网络模型，得出车载致应变应力变化部分；比对车载致应变应力变化部分的阈值和当前桥梁的可承受应变应力，当车载致应变应力变化部分的阈值和当前桥梁的可承受应变应力时，进行报警。2.根据权利要求1所述的一种基于大数据的桥梁安全管理方法，其特征在于，获取桥梁裂缝图像，根据桥梁裂缝图像识别算法识别桥梁裂纹，并得出桥梁裂纹长度，具体包括：基于Gabor滤波获取桥梁裂缝识别的有效区域；将获取桥梁裂缝识别的有效区域再进行高斯滤波以平滑处理，得到平滑处理后的图像；将平滑处理后的图像进行主成分分析，得到降维后的图像；将降维后的图像进行K‑means聚类获取桥梁裂缝区域；利用改进后的脉冲耦合神经网络进行桥梁裂缝识别；获取桥梁裂纹长度。3.根据权利要求1所述的一种基于大数据的桥梁安全管理方法，其特征在于，采用有限元方法，根据桥梁裂纹的数据，确定当前桥梁的可承受应变应力；具体为：首先建立桥梁的结构图；将桥梁裂纹的数据作为边界条件；得出当前桥梁的可应变应力；将研究域Ω嵌入到无限大含裂纹的区域中，其中区域含裂纹长度为2a，在研究域Ω外作虚拟边界S，并在其上分布密度未知的虚拟荷载X(l)，其中，l＝1,2；根据叠加原理，在真实荷载F(l)和虚拟荷载X(l)的共同作用下，无限域内任意一点z＝x+iy处的位移或应力为：2CN115311246A权利要求书2/4页其中，zS∈S，zΩ∈Ω，其边界为L，其中F(1)为水平方向的域内体力，F(2)为垂直方向的域内体力；X(1)为水平方向的虚拟荷载，X(2)为垂直方向的虚拟荷载；σx为x方向应力，σy为Y方向应力，τxy为应力转角，u为X方向应变位移，V为Y方向应变位移。4.根据权利要求1所述的一种基于大数据的桥梁安全管理方法，其特征在于，利用小波包分解得出应变监测数据中的车载致应变应力，具体包括：根据温度致应变应力的变化频率以及车载致应变应力的变化频率，确定小波包的分解频率范围，所述应变应力监测数据包括温度致应变应力和车载致应变应力；根据采样频率以及小波包的分解频率范围，确定小波包的分解层数；