← 返回列表

基于物理约束神经网络的桥梁监测挠度与温度分离方法

申请号: CN202410226035.0
申请人: 四川华腾公路试验检测有限责任公司
申请日期: 2024/2/29

摘要文本

本发明公开了一种基于物理约束神经网络的桥梁监测挠度与温度分离方法,属于桥梁健康监测领域,该方法为:实时监测桥梁的状态和环境参数数据;基于桥梁的结构特点,建立用于描述桥梁变形分别与荷载和温度分布的关系的结构有限元模型;根据结构有限元模型,基于深度神经网络结构,构建物理约束神经网络模型;对桥梁历史数据进行预处理,得到训练数据;根据训练数据,对物理约束神经网络模型进行训练,优化物理约束神经网络模型的权重参数和偏置参数;将优化后的物理约束神经网络模型集成到桥梁监测系统中,并根据桥梁的状态和环境参数数据,实现桥梁监测挠度与温度分离。本发明实现了桥梁监测中挠度和温度的分离,有效提高桥梁的安全性和可靠性。

专利详细信息

项目 内容
专利名称 基于物理约束神经网络的桥梁监测挠度与温度分离方法
专利类型 发明申请
申请号 CN202410226035.0
申请日 2024/2/29
公告号 CN117807854A
公开日 2024/4/2
IPC主分类号 G06F30/23
权利人 四川华腾公路试验检测有限责任公司
发明人 唐堂; 贺轩浩; 张元敏; 樊韬; 田启滨; 唐朝勇; 王磊
地址 四川省成都市郫都区成都现代工业港南片区西源大道4229号

专利主权项内容

1.一种基于物理约束神经网络的桥梁监测挠度与温度分离方法,其特征在于,包括以下步骤:S1、在桥梁上布置温度传感器、荷载传感器和振动传感器,实时监测桥梁的状态和环境参数数据;S2、基于桥梁的结构特点,建立用于描述桥梁变形分别与荷载和温度分布的关系的结构有限元模型;S3、根据结构有限元模型,基于深度神经网络结构,构建物理约束神经网络模型;S4、收集桥梁历史数据,并对桥梁历史数据进行预处理,得到训练数据;S5、根据训练数据,对物理约束神经网络模型进行训练,优化物理约束神经网络模型的权重参数和偏置参数;S6、将步骤S5优化后的物理约束神经网络模型集成到桥梁监测系统中,并根据桥梁的状态和环境参数数据,实现桥梁监测挠度与温度分离。