CN111738878A - 一种桥梁应力检测系统 - Google Patents

一种桥梁应力检测系统 Download PDF

Info

Publication number
CN111738878A
CN111738878A CN202010689059.1A CN202010689059A CN111738878A CN 111738878 A CN111738878 A CN 111738878A CN 202010689059 A CN202010689059 A CN 202010689059A CN 111738878 A CN111738878 A CN 111738878A
Authority
CN
China
Prior art keywords
stress
estimation
module
management module
model
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010689059.1A
Other languages
English (en)
Other versions
CN111738878B (zh
Inventor
胡辉
张亮
董梅
宋杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Ruhr Technology Co Ltd
Original Assignee
Hangzhou Ruhr Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hangzhou Ruhr Technology Co Ltd filed Critical Hangzhou Ruhr Technology Co Ltd
Priority to CN202010689059.1A priority Critical patent/CN111738878B/zh
Publication of CN111738878A publication Critical patent/CN111738878A/zh
Application granted granted Critical
Publication of CN111738878B publication Critical patent/CN111738878B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/08—Construction
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
    • G01L1/00—Measuring force or stress, in general
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y10/00—Economic sectors
    • G16Y10/80—Homes; Buildings
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y20/00—Information sensed or collected by the things
    • G16Y20/20—Information sensed or collected by the things relating to the thing itself
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y30/00—IoT infrastructure
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/10—Detection; Monitoring
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/20—Analytics; Diagnosis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/50—Safety; Security of things, users, data or systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces

Landscapes

  • Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Geometry (AREA)
  • Development Economics (AREA)
  • Biomedical Technology (AREA)
  • General Engineering & Computer Science (AREA)
  • Architecture (AREA)
  • Civil Engineering (AREA)
  • Structural Engineering (AREA)
  • Evolutionary Computation (AREA)
  • Accounting & Taxation (AREA)
  • Medical Informatics (AREA)
  • Computer Hardware Design (AREA)
  • Computer Security & Cryptography (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明提供了一种桥梁应力检测系统，所述检测系统包括应力检测服务器、桥梁检测管理终端和传感器网络：所述传感器网络包括多个有效网格，每个有效网格布设应力传感器，以形成对应于所述有效网格的传感器矩阵
Figure DEST_PATH_IMAGE001
；所述应力检测服务器包括管理模块和应力预估模块，所述应力预估模块包括多个预估模型，每个预估模型与其对应的有效网格存在双射关系，所述预估模型只获取所述有效网格对应的范围内的应力传感器采集的数据，并输出预估结果；所述桥梁检测管理终端用于与所述管理模块交互，向所述管理模块发布管理指令，以及接受所述管理模块发出的推送信息。本发明提升检测效率。

Description

一种桥梁应力检测系统
技术领域
本发明涉及桥梁检测领域，尤其涉及一种桥梁应力检测系统。
背景技术
桥梁检测的常规定期检测包括桥面系检测、上部结构检测和下部结构检测。通常使用的方式是人工巡检。但是人工巡检人力成本过高，并且检测结果受限于人工的个人水平，难以得到稳定的检测结果。而人工无法实时对桥梁进行检测，无法预测桥梁的裂隙风险，加大巡检频率可能能够及时发现桥梁裂隙风险，但是检测成本会进一步升高。
发明内容
为了解决上述技术问题，本发明提出了一种桥梁应力检测系统。本发明具体是以如下技术方案实现的：
一种桥梁应力检测系统，所述检测系统包括应力检测服务器、桥梁检测管理终端和传感器网络：
所述传感器网络包括多个有效网格，每个有效网格布设应力传感器，以形成对应于所述有效网格的传感器矩阵
Figure 464947DEST_PATH_IMAGE001
；
所述应力检测服务器包括管理模块和应力预估模块，所述应力预估模块包括多个预估模型，每个预估模型与其对应的有效网格存在双射关系，所述预估模型只获取所述有效网格对应的范围内的应力传感器采集的数据，并输出预估结果；
所述桥梁检测管理终端用于与所述管理模块交互，向所述管理模块发布管理指令，以及接受所述管理模块发出的推送信息。
本发明实施例公开了一种桥梁应力检测系统，所述桥梁应力检测系统通过移动终端、服务器端和传感器网络的三端交互实现了自动化桥梁应力预估，显著节省人力成本，提升检测效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
图1是本发明实施例提供的一种桥梁应力检测系统示意图；
图2是本发明实施例提供的预估应力模块对所述预估模型编号对应的预估模型进行重新生成的流程图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明提供一种桥梁应力检测系统，如图1所示，所述检测系统包括应力检测服务器、桥梁检测管理终端和传感器网络；
所述传感器网络包括多个有效网格，每个有效网格布设应力传感器，以形成对应于所述有效网格的传感器矩阵
Figure 647667DEST_PATH_IMAGE002
；
所述应力检测服务器包括管理模块和应力预估模块，所述应力预估模块包括多个预估模型，每个预估模型与其对应的有效网格存在双射关系，所述预估模型只获取所述有效网格对应的范围内的应力传感器采集的数据，并输出预估结果；
所述桥梁检测管理终端用于与所述管理模块交互，向所述管理模块发布管理指令，以及接受所述管理模块发出的推送信息。
在一个实施例中，公开了一种可行的传感器网络的生成方式：
根据桥梁上表面的投影的边界得到应力传感器布设范围；
得到所述应力传感器布设范围的最小内接矩形；
将所述最小内接矩形划分为等密度正方形网格；
在所述最小内接矩形的长边方向划分多个有效网格，每个有效网格由多个等密度正方形网格构成，所述有效网格轮廓也是正方形，并且不同的有效网格不存在重叠。不同的有效网格的大小可以不一致。
进一步地，可以为有效网格中的正方形网格的各个角点处均布设应力传感器，得到所述有效网格的传感器矩阵
Figure 692983DEST_PATH_IMAGE001
。
在一个实施例中，所述管理模块用于接收所述桥梁检测管理终端发布的预估指令，调用所述应力预估模块得到预估结果，将所述预估结果发布至所述桥梁检测管理终端。
具体地，所述桥梁检测管理终端用于向所述管理模块发布预估指令，所述预估指令包括有效网格编号；
所述管理模块用于将所述预估指令发布至所述应力预估模块；
所述应力预估模块用于根据所述有效网格编号调用对应的预估模型，所述预估模型用于获取所述有效网格的传感器矩阵
Figure 353771DEST_PATH_IMAGE002
采集的应力数据，得到预估结果；
所述应力预估模块还用于将所述预估结果传输至所述管理模块；
所述管理模块根据所述预估结果生成预估结果响应，并将其推送至桥梁检测管理终端。
显而易见，有效网格有唯一确定的位置范围，预估指令可以使得用户及时了解某个范围内桥梁的应力状态。
在一个实施例中，所述管理模块还用于接收所述桥梁检测管理终端发布的修正指令，所述修正指令包括预估模型编号，所述管理模块调用所述应力预估模块对所述预估模型编号对应的预估模型进行修正。
在一个实施例中，所述管理模块还用于接收所述桥梁检测管理终端发布的重新生成指令，所述重新生成指令包括预估模型编号，所述管理模块调用所述应力预估模块对所述预估模型编号对应的预估模型进行重新生成。
本发明实施例认为在桥梁检测领域不同位置的应力状态有其自身的特点，这体现在布设于该位置处的应力传感器采集的数据之中，因此，通过分析有效网格采集的应力数据，可以得到所述有效网格覆盖的位置处桥梁的应力状态；基于有效网络采集的应力数据得到预估模型的结构，可以使得预估模型的结构本身即可适配所述有效网格位置处的桥梁的应力分布状态，从而对有效网格位置处的应力信息的变化更为敏感。
具体地，所述预估应力模块对所述预估模型编号对应的预估模型进行重新生成时，如图2所示，需要执行下述步骤：
S101. 对有效网格中的各个应力传感器进行按序编号。
S103. 获取有效网格的任意两个应力序列
Figure 433723DEST_PATH_IMAGE003
和
Figure 521765DEST_PATH_IMAGE004
(
Figure 319956DEST_PATH_IMAGE005
为传感器编号)，计算其不相似指数
Figure 784436DEST_PATH_IMAGE006
以得到参数矩阵
Figure 718894DEST_PATH_IMAGE007
。
S105. 获取精准度参量。
具体地，所述精准度参量对应于预估模型的基础计算节点，基础计算节点与预估模型的精度有关，因此，所述精准度参量影响预估模型的精度，精准度参量越高，预估模型的精度越高。所述精准度参量可以由用户进行设定，也可以根据实际需求进行调整。
S107. 基于各个所述应力序列得到与应力传感器编号i对应的预估模型构建第一参数，和，与应力传感器编号j对应的预估模型构建第二参数。
具体地，所述预估模型构建第一参数和预估模型构建第二参数用于基于所述基础计算节点生成所述预估模型的关联计算节点，基础计算节点和所述关联计算节点构成所述预估模型的全部计算节点。
具体地，所述基于各个所述应力序列得到与应力传感器编号i对应的预估模型构建第一参数，和，与应力传感器编号j对应的预估模型构建第二参数，包括：
所述预估模型构建第一参数以
Figure 977837DEST_PATH_IMAGE008
表示，
Figure 997745DEST_PATH_IMAGE009
表示应力序列
Figure 265916DEST_PATH_IMAGE003
对精准度参量
Figure 54880DEST_PATH_IMAGE010
的归属程度，所述预估模型构建第二参数以
Figure 750304DEST_PATH_IMAGE011
表示，
Figure 523088DEST_PATH_IMAGE012
表示应力序列
Figure 63790DEST_PATH_IMAGE004
对精准度参量
Figure 972840DEST_PATH_IMAGE013
的权重程度，精准度参量
Figure 839165DEST_PATH_IMAGE013
标识某个聚类类别。
本发明实施例并不限定预估模型构建第一参数和预估模型构建第二参数的具体计算方法，但是给出了其具体含义，在一个优选的实施例中，本发明实施例示例性提供一种可行的计算方法：
预估模型构建第一参数根据公式（1）：
Figure 833666DEST_PATH_IMAGE014
计算；
预估模型构建第二参数根据公式（2）：
Figure 178060DEST_PATH_IMAGE015
计算；
根据公式（1）和公式（2）进行计算，从而得到各个应力传感器的编号相对的预估模型构建第一参数和预估模型构建第二参数。公式（1）和公式（2）中的
Figure 941616DEST_PATH_IMAGE016
和
Figure 978843DEST_PATH_IMAGE017
为预设常量，所述预设常量可以基于有限次试验确定。
显然，预估模型构建第一参数和预估模型构建第二参数均是参数组的形式，所述预估模型构建第一参数为
Figure 195060DEST_PATH_IMAGE018
，所述预估模型构建第二参数为
Figure 343145DEST_PATH_IMAGE019
。通过变更i，j的值，显然可以得到每个应力传感器编号对应的预估模型构建第一参数和预估模型构建第二参数。
S109. 根据所述精准度参量、预估模型构建第一参数和预估模型构建第二参数生成预估模型的结构。
具体地，所述根据所述精准度参量、预估模型构建第一参数和预估模型构建第二参数生成预估模型结构，包括：
S1091. 构建与所述有效网格相同形状的模型底图。
S1093. 在所述模型底图上根据所述精准度参量布设基础计算节点。
具体地，可以在所述模型底图上绘制一条对角线，对所述对角线进行
Figure 961208DEST_PATH_IMAGE021
等分，每个等分点布设一个基础计算节点。具体地，基础计算节点
Figure 169335DEST_PATH_IMAGE022
对应一个精准度参量
Figure 138429DEST_PATH_IMAGE010
。
S1095. 根据预设生成规则以所述基础计算节点为中心生成关联计算节点，以得到所述预设模型的核结构，所述预设模型的核结构中每个关联计算节点以其对应的连接概率与自身连接。
其中，所述预设模型的核结构中每个关联计算节点以其对应的连接概率与自身连接的含义为：所述预设模型的核结构中存在自反馈连接的关联计算节点个数占全部关联计算节点的总数的比值为所述关联计算节点对应的连接概率。
连接概率可以根据实际需要进行调节，连接概率可以基于有限次实验调节核结构而得到，本发明实施例不限定其具体方案。
当然，所述预设模型的结构还包括输入单元和输出单元，所述输入单元和所述输出单元通过所述核结构连接。
具体地，所述根据预设生成规则以所述基础计算节点为中心生成关联计算节点，包括：
S10951. 在所述模型底图中随机生成关联计算节点
Figure 824625DEST_PATH_IMAGE023
，并将所述关联计算节点
Figure 562774DEST_PATH_IMAGE024
主动与其周围的任一已存在关联计算节点
Figure 207382DEST_PATH_IMAGE025
按照概率
Figure 398192DEST_PATH_IMAGE026
进行连接，其中
Figure 888079DEST_PATH_IMAGE027
分别为关联计算节点
Figure 480734DEST_PATH_IMAGE028
的预估模型构建第一参数中的目标子参数和预估模型构建第二参数中的目标子参数。
当然，若其不存在关联计算节点，可以将第一个新增的关联计算节点直接与最接近基础计算节点双向互连。
当然，在一个可行的实施例中基础计算节点之间也可以互连。
具体地，所述关联计算节点
Figure 30664DEST_PATH_IMAGE029
的预估模型构建第一参数中的目标子参数的获取方式为：
确定距离所述关联计算节点
Figure 708770DEST_PATH_IMAGE023
最近的基础计算节点；
确定所述基础计算节点对应的精准度参量的下标
Figure 267927DEST_PATH_IMAGE030
；
将预估模型构建第一参数中的第
Figure 980668DEST_PATH_IMAGE030
个数据作为目标子参数。
同理可以得到预估模型构建第二参数中的目标子参数。
Figure 435921DEST_PATH_IMAGE031
为关联计算节点
Figure 866902DEST_PATH_IMAGE023
与关联计算节点
Figure 964171DEST_PATH_IMAGE029
之间的欧氏距离。
S10953. 同时其周围的任一已存在关联计算节点
Figure 796998DEST_PATH_IMAGE029
按照概率主动与关联计算节点
Figure 75849DEST_PATH_IMAGE023
连接。
S10955. 判断所述关联计算节点
Figure 976809DEST_PATH_IMAGE023
是否与至少一个所述已存在关联计算节点生成双向互连，若是，则保留所述关联计算节点
Figure 132984DEST_PATH_IMAGE023
，所述关联计算节点
Figure 195618DEST_PATH_IMAGE024
成为已存在关联计算节点；若否，则删除所述关联计算节点
Figure 70033DEST_PATH_IMAGE023
。
本发明实施例中通过生成H个关联计算节点得到核结构，H的数量可以预设得到。
双向互连的核结构构建过程中，任一新增的关联计算节点与其附近的关联计算节点的双向互连概率与距离负相关，从而能够达到这样一种效果，即计算节点的分布与有效网格覆盖范围的压力分布相对应，所述预估模型的结构中，越靠近基础计算节点的关联计算节点，其学习结果在输出中的占比越高，从而使得基于预估模型的结构和来自所述有效网格的训练样本训练后得到的预估模型对于来自所述有效网格的数据有更为敏感准确的预测能力，这是由于预估模型的结构本身所带来的一种效果。
S1011. 获取来自所述有效网格的传感器矩阵
Figure 774684DEST_PATH_IMAGE002
采集的数据，构建训练样本。
S1013. 基于所述训练样本训练所述预估模型的结构得到预估模型。
计算节点互连得到的预估模型的结构可以被理解为一种神经网络，神经网络的训练属于现有技术，本发明实施例并不对其进行特殊限定，当然本发明实施例的神经网络是一种与数据分布相适应的神经网络，为了突出神经网络的结构优势，可以在训练样本构造环节进行处理，在样本数据中加入位置特征，以及在训练过程中限定不同区域的神经元对训练的参与程度，但是这并不是本申请的重点内容，本领域技术人员可以根据现有技术进行设计，本发明实施例并不做出特殊限定。本发明实施例旨在公开一种适应于桥梁领域的模型结构，对于训练方法不做赘述。仅仅明确所述神经网络被训练为根据桥梁的应力数据对后续的应力数据进行提前预估的机器。
本发明的创新重点在于基于布设在桥梁下表面的传感器采集的应力数据得到相对应的预估模型的结构。本发明实施例认为有限网格的传感器采集的数据体现了在有限网格的覆盖范围内的桥梁的应力分布状态，根据桥梁的应力分布状态确定预估模型的计算节点的连接关系，从而可以使得预估模型的结构可以适配于有限网格覆盖范围内的应力状态的分布规律，从而可以使得基于所述预估模型的结构训练的预估模型从结构角度更能够适配于对所述预测网格内的传感器采集的数据的分析，对这种预估模型的结构进行训练得到的预估模型可以更为精准的对有效网格的传感器采集到的数据进行分析，并进行预测。
本发明实施例公开了一种桥梁应力检测系统，所述桥梁应力检测系统通过移动终端、服务器端和传感器网络的三端交互实现了自动化桥梁应力预估，显著节省人力成本，提升检测效率。
应当理解的是，在本文中提及的“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A 和/或B，可以表示：单独存在A，同时存在A 和B，单独存在B 这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种桥梁应力检测系统，其特征在于，所述检测系统包括应力检测服务器、桥梁检测管理终端和传感器网络：
所述传感器网络包括多个有效网格，每个有效网格布设应力传感器，以形成对应于所述有效网格的传感器矩阵
Figure 354230DEST_PATH_IMAGE002
；
所述应力检测服务器包括管理模块和应力预估模块，所述应力预估模块包括多个预估模型，每个预估模型与其对应的有效网格存在双射关系，所述预估模型只获取所述有效网格对应的范围内的应力传感器采集的数据，并输出预估结果；
所述桥梁检测管理终端用于与所述管理模块交互，向所述管理模块发布管理指令，以及接受所述管理模块发出的推送信息。
2.根据权利要求1所述的系统，其特征在于，传感器网络的生成方式包括：
根据桥梁上表面的投影的边界得到应力传感器布设范围；
得到所述应力传感器布设范围的最小内接矩形；
将所述最小内接矩形划分为等密度正方形网格；
在所述最小内接矩形的长边方向划分多个有效网格，每个有效网格由多个等密度正方形网格构成，所述有效网格轮廓也是正方形，并且不同的有效网格不存在重叠；
为有效网格中的正方形网格的各个角点处均布设应力传感器，得到所述有效网格的传感器矩阵
Figure 57744DEST_PATH_IMAGE003
。
3.根据权利要求2所述的系统，其特征在于：
所述桥梁检测管理终端用于向所述管理模块发布预估指令，所述预估指令包括有效网格编号；
所述管理模块用于将所述预估指令发布至所述应力预估模块；
所述应力预估模块用于根据所述有效网格编号调用对应的预估模型，所述预估模型用于获取所述有效网格的传感器矩阵
Figure 743940DEST_PATH_IMAGE003
采集的应力数据，得到预估结果；
所述应力预估模块还用于将所述预估结果传输至所述管理模块；
所述管理模块根据所述预估结果生成预估结果响应，并将其推送至桥梁检测管理终端。
4.根据权利要求3所述的系统，其特征在于：
所述管理模块还用于接收所述桥梁检测管理终端发布的修正指令，所述修正指令包括预估模型编号，所述管理模块调用所述应力预估模块对所述预估模型编号对应的预估模型进行修正。
5.根据权利要求4所述的系统，其特征在于：
所述管理模块还用于接收所述桥梁检测管理终端发布的重新生成指令，所述重新生成指令包括预估模型编号，所述管理模块调用所述应力预估模块对所述预估模型编号对应的预估模型进行重新生成。
6.根据权利要求5所述的系统，其特征在于：
所述预估应力模块对所述预估模型编号对应的预估模型进行重新生成时，需要执行下述步骤：
对有效网格中的各个应力传感器进行按序编号；
获取有效网格的任意两个应力序列
Figure 482089DEST_PATH_IMAGE005
和
Figure DEST_PATH_IMAGE007
，计算其不相似指数
Figure DEST_PATH_IMAGE009
以得到参数矩阵
Figure DEST_PATH_IMAGE011
；
获取精准度参量；
基于各个所述应力序列得到与应力传感器编号i对应的预估模型构建第一参数和与应力传感器编号j对应的预估模型构建第二参数；
根据所述精准度参量、预估模型构建第一参数和预估模型构建第二参数生成预估模型的结构；
获取来自所述有效网格的传感器矩阵
Figure 392276DEST_PATH_IMAGE003
采集的数据，构建训练样本；
基于所述训练样本训练所述预估模型的结构得到预估模型。
CN202010689059.1A 2020-07-17 2020-07-17 一种桥梁应力检测系统 Active CN111738878B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010689059.1A CN111738878B (zh) 2020-07-17 2020-07-17 一种桥梁应力检测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010689059.1A CN111738878B (zh) 2020-07-17 2020-07-17 一种桥梁应力检测系统

Publications (2)

Publication Number Publication Date
CN111738878A true CN111738878A (zh) 2020-10-02
CN111738878B CN111738878B (zh) 2020-11-24

Family

ID=72654866

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010689059.1A Active CN111738878B (zh) 2020-07-17 2020-07-17 一种桥梁应力检测系统

Country Status (1)

Country Link
CN (1) CN111738878B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113390540A (zh) * 2021-05-28 2021-09-14 北京理工大学 一种自供电的高灵敏度的桥梁应力检测系统及检测方法
CN116045833A (zh) * 2023-01-03 2023-05-02 中铁十九局集团有限公司 一种基于大数据的桥梁施工变形监测系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103177549A (zh) * 2011-12-24 2013-06-26 西安迅腾科技有限责任公司 一种基于无线传感器网络的桥梁健康监测系统
CN104990532A (zh) * 2015-07-31 2015-10-21 郑州大学 基于变形分解的平面钢构件稳定性监测方法
CN107092735A (zh) * 2017-04-07 2017-08-25 东南大学 一种桥梁疲劳状态评估方法
CN108460152A (zh) * 2018-03-26 2018-08-28 王智华 一种数据的多维映射方法、装置及计算机可读存储介质
CN109246640A (zh) * 2018-09-29 2019-01-18 河南小榆树工程科技有限公司 一种连续桥梁施工过程应力监控系统及方法
CN109631989A (zh) * 2018-12-04 2019-04-16 广州优里贸易有限公司 一种实时智能的桥梁结构无线监测系统
CN110009037A (zh) * 2019-04-03 2019-07-12 中南大学 一种基于物理信息耦合的工程风速短时预测方法及系统
CN111275676A (zh) * 2020-01-17 2020-06-12 河海大学 一种基于动力指纹的桥面板损伤识别方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103177549A (zh) * 2011-12-24 2013-06-26 西安迅腾科技有限责任公司 一种基于无线传感器网络的桥梁健康监测系统
CN104990532A (zh) * 2015-07-31 2015-10-21 郑州大学 基于变形分解的平面钢构件稳定性监测方法
CN107092735A (zh) * 2017-04-07 2017-08-25 东南大学 一种桥梁疲劳状态评估方法
CN108460152A (zh) * 2018-03-26 2018-08-28 王智华 一种数据的多维映射方法、装置及计算机可读存储介质
CN109246640A (zh) * 2018-09-29 2019-01-18 河南小榆树工程科技有限公司 一种连续桥梁施工过程应力监控系统及方法
CN109631989A (zh) * 2018-12-04 2019-04-16 广州优里贸易有限公司 一种实时智能的桥梁结构无线监测系统
CN110009037A (zh) * 2019-04-03 2019-07-12 中南大学 一种基于物理信息耦合的工程风速短时预测方法及系统
CN111275676A (zh) * 2020-01-17 2020-06-12 河海大学 一种基于动力指纹的桥面板损伤识别方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113390540A (zh) * 2021-05-28 2021-09-14 北京理工大学 一种自供电的高灵敏度的桥梁应力检测系统及检测方法
CN116045833A (zh) * 2023-01-03 2023-05-02 中铁十九局集团有限公司 一种基于大数据的桥梁施工变形监测系统
CN116045833B (zh) * 2023-01-03 2023-12-22 中铁十九局集团有限公司 一种基于大数据的桥梁施工变形监测系统

Also Published As

Publication number Publication date
CN111738878B (zh) 2020-11-24

Similar Documents

Publication Publication Date Title
Agogino et al. Analyzing and visualizing multiagent rewards in dynamic and stochastic domains
CN108133611A (zh) 车辆行驶轨迹监测方法及系统
CN111738878B (zh) 一种桥梁应力检测系统
CN110703057A (zh) 基于数据增强和神经网络的电力设备局部放电诊断方法
CN105740991A (zh) 基于改进bp神经网络拟合多种气候模式的气候变化预测方法及系统
CN110967028A (zh) 导航地图构建方法、装置、机器人及存储介质
CN109978870A (zh) 用于输出信息的方法和装置
KR101680481B1 (ko) 실내 네트워크 맵 매칭 방법 및 실내 네트워크 맵 매칭 시스템
CN113723715A (zh) 公交线网自动匹配道路网络方法、系统、设备及存储介质
CN115330357A (zh) 智能立体车库数据管理方法、装置、设备及存储介质
CN115793590A (zh) 适用于系统安全运维的数据处理方法及平台
CN113095389B (zh) 网格化传感器监控网络校准方法及系统
CN1782672A (zh) 改善发电设备故障检测的方法和装置
CN114139589A (zh) 故障诊断方法、装置、设备与计算机可读存储介质
CN117056722A (zh) 一种规划地块人口数量预测方法及系统
CN117035739A (zh) 光伏电站的工单路径规划方法、装置、电子设备和介质
CN111343664B (zh) 用户定位方法、装置、设备及介质
CN111737881B (zh) 一种桥梁应力提前预估方法
CN108519579B (zh) 基于区间重叠度分析优选AP的WiFi指纹定位方法
CN113092681B (zh) 用于网格化监控网络的传感器配对方法及系统
CN109087280A (zh) 连铸坯质量检测方法、装置、控制设备、服务器及介质
CN113744888A (zh) 区域流行病趋势预测预警方法及系统
CN117390590B (zh) 一种基于cim模型的数据管理方法及系统
CN116151128B (zh) 一种装备体系贡献率评估方法
CN117119585B (zh) 一种蓝牙定位导航系统及方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant