CN114354106B - 基于risc-v桥梁智能监测预警分析系统 - Google Patents

Abstract

本发明公开了基于RISC‑V桥梁智能监测预警分析系统，涉及桥梁监测技术领域，包括传感器模块、主控模块、降噪滤波模块、智能相关性分析模块和降噪分析模块；传感器模块为设置在桥梁主梁、桥墩、桥塔和地基处的传感器组，用于采集桥梁的接触参数信息；降噪滤波模块用于对传感器模块采集的数据进行降噪滤波处理，将处理后的数据传输至智能相关性分析模块；智能相关性分析模块用于对接收到的接触参数信息进行相关性分析，计算得到当前桥梁的威胁评值KP，从而综合评价桥梁健康状态；降噪分析模块用于实时监测降噪滤波模块的降噪处理记录并进行预警分析，根据通信影响系数TX判断通信状态是否异常，及时预警，有效提高桥梁监测效率。

Description

基于RISC-V桥梁智能监测预警分析系统

技术领域

本发明涉及桥梁监测技术领域，具体是基于RISC-V桥梁智能监测预警分析系统。

背景技术

智慧监测是人工智能技术的重要应用领域，通过大量传感器被嵌入和装备到高压电网、铁路公路、轨道交通、桥梁、隧道大坝、城市地下管廊、油气管道等领域，完成海量数据采集、传输、分析处理、存储等逻辑功能，实现对监测物体的智能在线监测。桥梁健康监测作为智慧监测的重要应用领域，社会的快速发展，使人们越来越意识到桥梁、公路、铁路等公共交通运输系统安全快速发展的重要性。

目前，桥梁结构健康监测主要通过在监测桥梁上安装传感器，感知桥梁结构参数变化，利用数据采集设备实现数据采集，通过4G/5G等通信方式将监测数据上传监测平台，对数据进行分析处理。尽管桥梁结构健康监测系统已普遍推广，但是各专业监测数据单独存放、分析和执行监督操作，缺乏数据共享，无法实现联动，容易造成重复投资；同时当存在噪声信号影响时，容易影响桥梁健康监测的准确性；针对以上存在的问题，本发明提出了一种基于RISC-V桥梁智能监测预警分析系统。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出基于RISC-V桥梁智能监测预警分析系统。

为实现上述目的，根据本发明的第一方面的实施例提出基于RISC-V桥梁智能监测预警分析系统，包括主控模块、传感器模块、降噪滤波模块、智能相关性分析模块和降噪分析模块；

所述主控模块内置有RISC-V内核，所述RISC-V内核基于RISC-V指令集架构，并作为主模块挂到AXI上与从设备进行数据交互；

所述降噪滤波模块用于对传感器模块采集的数据进行降噪滤波处理，消除干扰信号，将处理后的数据传输至智能相关性分析模块；

所述智能相关性分析模块用于对接收到的接触参数信息进行相关性分析，计算得到当前桥梁的威胁评值KP，从而综合评价桥梁健康状态；

所述降噪分析模块与降噪滤波模块连接，用于实时监测降噪滤波模块的降噪处理记录并进行预警分析，根据通信影响系数TX判断通信状态是否异常；

所述智能相关性分析模块在探测到通信异常信号后，进入主动待机模式，即不再以信号干扰严重状态下的接触参数信息来监测桥梁健康状态，待降噪分析模块判断通信状态正常后，再继续二者之间的通信。

进一步地，所述降噪滤波模块的具体处理步骤为：

当接收到噪声信号时，获取对应的噪声信号的周期能量值；周期能量值是指对接收到的连续多个比特位数据的能量进行累加并求平均所得到的值；

根据周期能量值，确定噪声信号的当前噪声等级；根据当前噪声等级，确定对应的当前降噪增益值；具体为：所述数据库中存储有周期能量值范围与噪声等级对照表以及噪声等级与降噪增益值对照表；

所述降噪滤波模块用于按照当前降噪增益值，对噪声信号进行降噪处理；继续关注噪声信号的周期能量值NE1，当NE1≤能量阈值且持续时间超过预设时长阈值，则降噪滤波模块结束运行。

进一步地，所述降噪滤波模块还用于将当前噪声等级和降噪处理时长融合形成降噪处理记录并存储至数据库。

进一步地，所述智能相关性分析模块的具体分析步骤为：

首先解析接触参数信息，建立各接触参数随时间变化的曲线图；针对同一时刻，将各接触参数与数据库中存储的与桥梁健康对应的安全准则进行对比，得到各接触参数的数据差值；

获取大于零的各接触参数的数据差值，结合数据库中存储的各接触参数对桥梁健康的影响因子，计算当前桥梁的威胁系数JKt；

建立威胁系数JKt随时间变化的曲线图，若JKt≥威胁阈值，则在对应的曲线图中截取对应的曲线段并标注为红色，记为威胁曲线段；

统计威胁曲线段的数量为Q1，将所有的威胁曲线段对时间进行积分并求和得到威胁参考能量Q2，利用KP=Q1×g1+Q2×g2计算得到当前桥梁的威胁评值KP，其中g1、g2为系数因子；若KP大于对应的评值阈值，则判定当前桥梁健康状态不佳，生成预警信号，

进一步地，所述智能相关性分析模块用于将预警信号发送至主控模块，所述主控模块接收到预警信号后控制报警模块发出警报，以提醒管理人员对桥梁进行检修维护。

进一步地，所述降噪分析模块的具体分析过程如下：

当监测到噪声信号时，记录对应的降噪处理记录，对当前噪声等级和降噪处理时长分配权重，计算得到降噪值ZX；

当监测到噪声信号时，自动倒计时，倒计时为T2，T2为预设值；

在倒计时阶段继续对噪声信号进行监测，若再次监测到新的噪声信号，则倒计时自动归为原值，重新倒计时，否则，倒计时归零，停止计时；

统计倒计时阶段倒计时自动归为原值的次数为P2，统计倒计时阶段的时长为DL，将对应的降噪值ZX进行求和得到降噪总值ZH；

利用公式TX=(P2×a3+ZH×a4)/(DL×a5)计算得到通信影响系数TX，其中a3、a4、a5为系数因子，若TX≥通信影响阈值，则判定当前信号干扰严重，生成通信异常信号。

进一步地，所述降噪分析模块用于将通信异常信号经主控模块传输至管理员的手机终端上，提示管理员当前桥梁信号干扰严重，通信状态不佳，建议尽快处理；同时调用其他监测系统实现桥梁健康状态监测。

进一步地，所述传感器模块为设置在桥梁主梁、桥墩、桥塔和地基处的传感器组，用于采集桥梁的接触参数信息；所述传感器组包括压力传感器、加速度传感器、位移传感器、挠度传感器和振动传感器；所述接触参数信息包括桥梁的压力、加速度、位移、挠度以及振动信息。

与现有技术相比，本发明的有益效果是：

1、本发明中智能相关性分析模块用于对接收到的接触参数信息进行相关性分析，通过权重的方式来分析数据的变化，从而来综合评价桥梁健康状态；首先将各接触参数与数据库中存储的安全准则进行对比，得到各接触参数的数据差值，计算当前桥梁的威胁系数JKt；将威胁系数JKt与威胁阈值相比较，计算得到当前桥梁的威胁评值KP，若KP大于对应的评值阈值，则生成预警信号，以提醒管理人员对桥梁进行检修维护；本发明通过实时监测桥梁的接触参数信息，实现了高精度桥梁三维位移的监测，精准的了解桥梁健康状况，降低了桥梁事故的发生率；

2、本发明中降噪分析模块用于实时监测降噪滤波模块的降噪处理记录并进行预警分析，当监测到噪声信号时，记录对应的降噪处理记录，计算得到降噪值ZX；结合倒计时阶段倒计时自动归为原值的次数、倒计时阶段的时长，计算得到通信影响系数TX，若TX≥通信影响阈值，则生成通信异常信号，提示管理员当前桥梁信号干扰严重，通信状态不佳，建议尽快处理；同时调用其他监测系统实现桥梁健康状态监测，提高桥梁安全。

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他的附图。

图1为本发明基于RISC-V桥梁智能监测预警分析系统的系统框图。

具体实施方式

下面将结合实施例对本发明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它实施例，都属于本发明保护的范围。

如图1所示，基于RISC-V桥梁智能监测预警分析系统，包括主控模块、传感器模块、降噪滤波模块、智能相关性分析模块、数据库、报警模块以及降噪分析模块；

主控模块内置有RISC-V内核，基于RISC-V指令集架构，此内核架构具有开源、简洁和高性能的特点，其中RISC-V内核作为主模块挂到AXI（高性能总线）上，由RISC-V内核发起读写操作与从设备进行数据交互；

传感器模块为设置在桥梁主梁、桥墩、桥塔和地基处的传感器组，用于采集桥梁的接触参数信息；传感器组包括压力传感器、加速度传感器、位移传感器、挠度传感器和振动传感器；接触参数信息包括桥梁的压力、加速度、位移、挠度以及振动信息；

降噪滤波模块与传感器模块相连接，用于对传感器模块采集的数据进行降噪滤波处理，消除干扰信号，并将处理后的数据传输至智能相关性分析模块；具体处理步骤为：

当接收到噪声信号时，获取对应的噪声信号的周期能量值，并标记为NE1；其中周期能量值是指对接收到的连续多个比特位数据的能量进行累加并求平均所得到的值；

根据周期能量值NE1，确定噪声信号的当前噪声等级，具体为：数据库中存储有周期能量值范围与噪声等级对照表；

根据当前噪声等级，确定对应的当前降噪增益值，具体为：数据库中存储有噪声等级与降噪增益值对照表；

降噪滤波模块用于按照当前降噪增益值，对噪声信号进行降噪处理；继续关注噪声信号的周期能量值NE1，当NE1≤能量阈值且持续时间超过预设时长阈值，则降噪滤波模块结束运行；

智能相关性分析模块用于对接收到的接触参数信息进行相关性分析，通过权重的方式来分析数据的变化，从而来综合评价桥梁健康状态，具体分析步骤为：

首先解析接触参数信息，建立各接触参数随时间变化的曲线图；针对同一时刻，将各接触参数与数据库中存储的与桥梁健康对应的安全准则进行对比，得到各接触参数的数据差值；

其中，若某一接触参数处于安全准则范围内，则对应数据差值等于零，表明对应接触参数的当前数值不影响桥梁健康；其中数据差值包括压力差值、加速度差值、位移差值、挠度差值以及振动差值；

获取大于零的各接触参数的数据差值，结合数据库中存储的各接触参数对桥梁健康的影响因子，计算当前桥梁的威胁系数JKt；其中威胁系数JKt越大，则对应桥梁的健康状态越差；

建立威胁系数JKt随时间变化的曲线图，将威胁系数JKt与威胁阈值相比较，若JKt≥威胁阈值，则在对应的曲线图中截取对应的曲线段并标注为红色，记为威胁曲线段；

统计威胁曲线段的数量为Q1，将所有的威胁曲线段对时间进行积分并求和得到威胁参考能量Q2，利用KP=Q1×g1+Q2×g2计算得到当前桥梁的威胁评值KP，其中g1、g2为系数因子；

将威胁评值KP与对应的评值阈值相比较，若KP大于对应的评值阈值，则判定当前桥梁健康状态不佳，生成预警信号；

智能相关性分析模块用于将预警信号发送至主控模块，主控模块接收到预警信号后控制报警模块发出警报，以提醒管理人员对桥梁进行检修维护，本发明通过实时监测桥梁的接触参数信息，实现了高精度桥梁三维位移的监测，精准的了解桥梁健康状况，降低了桥梁事故的发生率；

降噪分析模块与降噪滤波模块相连接，用于实时监测降噪滤波模块的降噪处理记录并进行预警分析，具体分析过程如下：

当监测到噪声信号时，记录对应的降噪处理记录，降噪处理记录包括当前噪声等级和降噪处理时长；对当前噪声等级和降噪处理时长分配权重，计算得到降噪值ZX；具体为：ZX=D1×a1+T1×a2，其中D1为当前噪声等级，T1为降噪处理时长，a1、a2为权重因子，且a1+a2=1；

当监测到噪声信号时，自动倒计时，倒计时为T2，T2为预设值；

在倒计时阶段继续对噪声信号进行监测，若再次监测到新的噪声信号，则倒计时自动归为原值，重新按照T2进行倒计时，否则，倒计时归零，停止计时；

统计倒计时阶段倒计时自动归为原值的次数为P2，统计倒计时阶段的时长为DL，将对应的降噪值ZX进行求和得到降噪总值ZH；利用公式TX=(P2×a3+ZH×a4)/(DL×a5)计算得到通信影响系数TX，其中a3、a4、a5为系数因子；

将通信影响系数TX与通信影响阈值相比较，若TX≥通信影响阈值，则判定当前信号干扰严重，通信状态不佳，生成通信异常信号；

降噪分析模块用于将通信异常信号经主控模块传输至管理员的手机终端上，提示管理员当前桥梁信号干扰严重，通信状态不佳，建议尽快处理；同时调用其他监测系统实现桥梁健康状态监测，提高桥梁安全；

智能相关性分析模块在探测到通信异常信号后，进入主动待机模式，即不再以信号干扰严重状态下的接触参数信息来监测桥梁健康状态，待降噪分析模块判断通信状态正常后，再继续二者之间的通信。

上述公式均是去除量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。

本发明的工作原理：

基于RISC-V桥梁智能监测预警分析系统，在工作时，传感器模块用于采集桥梁的接触参数信息，降噪滤波模块用于对传感器模块采集的数据进行降噪滤波处理，消除干扰信号；首先获取对应的噪声信号的周期能量值NE1，根据周期能量值NE1确定噪声信号的当前噪声等级，进而确定对应的当前降噪增益值，然后按照当前降噪增益值，对噪声信号进行降噪处理，并将处理后的数据传输至智能相关性分析模块；

智能相关性分析模块用于对接收到的接触参数信息进行相关性分析，通过权重的方式来分析数据的变化，从而来综合评价桥梁健康状态；首先将各接触参数与数据库中存储的安全准则进行对比，得到各接触参数的数据差值；结合数据库中存储的各接触参数对桥梁健康的影响因子，计算当前桥梁的威胁系数JKt；将威胁系数JKt与威胁阈值相比较，计算得到当前桥梁的威胁评值KP，若KP大于对应的评值阈值，则生成预警信号，以提醒管理人员对桥梁进行检修维护；

降噪分析模块用于实时监测降噪滤波模块的降噪处理记录并进行预警分析，当监测到噪声信号时，记录对应的降噪处理记录，计算得到降噪值ZX；结合倒计时阶段倒计时自动归为原值的次数、倒计时阶段的时长，计算得到通信影响系数TX，若TX≥通信影响阈值，则生成通信异常信号，提示管理员当前桥梁信号干扰严重，通信状态不佳，建议尽快处理；同时调用其他监测系统实现桥梁健康状态监测，提高桥梁安全。

在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (4)

1.基于RISC-V桥梁智能监测预警分析系统，其特征在于，包括主控模块、传感器模块、降噪滤波模块、智能相关性分析模块和降噪分析模块；

所述主控模块内置有RISC-V内核，所述RISC-V内核基于RISC-V指令集架构，并作为主模块挂到AXI上与从设备进行数据交互；

所述传感器模块为设置在桥梁主梁、桥墩、桥塔和地基处的传感器组，用于采集桥梁的接触参数信息；所述传感器组包括压力传感器、加速度传感器、位移传感器、挠度传感器和振动传感器；所述接触参数信息包括桥梁的压力、加速度、位移、挠度以及振动信息；

所述降噪滤波模块用于对传感器模块采集的数据进行降噪滤波处理，消除干扰信号，将处理后的数据传输至智能相关性分析模块；

所述智能相关性分析模块用于对接收到的接触参数信息进行相关性分析，计算得到当前桥梁的威胁评值KP，从而综合评价桥梁健康状态；具体分析步骤为：

首先解析接触参数信息，建立各接触参数随时间变化的曲线图；针对同一时刻，将各接触参数与数据库中存储的与桥梁健康对应的安全准则进行对比，得到各接触参数的数据差值；

获取大于零的各接触参数的数据差值，结合数据库中存储的各接触参数对桥梁健康的影响因子，计算当前桥梁的威胁系数JKt；

建立威胁系数JKt随时间变化的曲线图，若JKt≥威胁阈值，则在对应的曲线图中截取对应的曲线段并标注为红色，记为威胁曲线段；

统计威胁曲线段的数量为Q1，将所有的威胁曲线段对时间进行积分并求和得到威胁参考能量Q2，利用KP=Q1×g1+Q2×g2计算得到当前桥梁的威胁评值KP，其中g1、g2为系数因子；若KP大于对应的评值阈值，则判定当前桥梁健康状态不佳，生成预警信号；

所述智能相关性分析模块用于将预警信号发送至主控模块，主控模块接收到预警信号后控制报警模块发出警报，以提醒管理人员对桥梁进行检修维护；

所述降噪分析模块与降噪滤波模块相连接，用于实时监测降噪滤波模块的降噪处理记录并进行预警分析，根据通信影响系数TX判断通信状态是否异常；所述降噪分析模块的具体分析过程如下：

当监测到噪声信号时，记录对应的降噪处理记录，对当前噪声等级和降噪处理时长分配权重，计算得到降噪值ZX；

当监测到噪声信号时，自动倒计时，倒计时为T2，T2为预设值；在

倒计时阶段继续对噪声信号进行监测，若再次监测到新的噪声信号，则倒计时自动归为原值，重新倒计时，否则，倒计时归零，停止计时；

统计倒计时阶段倒计时自动归为原值的次数为P2，统计倒计时阶段的时长为DL，将对应的降噪值ZX进行求和得到降噪总值ZH；

利用公式TX=(P2×a3+ZH×a4)/(DL×a5)计算得到通信影响系数TX，其中a3、a4、a5为系数因子；

将通信影响系数TX与通信影响阈值相比较；若TX≥通信影响阈值，则判定当前信号干扰严重，生成通信异常信号；

所述智能相关性分析模块在探测到通信异常信号后，进入主动待机模式，即不再以信号干扰严重状态下的接触参数信息来监测桥梁健康状态，待降噪分析模块判断通信状态正常后，再继续二者之间的通信。

2.根据权利要求1所述的基于RISC-V桥梁智能监测预警分析系统，其特征在于，所述降噪滤波模块的具体处理步骤为：

当接收到噪声信号时，获取对应的噪声信号的周期能量值NE1；周期能量值是指对接收到的连续多个比特位数据的能量进行累加并求平均所得到的值；

根据周期能量值NE1，确定噪声信号的当前噪声等级；根据当前噪声等级，确定对应的当前降噪增益值；具体为：数据库中存储有周期能量值范围与噪声等级对照表以及噪声等级与降噪增益值对照表；

所述降噪滤波模块用于按照当前降噪增益值，对噪声信号进行降噪处理；继续关注噪声信号的周期能量值NE1，当NE1≤能量阈值且持续时间超过预设时长阈值，则降噪滤波模块结束运行。

3.根据权利要求2所述的基于RISC-V桥梁智能监测预警分析系统，其特征在于，所述降噪滤波模块还用于将当前噪声等级和降噪处理时长融合形成降噪处理记录并存储至数据库。

4.根据权利要求1所述的基于RISC-V桥梁智能监测预警分析系统，其特征在于，所述降噪分析模块用于将通信异常信号经主控模块传输至管理员的手机终端上，提示管理员当前桥梁信号干扰严重，通信状态不佳，建议尽快处理；同时调用其他监测系统实现桥梁健康状态监测。