一种基于时序深度学习网络的桥梁动态称重识别方法

    公开(公告)号:CN119475890A

    公开(公告)日:2025-02-18

    申请号:CN202411548826.1

    申请日:2024-11-01

    Abstract: 本发明公开了一种基于时序深度学习网络的桥梁动态称重识别方法,包括:进行数据统计,得到车辆荷载谱;根据车辆荷载谱,利用蒙特卡洛随机抽样技术,抽取车辆信息样本,形成随机车流信息;建立桥梁有限元模型并修正;根据随机车流中单辆车的车辆信息,基于修正后的桥梁有限元模型建立车桥耦合模型,利用车桥耦合模型模拟车辆过桥的桥梁响应,建立车辆信息映射桥梁响应数据集;搭建神经网络框架,基于车辆信息映射桥梁响应数据集训练神经网络,得到车辆信息识别的代理模型;利用代理模型从实测的车致桥梁响应中识别车辆信息。本发明方法能够准确从车致桥梁位移中估计车辆信息,且无需先验获取车辆空间坐标信息。

    一种基于影响线驱动的桥梁动态称重识别方法

    公开(公告)号:CN119223416A

    公开(公告)日:2024-12-31

    申请号:CN202411548819.1

    申请日:2024-11-01

    Abstract: 本发明公开了一种基于影响线驱动的桥梁动态称重识别方法,包括:对桥梁进行移动车辆荷载试验,识别桥梁影响线;基于当地的车辆荷载谱,生成随机车流信息;根据随机车流中的车辆信息,利用桥梁影响线虚拟加载的方法生成随机车流下的桥梁响应,建立车辆信息映射桥梁响应的数据集;搭建神经网络框架,基于车辆信息映射桥梁响应数据集训练神经网络,得到车辆信息识别的代理模型;利用代理模型从实测的车致桥梁响应中识别车辆信息。本发明利用随机车流和实测影响线虚拟加载的方法建立车辆信息映射桥梁响应的数据集,搭建神经网络框架训练代理模型,可利用该代理模型从桥梁响应中自适应地识别车辆所在车道、车速、车轴数、轴间距和轴重。

    一种船撞桥墩荷载的实时识别方法及健康检测系统

    公开(公告)号:CN115326260A

    公开(公告)日:2022-11-11

    申请号:CN202210949921.7

    申请日:2022-08-09

    Applicant: 东南大学

    Abstract: 本发明涉及一种船撞桥墩荷载的实时识别方法及健康检测系统,在桥墩上合理地进行传感器布置,配置好健康检测系统;将采集到的信号通过工业路由器传送至远程终端;建立远程终端的数据储存系统以及数据预处理系统;在终端计算机设备上建立桥墩有限元模型,并根据采集到的数据进行有限元模型修正;根据有限元模型,选取合适的荷载识别算法,并将有限元模型集成于荷载识别算法中;基于上述步骤,进行荷载识别预实验。一旦桥墩受到船撞冲击,基于采集到的数据和荷载识别算法对冲击荷载时程进行反演。本发明识别到的冲击荷载时程能为船撞桥墩的仿真模拟参考,也能用于桥墩被撞后的性能评估,为桥梁整体的安全性能提供理论性的评价指标。

    一种船撞桥墩荷载的实时识别方法及健康检测系统

    公开(公告)号:CN115326260B

    公开(公告)日:2025-01-17

    申请号:CN202210949921.7

    申请日:2022-08-09

    Applicant: 东南大学

    Abstract: 本发明涉及一种船撞桥墩荷载的实时识别方法及健康检测系统,在桥墩上合理地进行传感器布置,配置好健康检测系统;将采集到的信号通过工业路由器传送至远程终端;建立远程终端的数据储存系统以及数据预处理系统;在终端计算机设备上建立桥墩有限元模型,并根据采集到的数据进行有限元模型修正;根据有限元模型,选取合适的荷载识别算法,并将有限元模型集成于荷载识别算法中;基于上述步骤,进行荷载识别预实验。一旦桥墩受到船撞冲击,基于采集到的数据和荷载识别算法对冲击荷载时程进行反演。本发明识别到的冲击荷载时程能为船撞桥墩的仿真模拟参考,也能用于桥墩被撞后的性能评估,为桥梁整体的安全性能提供理论性的评价指标。

    一种基于深度学习的铁路桥梁轨道垂向不平顺识别方法

    公开(公告)号:CN117671398A

    公开(公告)日:2024-03-08

    申请号:CN202311536754.4

    申请日:2023-11-17

    Applicant: 东南大学

    Abstract: 本发明涉及一种基于深度学习的铁路桥梁轨道垂向不平顺识别方法,包括:步骤S1:获取列车通过已知不平顺序列的试验轨道的动态响应;步骤S2:基于试验轨道的不平顺序列和对应的动态响应建立样本数据集;步骤S3:采用样本数据集中全部或部分样本对垂向不平顺识别模型进行训练;步骤S4:获取列车通过待识别轨道的动态响应,并作为训练好的垂向不平顺识别模型的输入,得到垂向不平顺识别模型输出的不平顺序列。与现有技术相比,本发明能够有效地利用运营中的车辆响应对轨道不平顺进行高精度快速识别。

    用于模拟在役拉吊索钢丝腐蚀程度的腐蚀谱的建立方法

    公开(公告)号:CN115859559A

    公开(公告)日:2023-03-28

    申请号:CN202211257647.3

    申请日:2022-10-12

    Applicant: 东南大学

    Abstract: 本发明涉及一种用于模拟在役拉吊索钢丝腐蚀程度的腐蚀谱的建立方法,包括以下步骤:获取桥梁的退役拉吊索;提取腐蚀钢丝,确定腐蚀等级,对腐蚀钢丝进行去锈、烘干以及称重工序;对处理后的腐蚀钢丝进行三维扫描,获取三维点云;沿着腐蚀钢丝的轴向方向选取若干三维点云内的横截面积;建立单根腐蚀钢丝横截面积的概率分布函数,并进行拟合,得出拟合参数;统计若干腐蚀钢丝的概率分布函数的拟合参数,得到不同腐蚀等级的腐蚀钢丝拟合参数的谱统计结果,即为腐蚀钢丝的腐蚀谱;通过本发明建立的腐蚀谱,可以准确建立腐蚀钢丝表面形貌的硅铝,以模拟在役拉吊索钢丝不同的腐蚀程度。

    一种基于Crossformer网络和压缩感知的车辆荷载时程识别方法

    公开(公告)号:CN117648619A

    公开(公告)日:2024-03-05

    申请号:CN202311372573.2

    申请日:2023-10-23

    Abstract: 本发明公开了一种基于Crossformer网络和压缩感知的车辆荷载时程识别方法,包括步骤:S1,驾驶定制的测试车辆经过桥梁;S2,根据安装在测试车辆中的传感器获取车辆荷载时程;S3,测量桥梁响应;S4,改变测试车辆的重量、速度和车道,重复步骤S1~S3;S5,对采集的数据进行时间上的压缩;S6,将压缩后的车辆荷载时程作为输入,将压缩后的桥梁响应作为输出,对Crossformer网络训练;S7,用训练好的Crossformer网络模型识别相应的车辆荷载时程在稀疏域中的信号;S8,利用压缩感知的重构技术,将稀疏域中的车辆荷载时程在时域中重构。本发明能够实现车辆荷载时程识别摆脱对有限元模型的依赖。

    用于模拟在役拉吊索钢丝腐蚀程度的腐蚀谱的建立方法

    公开(公告)号:CN115859559B

    公开(公告)日:2024-02-09

    申请号:CN202211257647.3

    申请日:2022-10-12

    Applicant: 东南大学

    Abstract: 本发明涉及一种用于模拟在役拉吊索钢丝腐蚀程度的腐蚀谱的建立方法,包括以下步骤:获取桥梁的退役拉吊索;提取腐蚀钢丝,确定腐蚀等级,对腐蚀钢丝进行去锈、烘干以及称重工序;对处理后的腐蚀钢丝进行三维扫描,获取三维点云;沿着腐蚀钢丝的轴向方向选取若干三维点云内的横截面积;建立单根腐蚀钢丝横截面积的概率分布函数,并进行拟合,得出拟合参数;统计若干腐蚀钢丝的概率分布函数的拟合参数,得到不同腐蚀等级的腐蚀钢丝拟合参数的谱统计结果,即为腐蚀钢丝的腐蚀谱;通过本发明建立的腐蚀谱,可以准确建立腐蚀钢丝表面形貌的硅铝,以模拟在役拉吊索钢丝不同的腐蚀程度。

Patent Agency Ranking