公开(公告)号：CN118133163A

公开(公告)日：2024-06-04

申请号：CN202311771925.1

申请日：2023-12-21

Applicant: 大连海事大学

Inventor： 李晓飞 ,  许烺星 ,  国海楠 ,  洪佳飞 ,  邹铮 ,  张立晓 ,  战庆亮

IPC: G06F18/243 ,  G06F18/2415 ,  G06F18/27 ,  G06F18/214 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明公开了基于数据融合和一维卷积神经网络的结构损伤识别方法，S1：获取桥梁结构在不同损伤状态下的振动信号，并建立原始数据集，进行归一化处理；S2：通过滑动窗口的方式进行数据增强处理；S3：建立改进的一维卷积神经网络模型，进行训练以及测试，得到训练后的改进的一维卷积神经网络模型；S4：利用所述训练后的改进的一维卷积神经网络模型对桥梁结构进行结构损伤识别得到若干个决策，通过数据融合技术对若干个决策进行决策融合处理得到结构损伤检测的综合结果。本发明通过加入数据融合技术，能够从振动信号数据中充分挖掘桥梁结构的损伤信息，解决了在环境干扰、传感器不稳定性等因素影响下，影响桥梁结构损伤检测结果的问题。

公开(公告)号：CN117213777A

公开(公告)日：2023-12-12

申请号：CN202311202076.8

申请日：2023-09-18

Applicant: 大连海事大学

Inventor： 李晓飞 ,  张驰 ,  庄博宇 ,  洪佳飞 ,  国海楠 ,  黎铠豪 ,  张立晓 ,  邹铮

IPC: G01M5/00 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于MEMS边缘计算的桥梁损伤检测方法，包括分别将MEMS传感器进行安装，存储所有MEMS传感器获取的桥梁加速度数据集合并表示为第一数据集，存储第一数据集并进行可视化，基于路缘智能体对第一数据集进行预处理，根据预处理后的第一数据集进行边缘计算，根据第二数据集构建桥梁的频次图像集合，根据桥梁频次图像所对应位移冲击系数对桥梁频次图像进行分类并对损伤状态进行标记，获取标记后的频次图像集合并表示为训练集，构建一维卷积神经网络，根据训练集对一维卷积神经网络进行训练，根据训练后的一维卷积神经网络对待分类的桥梁频次图像进行分类并获取损伤状态。本发明通过MEMS传感器和边缘计算技术提高了桥梁健康监测的效率和质量。