[发明专利]一种桥梁沉降智能检测系统

权利要求书

1.一种桥梁沉降智能检测系统，其特征在于：所述系统由基于无线传感器网络的桥梁沉降参数检测平台和桥梁沉降量预警系统两部分组成，基于无线传感器网络的桥梁沉降参数检测平台实现对桥梁沉降参数进行检测和预测，桥梁沉降量预警系统由桥梁沉降区间数神经网络模型、桥梁沉降预测模型和区间数桥梁沉降等级分类器组成，桥梁沉降区间数神经网络模型的输出作为桥梁沉降预测模型的输入，桥梁沉降预测模型的输出作为区间数桥梁沉降等级分类器的输入，区间数桥梁沉降等级分类器的输出代表桥梁沉降等级的区间数，桥梁沉降量预警系统实现对桥梁沉降值的检测、预测和预警；

所述桥梁沉降区间数神经网络模型由多个桥梁沉降传感器、多个RR时间递归神经网络、区间数脊波神经网络模型和2个按拍延迟线TDL组成，桥梁沉降区间数神经网络模型把一段时间桥梁沉降传感器感知被测量桥梁沉降量转换为桥梁沉降的动态区间数值，各个桥梁沉降传感器的输出作为各个对应的RR时间递归神经网络的输入，各个RR时间递归神经网络的输出作为区间数脊波神经网络模型的输入，2个按拍延迟线TDL的输出为区间数脊波神经网络模型的输入，区间数脊波神经网络模型的输出代表一段时间内桥梁沉降大小的区间数，区间数脊波神经网络模型输出区间数的上下限值分别作为2个对应的按拍延迟线TDL的输入，区间数脊波神经网络模型的输出作为桥梁沉降区间数神经网络模型的输出值；

所述桥梁沉降预测模型包括2个经验模态分解模型、2组多个Jordan神经网络预测模型和2个Adaline神经网络融合模型；被检测桥梁的桥梁沉降区间数神经网络模型输出区间数的上限值和下限值分别作为对应的2个经验模态分解模型的输入，2个经验模态分解模型分别把桥梁沉降区间数神经网络模型输出区间数的上限值和下限值分解为2组低频趋势部分和多个高频波动部分信号，2组低频趋势部分和多个高频波动部分信号分别作为对应的2组多个Jordan神经网络预测模型的输入，2组多个Jordan神经网络预测模型的输出分别作为对应的2个Adaline神经网络融合模型的输入，2个Adaline神经网络融合模型的输出构成桥梁沉降区间数的预测值和桥梁沉降预测模型的输出；

所述区间数桥梁沉降等级分类器由6个按拍延迟线TDL、区间数GRNN神经网络、区间数T-S模糊神经网络、区间数DRNN神经网络和区间数LVQ神经网络组成，6个按拍延迟线TDL平均分为3组，桥梁沉降预测模型输出区间数的上下限值分别为对应的每组2个按拍延迟线TDL的输入，3组按拍延迟线TDL的输出分别为区间数GRNN神经网络、区间数T-S模糊神经网络和区间数DRNN神经网络的输入，区间数GRNN神经网络、区间数T-S模糊神经网络和区间数DRNN神经网络的输出为区间数LVQ神经网络的输入，区间数LVQ神经网络的输出代表被检测桥梁沉降等级的区间数；根据桥梁沉降坍塌的工程实践和国家关于桥梁沉降检测维护的认定标准，区间数桥梁沉降等级分类器构建5个区间数与桥梁沉降坍塌发生的5种沉降等级的对应关系表，桥梁5种沉降等级分别为正常状态、沉降较少、沉降较大、沉降大和沉降危险；计算区间数桥梁沉降等级分类器输出区间数与代表5种桥梁沉降等级对应区间数的相似度，其中相似度最大的区间数对应的桥梁沉降等级确定为该桥梁沉降等级；所述正常状态区间数为[0.00，0.20]；所述沉降较少区间数为[0.20，0.40]；所述沉降较大区间数为[0.40，0.60]；所述沉降大区间数为[0.60，0.80]；所述沉降危险区间数为[0.80，1.0]。

2.根据权利要求1所述的一种桥梁沉降智能检测系统，其特征在于：所述基于无线传感器网络的桥梁沉降参数检测平台由检测节点、控制节点和现场监控端组成，它们以自组织方式通过无线通信模块NRF2401构建成桥梁沉降参数检测平台。

3.根据权利要求2所述的一种桥梁沉降智能检测系统，其特征在于：所述检测节点分别由传感器组模块、单片机和无线通信模块NRF2401组成，传感器组模块负责检测桥梁沉降、平移、挠度和倾侧角桥梁变形参数，由单片机控制采样间隔并通过无线通信模块NRF2401发送给现场监控端。

4.根据权利要求2所述的一种桥梁沉降智能检测系统，其特征在于：所述控制节点实现对桥梁沉降参数的调节设备进行控制；现场监控端由一台工业控制计算机组成，实现对检测节点检测桥梁沉降参数进行管理和对桥梁沉降量预警。