[发明专利]一种交通基础设施健康监测系统服役性能评价方法及装置在审

专利信息
申请号: 202210372781.1 申请日: 2022-04-11
公开(公告)号: CN114444988A 公开(公告)日: 2022-05-06
发明(设计)人: 彭璐;冯笑凡;唐煜;荆根强;窦光武;罗翥 申请(专利权)人: 交通运输部公路科学研究所
主分类号: G06Q10/06 分类号: G06Q10/06;G06N3/04;G06K9/62
代理公司: 重庆律知诚专利代理事务所(普通合伙) 50281 代理人: 殷兴旺;王俊超
地址: 100088*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 交通 基础设施 健康 监测 系统 服役 性能 评价 方法 装置
【权利要求书】:

1.一种交通基础设施健康监测系统服役性能评价方法,其特征在于,包括:

获取多个单一参数传感测量装备在结构载荷和环境载荷激励下所产生的测量数据;

对所述测量数据进行数据特征提取;

根据提取到的所述数据特征将所述测量数据划分为多个不同种类;

辨识相同种类的所述测量数据的数据一致性;

根据数据一致性辨识的结果对所述交通基础设施健康监测系统的服役性能进行评价。

2.如权利要求1所述的交通基础设施健康监测系统服役性能评价方法,其特征在于,所述交通基础设施健康监测系统服役性能评价方法还包括:

设置一深层卷积神经网络;

对所述深层卷积神经网络进行训练。

3.如权利要求2所述的交通基础设施健康监测系统服役性能评价方法,其特征在于,所述设置一深层卷积神经网络包括:

设置至少一个输入层;

在所述输入层之后多个卷积层和多个池化层,且每个所述卷积层与每个所述池化层间隔设置。

4.如权利要求3所述的交通基础设施健康监测系统服役性能评价方法,其特征在于,所述交通基础设施健康监测系统服役性能评价方法还包括:

对深层卷积神经网络的所述卷积层进行归一化处理。

5.如权利要求2-4中任意一项所述的交通基础设施健康监测系统服役性能评价方法,其特征在于,所述对所述测量数据进行数据特征提取包括:

利用所述深层卷积神经网络对所述测量数据进行数据特征提取。

6.如权利要求3所述的交通基础设施健康监测系统服役性能评价方法,其特征在于,所述交通基础设施健康监测系统服役性能评价方法还包括:

设置至少一个分类层,所述分类层设置在所述卷积层和所述池化层之后。

7.如权利要求6所述的交通基础设施健康监测系统服役性能评价方法,其特征在于,所述对所述深层卷积神经网络进行训练包括:

训练所述分类层;

待所述分类层训练完成后,依次往前嵌套迭代训练所述卷积层;

待所述卷积层训练完成后,对整个深层卷积神经网络训练。

8.如权利要求7所述的交通基础设施健康监测系统服役性能评价方法,其特征在于,所述根据提取到的所述数据特征将所述测量数据划分为多个不同种类包括:

利用所述分类层根据提取到的所述数据特征将所述测量数据划分为多个不同种类。

9.如权利要求1所述的交通基础设施健康监测系统服役性能评价方法,其特征在于,所述辨识相同种类的所述测量数据的数据一致性包括:

在相同的所述结构载荷和/或所述环境载荷激励下辨识相同种类的所述测量数据是否一致;或者

在相同的所述结构载荷和/或所述环境载荷激励下辨识相同种类的所述测量数据的序列变化趋势是否一致。

10.一种交通基础设施健康监测评价装置,其特征在于,包括:处理器、输入设备、输出设备和存储器,所述处理器、输入设备、输出设备和存储器相互连接,其中,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器被配置用于调用所述程序指令,执行如权利要求1-9中任一项所述的交通基础设施健康监测系统服役性能评价方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于交通运输部公路科学研究所,未经交通运输部公路科学研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210372781.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top