【技术实现步骤摘要】
本专利技术涉及在役铁路标准梁维修管养，尤其涉及铁路标准梁服役性能分析方法及装置。
技术介绍
1、本部分旨在为权利要求书中陈述的本专利技术实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
2、铁路桥梁中的标准梁应用广泛，不仅常见于高速铁路简支箱梁，也涵盖客货共线铁路简支箱梁和t梁等常用跨度梁型。作为一种大型结构建筑物，铁路桥梁历经设计施工、建成运营使用、结构材料老化、检修甚至废弃的过程。从实际应用情况来说，铁路桥梁，尤其是铁路标准梁桥在运营期间的长期服役性能受到极大的关注。作为铁路桥梁的重要组成结构，目前，大部分的铁路标准梁都服役年限较长，梁体耐久性问题将对其运营性能产生影响。在铁路标准梁的检测评估中，需要一种合理的方法对铁路标准梁的服役性能进行量化。
3、现有的铁路标准梁的服役性能分析方法中，采用的铁路标准梁结构的一些关键参数存在较大不确定性，采用现有的铁路标准梁的服役性能分析方法计算的结果与实际铁路标准梁结构响应存在较大偏差，无法准确预测铁路标准梁服役性能。
技术实现思路
1、本专利技术实施例提供一种铁路标准梁服役性能分析方法，用以提高对铁路标准梁服役性能的预测精度，使铁路标准梁服役性能的分析结果与实际铁路标准梁结构响应符合，该方法包括：
2、确定待评估铁路标准梁的多种基本参数的理论取值范围；所述基本参数包括反映铁路标准梁的建筑材料性质的参数、反映铁路标准梁的几何尺寸的参数、反映铁路标准梁的不平顺性的参数；
4、分别将多个子空间集输入至预先建立的正演模型，输出多组预测结果，每组预测结果包括多个待评估铁路标准梁的服役性能影响参数的预测数据；所述服役性能影响参数包括影响铁路标准梁的服役性能的参数，所述正演模型根据历史的：铁路标准梁的多种基本参数的理论取值范围、和实际检测的铁路标准梁的服役性能影响参数的数据，对bp神经网络训练得到；
5、获取实际检测的待评估铁路标准梁的服役性能影响参数的数据；
6、采用最大似然估计算法，对实际检测的待评估铁路标准梁的服役性能影响参数的数据和多组预测结果进行处理，得到每组预测结果的最大似然估计值；所述最大似然估计值反映每组预测结果对应的子空间集中每种基本参数的取值为待评估铁路标准梁的基本参数的实际值的概率；所述实际值反映待评估铁路标准梁在实际中基本参数的值；
7、确定所述概率大于预设阈值的多个最大似然估计值对应的多个预测结果；
8、将通过正演模型输出多个预测结果的多个子空间集中每种基本参数的取值范围合并，确定合并后的每种基本参数取值的标准差；
9、将合并后的每种基本参数取值的标准差，和实际检测的待评估铁路标准梁的服役性能影响参数的数据，输入至预先建立的耐久性演化模型，输出待评估铁路标准梁的服役性能分析结果；所述服役性能分析结果包括待评估铁路标准梁的服役性能影响参数随时间演变的数据；所述耐久性演化模型基于有限元分析技术，对标准差、实际检测的待评估铁路标准梁的服役性能影响参数的数据进行时间演化处理。
10、本专利技术实施例还提供一种铁路标准梁服役性能分析装置，用以提高对铁路标准梁服役性能的预测精度，使铁路标准梁服役性能的分析结果与实际铁路标准梁结构响应符合，该装置包括：
11、基本参数理论取值确定模块，用于确定待评估铁路标准梁的多种基本参数的理论取值范围；所述基本参数包括反映铁路标准梁的建筑材料性质的参数、反映铁路标准梁的几何尺寸的参数、反映铁路标准梁的不平顺性的参数；
12、基本参数抽样处理模块，用于对待评估铁路标准梁的多种基本参数的理论取值范围进行抽样处理，得到多个子空间集，其中，每个子空间集包括待评估铁路标准梁的多种基本参数，每种基本参数的取值范围在每种基本参数的理论取值范围之内，不同子空间集中相同基本参数的取值范围不重叠；
13、正演模型处理模块，用于分别将多个子空间集输入至预先建立的正演模型，输出多组预测结果，每组预测结果包括多个待评估铁路标准梁的服役性能影响参数的预测数据；所述服役性能影响参数包括影响铁路标准梁的服役性能的参数，所述正演模型根据历史的：铁路标准梁的多种基本参数的理论取值范围、和实际检测的铁路标准梁的服役性能影响参数的数据，对bp神经网络训练得到；
14、服役性能影响参数检测获取模块，用于获取实际检测的待评估铁路标准梁的服役性能影响参数的数据；
15、基本参数校准更新模块，用于采用最大似然估计算法，对实际检测的待评估铁路标准梁的服役性能影响参数的数据和多组预测结果进行处理，得到每组预测结果的最大似然估计值；所述最大似然估计值反映每组预测结果对应的子空间集中每种基本参数的取值为待评估铁路标准梁的基本参数的实际值的概率；所述实际值反映待评估铁路标准梁在实际中基本参数的值；确定所述概率大于预设阈值的多个最大似然估计值对应的多个预测结果；将通过正演模型输出多个预测结果的多个子空间集中每种基本参数的取值范围合并，确定合并后的每种基本参数取值的标准差；
16、耐久性演化模型处理模块，用于将合并后的每种基本参数取值的标准差，和实际检测的待评估铁路标准梁的服役性能影响参数的数据，输入至预先建立的耐久性演化模型，输出待评估铁路标准梁的服役性能分析结果；所述服役性能分析结果包括待评估铁路标准梁的服役性能影响参数随时间演变的数据；所述耐久性演化模型基于有限元分析技术，对标准差、实际检测的待评估铁路标准梁的服役性能影响参数的数据进行时间演化处理。
17、本专利技术实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述铁路标准梁服役性能分析方法。
18、本专利技术实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述铁路标准梁服役性能分析方法。
19、本专利技术实施例还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述铁路标准梁服役性能分析方法。
20、本专利技术实施例中，首先确定待评估铁路标准梁的多种基本参数的理论取值范围，再通过对基本参数进行抽样处理、机器学习、最大似然估计算法对待评估铁路标准梁的多种基本参数的理论取值范围进行缩小、确定合理取值，实现了对待评估铁路标准梁的多种基本参数的校准更新，最后利用校准更新后的基本参数和实际检测的待评估铁路标准梁的服役性能影响参数的数据进行耐久性演化分析，得到待评估铁路标准梁的服役性能分析结果，实现对待评估铁路标准梁的服役性能影响参数在未来随时间演变的分析，进而实现对铁路标准梁服役性能的精准预测本文档来自技高网...
【技术保护点】
1.一种铁路标准梁服役性能分析方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，对待评估铁路标准梁的多种基本参数的理论取值范围进行抽样处理，得到多个子空间集，包括：
3.如权利要求1所述的方法，其特征在于，获取实际检测的待评估铁路标准梁的服役性能影响参数的数据，包括：
4.如权利要求1所述的方法，其特征在于，所述正演模型按如下方式得到：
5.如权利要求1所述的方法，其特征在于，得到每组预测结果的最大似然估计值后，还包括：
6.如权利要求1所述的方法，其特征在于，所述服役性能影响参数包括如下之一或任意组合：
7.一种铁路标准梁服役性能分析装置，其特征在于，包括：
8.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6任一所述方法。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至6任一所述方法。
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。