System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及结构监测系统,具体是一种用于土木工程的结构监测系统。
技术介绍
1、土木工程中的结构监测系统是一种用于实时监测建筑物、桥梁、隧道等工程结构健康状况的系统,它通常包括传感器、数据采集设备、数据传输通道以及数据处理与分析软件等组成部分,这些传感器可以监测结构的变形、振动、应力、温度等参数,通过采集的数据可以及时发现结构的异常行为,预警可能存在的安全隐患,帮助工程师和管理者采取适当的措施进行维护和修复,保障结构的安全运行,但是,现有的用于土木工程的结构监测系统在使用的过程中存在数据分析和预测能力不足,系统缺乏足够的数据分析和预测能力,无法准确预测结构可能出现的问题,仅能提供实时监测数据,易导致工程停工、修复或改进工程的耗时增加,影响工程项目的进度和质量,同时易影响建筑物、桥梁等工程结构的长期稳定性和可持续性,增加了维护和修复的难度和成本。
技术实现思路
1、本部分的目的在于概述本专利技术的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和专利技术名称中可能会做些简化或省略以避免使本部分、说明书摘要和专利技术名称的目的模糊,而这种简化或省略不能用于限制本专利技术的范围。
2、鉴于上述或现有技术中存在数据分析和预测能力不足,系统缺乏足够的数据分析和预测能力,无法准确预测结构可能出现的问题,仅能提供实时监测数据,易导致工程停工、修复或改进工程的耗时增加,影响工程项目的进度和质量,同时易影响建筑物、桥梁等工程结构的长期稳定性和可持续性,增加了维
3、为实现上述目的,本专利技术提供如下技术方案:
4、一种用于土木工程的结构监测系统,其监测方法步骤包括,传感器选择与布置、数据采集与存储、数据预处理与特征提取、建立预测模型、实时监测与预警系统以及维护与修复策略。
5、作为本专利技术再进一步的方案:所述传感器选择与布置步骤中,选择适合不同结构类型的传感器,包括但应变计、加速度计、位移传感器以及温度传感器,具体如下:
6、应变计:
7、型号:vishay micro-measurements cea-series;
8、布置:将应变计安装在结构关键部位,包括梁、柱和墙表面或内部,以捕捉结构的应变情况;
9、加速度计:
10、型号:memsic mxc4005xc;
11、布置:在结构的各个方向(x、y、z轴)上安装加速度计,以监测结构的振动情况;
12、位移传感器:
13、激光位移计型号:keyence lk-g5000 series;
14、光纤传感器型号:fiber optic displacement sensor fx-5500;
15、布置:激光位移计安装在需要测量位移的结构表面,而光纤传感器布置在结构内部或紧贴结构表面,以实时监测位移变化;
16、温度传感器:
17、型号:texas instruments tmp116;
18、布置:温度传感器应均匀分布在结构表面和内部,以监测环境温度变化及其对结构性能的影响。
19、作为本专利技术再进一步的方案:所述数据采集与存储步骤中,数据采集器采用national instruments compactdaq型号,数据存储设备采用dell emc poweredge r740xd服务器,云平台服务商为amazon web services(aws),数据采集器的输出端分别与数据存储设备与云平台的输入端通信连接。
20、作为本专利技术再进一步的方案:所述数据预处理与特征提取过程中需对原始数据进行滤波和去噪,并采用数字信号处理技术提取有效信息,并利用频域分析方法提取结构特征,包括自然频率和振型,所述频域分析方法具体如下:
21、步骤:
22、对信号进行傅里叶变换:将时域信号转换为频域表示;
23、计算功率谱密度:根据傅里叶变换结果计算信号在不同频率上的功率谱密度;
24、分析频谱:观察功率谱密度图,确定信号的主要频率分量;
25、其中,傅里叶变换用于将时域信号转换为频域表示,其数学表达式如下:
26、
27、其中,(f(\omega))是频域表示,(f(t))是时域信号,(\omega)是角频率;
28、功率谱密度表示信号在不同频率上的功率分布,对于连续信号,功率谱密度通过傅里叶变换计算得出,其数学表达式为:
29、s(ω)=|f(ω)|2;
30、其中,(s(\omega))是功率谱密度,(f(\omega))是傅里叶变换结果。
31、作为本专利技术再进一步的方案:所述建立预测模型步骤中,采用cnn结合svm的方法,其具体步骤如下:
32、数据准备:准备好用于训练和测试的数据集,对于cnn,直接使用原始数据作为输入;对于svm,需要进行特征提取并进行标准化处理;
33、使用cnn进行特征提取:利用cnn模型对输入数据进行特征提取,通过卷积层和池化层对原始数据进行处理,并得到高层抽象的特征表示;
34、提取的特征送入svm进行分类:将cnn提取到的特征作为svm的输入,利用svm模型进行分类或回归预测;
35、假设x为输入数据,w为卷积核,b为偏置,f为激活函数(如relu),h
36、i为卷积层输出,y为cnn的输出:
37、
38、y=softmax(wouth+bout);
39、其中wouth和bout为全连接层的权重和偏置,softmax为softmax函数;
40、线性可分情况的svm目标函数表达式:
41、
42、
43、非线性情况下使用核技巧:
44、φ(x)·φ(z)=k(x,z);
45、其中,是映射函数,k(·,·)是核函数。
46、作为本专利技术再进一步的方案:所述实时监测与预警系统中包括数据接收与传输模块、数据处理与分析模块、预警与报警模块、数据可视化与用户界面模块、远程访问与管理模块以及自动化控制与反馈模块。
47、作为本专利技术再进一步的方案:所述数据接收与传输模块与传感器之间通过电缆电性连接,所述数据接收与传输模块与数据处理与分析模块之间通信连接,所述数据处理与分析模块与预警与报警模块之间通信连接,所述预警报警模块与用户界面模块之间通信连接,所述用户界面模块与远程访问与管理模块之间通信连接。
48、与现有技术相比,本专利技术的有益效果是:通过采用多种传感器,包括应变计、加速度计、位移传感器和温度传感器,并将它们合理布置在结构的不同部位。这种综合监测能够全面、准确地获取结构的各项数据,从而更加全面地了解结构的状况,通过采用cnn结合svm的方法建立预测模型,结合利用了卷积神经网络(cnn)在本文档来自技高网...
【技术保护点】
1.一种用于土木工程的结构监测系统,其特征在于:其监测方法步骤包括,传感器选择与布置、数据采集与存储、数据预处理与特征提取、建立预测模型、实时监测与预警系统以及维护与修复策略。
2.根据权利要求1所述的一种用于土木工程的结构监测系统,其特征在于:所述传感器选择与布置步骤中,选择适合不同结构类型的传感器,包括但应变计、加速度计、位移传感器以及温度传感器,具体如下:
3.根据权利要求1所述的一种用于土木工程的结构监测系统,其特征在于:所述数据采集与存储步骤中,数据采集器采用National Instruments CompactDAQ型号,数据存储设备采用Dell EMC PowerEdge R740xd服务器,云平台服务商为Amazon Web Services(AWS),数据采集器的输出端分别与数据存储设备与云平台的输入端通信连接。
4.根据权利要求1所述的一种用于土木工程的结构监测系统,其特征在于:所述数据预处理与特征提取过程中需对原始数据进行滤波和去噪,并采用数字信号处理技术提取有效信息,并利用频域分析方法提取结构特征,包括自然频率和振型,
5.根据权利要求1所述的一种用于土木工程的结构监测系统,其特征在于:所述建立预测模型步骤中,采用CNN结合SVM的方法,其具体步骤如下:
6.根据权利要求1所述的一种用于土木工程的结构监测系统,其特征在于:所述实时监测与预警系统中包括数据接收与传输模块、数据处理与分析模块、预警与报警模块、数据可视化与用户界面模块、远程访问与管理模块以及自动化控制与反馈模块。
7.根据权利要求6所述的一种用于土木工程的结构监测系统,其特征在于:所述数据接收与传输模块与传感器之间通过电缆电性连接,所述数据接收与传输模块与数据处理与分析模块之间通信连接,所述数据处理与分析模块与预警与报警模块之间通信连接,所述预警报警模块与用户界面模块之间通信连接,所述用户界面模块与远程访问与管理模块之间通信连接。
...【技术特征摘要】
1.一种用于土木工程的结构监测系统,其特征在于:其监测方法步骤包括,传感器选择与布置、数据采集与存储、数据预处理与特征提取、建立预测模型、实时监测与预警系统以及维护与修复策略。
2.根据权利要求1所述的一种用于土木工程的结构监测系统,其特征在于:所述传感器选择与布置步骤中,选择适合不同结构类型的传感器,包括但应变计、加速度计、位移传感器以及温度传感器,具体如下:
3.根据权利要求1所述的一种用于土木工程的结构监测系统,其特征在于:所述数据采集与存储步骤中,数据采集器采用national instruments compactdaq型号,数据存储设备采用dell emc poweredge r740xd服务器,云平台服务商为amazon web services(aws),数据采集器的输出端分别与数据存储设备与云平台的输入端通信连接。
4.根据权利要求1所述的一种用于土木工程的结构监测系统,其特征在于:所述数据预处理与特征提取...
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。