本發(fā)明涉及橋梁結(jié)構(gòu)安全監(jiān)測與維護，具體為基于智能感知的道路橋梁實時監(jiān)測與維護系統(tǒng)。

背景技術(shù)：

1、隨著道路橋梁在交通運輸網(wǎng)絡(luò)中的重要性日益提高，對橋梁運行狀態(tài)的實時監(jiān)測與維護成為保障交通安全的關(guān)鍵技術(shù)手段。傳統(tǒng)的橋梁監(jiān)測主要依賴人工巡檢和單一類型的傳感器采集技術(shù)，例如通過振動傳感器監(jiān)測橋梁動態(tài)響應(yīng)，通過應(yīng)變傳感器測量結(jié)構(gòu)變形，或通過視覺設(shè)備觀察裂縫擴展。這些方法在一定程度上為橋梁維護提供了數(shù)據(jù)支持，但隨著橋梁使用年限的增長和運行環(huán)境的復(fù)雜化，僅依靠單一監(jiān)測手段已難以滿足對橋梁健康狀態(tài)的全面、實時和高效的評估需求。

2、現(xiàn)有技術(shù)基于單源傳感器采集的數(shù)據(jù)進行健康評估，但單一數(shù)據(jù)源的局限性導(dǎo)致監(jiān)測結(jié)果難以全面反映橋梁的運行狀態(tài)。此外，現(xiàn)有方法多采用線性分析模型，難以捕捉多源數(shù)據(jù)間的非線性耦合關(guān)系，進而無法準確表征橋梁在復(fù)雜運行環(huán)境下的健康狀態(tài)。同時，現(xiàn)有技術(shù)缺乏對橋梁物理規(guī)律(如振動模態(tài)特性、熱膨脹效應(yīng))的有效約束，容易出現(xiàn)評估結(jié)果與實際橋梁行為不一致的情況。健康趨勢預(yù)測方面，現(xiàn)有技術(shù)在捕捉健康狀態(tài)隨時間變化的趨勢上缺乏針對性，尤其在橋梁疲勞損傷或環(huán)境驟變時，無法提供可靠的早期預(yù)警。

技術(shù)實現(xiàn)思路

1、針對現(xiàn)有技術(shù)的不足，本發(fā)明提供了基于智能感知的道路橋梁實時監(jiān)測與維護系統(tǒng)，解決了現(xiàn)有技術(shù)中因單一數(shù)據(jù)源、線性分析模型及缺乏物理約束導(dǎo)致的監(jiān)測結(jié)果不全面、不準確以及健康狀態(tài)預(yù)測能力不足的問題。

2、為實現(xiàn)以上目的，本發(fā)明通過以下技術(shù)方案予以實現(xiàn)：基于智能感知的道路橋梁實時監(jiān)測與維護系統(tǒng)，包括：

3、數(shù)據(jù)采集模塊，用于通過部署的多源傳感器采集橋梁運行狀態(tài)的多維數(shù)據(jù)，所述多源傳感器包括振動傳感器、應(yīng)變傳感器、溫濕度傳感器和圖像采集設(shè)備；

4、數(shù)據(jù)預(yù)處理模塊，用于對采集的多維數(shù)據(jù)進行清洗、同步和特征提取，得到動態(tài)特征、環(huán)境特征和視覺特征；

5、數(shù)據(jù)融合模塊，用于基于構(gòu)建的多源數(shù)據(jù)關(guān)系圖和圖神經(jīng)網(wǎng)絡(luò)模型提取多維數(shù)據(jù)之間的耦合關(guān)系，并生成融合后的全局特征；

6、物理約束優(yōu)化模塊，用于對融合后的全局特征施加基于橋梁振動模態(tài)特性和熱膨脹特性的物理約束，優(yōu)化全局特征；

7、健康狀態(tài)評估模塊，用于基于優(yōu)化后的全局特征生成健康狀態(tài)評分；

8、健康趨勢預(yù)測模塊，用于基于時間序列模型預(yù)測橋梁未來的健康狀態(tài)，并生成維護建議。

9、優(yōu)選的，所述數(shù)據(jù)采集模塊進一步包括：

10、多源傳感器布設(shè)子模塊，用于根據(jù)橋梁結(jié)構(gòu)的關(guān)鍵受力位置布設(shè)振動傳感器、應(yīng)變傳感器和溫濕度傳感器，并通過圖像采集設(shè)備獲取橋梁裂縫的圖像；

11、數(shù)據(jù)傳輸子模塊，用于通過無線網(wǎng)絡(luò)或有線網(wǎng)絡(luò)將采集的數(shù)據(jù)傳輸至數(shù)據(jù)預(yù)處理模塊。

12、優(yōu)選的，所述數(shù)據(jù)預(yù)處理模塊進一步包括：

13、數(shù)據(jù)清洗子模塊，用于移除傳感器采集過程中的異常值并填補數(shù)據(jù)缺失；

14、數(shù)據(jù)同步子模塊，用于對不同采樣頻率的數(shù)據(jù)進行時間同步；

15、特征提取子模塊，用于從動態(tài)特征中提取功率譜密度特征，從環(huán)境特征中提取歸一化統(tǒng)計特征，從視覺特征中提取裂縫的寬度和長度。

16、優(yōu)選的，所述數(shù)據(jù)融合模塊包括：

17、數(shù)據(jù)關(guān)系圖構(gòu)建子模塊，用于基于多源數(shù)據(jù)的相關(guān)性構(gòu)建包含多維數(shù)據(jù)節(jié)點和數(shù)據(jù)關(guān)聯(lián)邊的關(guān)系圖，所述邊的權(quán)重根據(jù)節(jié)點數(shù)據(jù)間的信息共享量進行計算；

18、圖神經(jīng)網(wǎng)絡(luò)子模塊，用于對所述關(guān)系圖中的節(jié)點特征進行多層次的消息傳遞和聚合處理，以提取多源數(shù)據(jù)間的非線性耦合特征；

19、全局特征生成子模塊，用于通過特征聚合方法生成描述橋梁健康狀態(tài)的全局特征。

20、優(yōu)選的，所述物理約束優(yōu)化模塊包括：

21、振動模態(tài)約束子模塊，用于基于橋梁結(jié)構(gòu)動力學的振動模態(tài)特性對全局特征進行校準；

22、熱膨脹約束子模塊，用于基于橋梁材料的熱膨脹公式對溫濕度特征和應(yīng)變特征的關(guān)系進行校正；

23、綜合優(yōu)化子模塊，用于根據(jù)優(yōu)化目標函數(shù)調(diào)整全局特征的權(quán)重參數(shù)，其中優(yōu)化目標函數(shù)包括數(shù)據(jù)驅(qū)動損失項、模態(tài)約束損失項和熱膨脹約束損失項。

24、優(yōu)選的，所述振動模態(tài)特性由橋梁結(jié)構(gòu)的振動頻率確定，所述振動頻率與橋梁的剛度和質(zhì)量呈正相關(guān)關(guān)系，優(yōu)化過程中保證振動模態(tài)特性與實際橋梁動力特性一致。

25、優(yōu)選的，所述健康狀態(tài)評估模塊包括：

26、健康指數(shù)生成子模塊，用于根據(jù)全局特征生成橋梁健康狀態(tài)評分，所述健康狀態(tài)評分范圍為0至1；

27、指標可視化子模塊，用于以圖形化方式展示橋梁當前的健康狀態(tài)。

28、優(yōu)選的，所述健康趨勢預(yù)測模塊包括：

29、時間序列模型子模塊，用于通過長短時記憶網(wǎng)絡(luò)模型預(yù)測橋梁健康狀態(tài)評分的未來變化趨勢；

30、預(yù)警生成子模塊，用于根據(jù)健康狀態(tài)評分的下降趨勢生成健康預(yù)警信息。

31、優(yōu)選的，所述維護建議根據(jù)健康狀態(tài)評分的歷史數(shù)據(jù)和未來預(yù)測值生成，優(yōu)先建議修復(fù)健康狀態(tài)評分低于預(yù)設(shè)閾值的關(guān)鍵橋梁部位。

32、優(yōu)選的，所述全局特征通過包含所有傳感器采集數(shù)據(jù)的融合表征生成，所述融合表征能夠同時反映橋梁的動態(tài)行為、環(huán)境影響以及視覺損傷狀態(tài)。

33、本發(fā)明提供了基于智能感知的道路橋梁實時監(jiān)測與維護系統(tǒng)。具備以下有益效果：

34、1、本發(fā)明通過多源傳感器采集振動信號、應(yīng)變信號、溫濕度參數(shù)及圖像信息，綜合構(gòu)建橋梁運行狀態(tài)的多維數(shù)據(jù)基礎(chǔ)，數(shù)據(jù)融合模塊結(jié)合圖神經(jīng)網(wǎng)絡(luò)的特性，充分挖掘多源數(shù)據(jù)之間的非線性耦合關(guān)系，生成全局特征表征，這種多源信息的深度融合，避免了傳統(tǒng)單一數(shù)據(jù)源監(jiān)測方法的片面性，大幅提升了監(jiān)測結(jié)果的全面性和準確性，尤其是在復(fù)雜運行環(huán)境中具有顯著優(yōu)勢。

35、2、本發(fā)明通過物理約束優(yōu)化模塊將橋梁的振動模態(tài)特性、熱膨脹特性等物理規(guī)律與數(shù)據(jù)驅(qū)動模型結(jié)合，優(yōu)化全局特征表征，該模塊確保了橋梁健康狀態(tài)評估結(jié)果不僅具有數(shù)學意義上的一致性，更具備工程應(yīng)用中的物理合理性，這一創(chuàng)新方法有效彌補了純數(shù)據(jù)驅(qū)動模型在非線性復(fù)雜環(huán)境下可能出現(xiàn)的錯誤判斷，使評估結(jié)果更加可靠，特別是在橋梁長期疲勞損傷或極端環(huán)境變化條件下表現(xiàn)出更高的魯棒性。

36、3、本發(fā)明采用長短時記憶網(wǎng)絡(luò)對橋梁未來的健康狀態(tài)進行精確預(yù)測，結(jié)合動態(tài)的異常趨勢識別功能，該模塊能夠及時發(fā)現(xiàn)橋梁健康評分的顯著下降趨勢，并提前發(fā)出預(yù)警信息，為管理者提供科學的維護決策支持，這一功能不僅降低了突發(fā)性橋梁故障的風險，還實現(xiàn)了橋梁維護的主動化與智能化，大幅提升了橋梁安全管理的效率和效能。

技術(shù)特征：

1.基于智能感知的道路橋梁實時監(jiān)測與維護系統(tǒng)，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的基于智能感知的道路橋梁實時監(jiān)測與維護系統(tǒng)，其特征在于，所述數(shù)據(jù)采集模塊進一步包括：

3.根據(jù)權(quán)利要求1所述的基于智能感知的道路橋梁實時監(jiān)測與維護系統(tǒng)，其特征在于，所述數(shù)據(jù)預(yù)處理模塊進一步包括：

4.根據(jù)權(quán)利要求1所述的基于智能感知的道路橋梁實時監(jiān)測與維護系統(tǒng)，其特征在于，所述數(shù)據(jù)融合模塊包括：

5.根據(jù)權(quán)利要求1所述的基于智能感知的道路橋梁實時監(jiān)測與維護系統(tǒng)，其特征在于，所述物理約束優(yōu)化模塊包括：

6.根據(jù)權(quán)利要求1所述的基于智能感知的道路橋梁實時監(jiān)測與維護系統(tǒng)，其特征在于，所述振動模態(tài)特性由橋梁結(jié)構(gòu)的振動頻率確定，所述振動頻率與橋梁的剛度和質(zhì)量呈正相關(guān)關(guān)系，優(yōu)化過程中保證振動模態(tài)特性與實際橋梁動力特性一致。

7.根據(jù)權(quán)利要求1所述的基于智能感知的道路橋梁實時監(jiān)測與維護系統(tǒng)，其特征在于，所述健康狀態(tài)評估模塊包括：

8.根據(jù)權(quán)利要求1所述的基于智能感知的道路橋梁實時監(jiān)測與維護系統(tǒng)，其特征在于，所述健康趨勢預(yù)測模塊包括：

9.根據(jù)權(quán)利要求1所述的基于智能感知的道路橋梁實時監(jiān)測與維護系統(tǒng)，其特征在于，所述維護建議根據(jù)健康狀態(tài)評分的歷史數(shù)據(jù)和未來預(yù)測值生成，優(yōu)先建議修復(fù)健康狀態(tài)評分低于預(yù)設(shè)閾值的關(guān)鍵橋梁部位。

10.根據(jù)權(quán)利要求1所述的基于智能感知的道路橋梁實時監(jiān)測與維護系統(tǒng)，其特征在于，所述全局特征通過包含所有傳感器采集數(shù)據(jù)的融合表征生成，所述融合表征能夠同時反映橋梁的動態(tài)行為、環(huán)境影響以及視覺損傷狀態(tài)。

技術(shù)總結(jié)
本申請涉及橋梁結(jié)構(gòu)安全監(jiān)測與維護技術(shù)領(lǐng)域，公開了基于智能感知的道路橋梁實時監(jiān)測與維護系統(tǒng)，包括：數(shù)據(jù)采集模塊，用于通過部署的多源傳感器采集橋梁運行狀態(tài)的多維數(shù)據(jù)，所述多源傳感器包括振動傳感器、應(yīng)變傳感器、溫濕度傳感器和圖像采集設(shè)備；數(shù)據(jù)預(yù)處理模塊，用于對采集的多維數(shù)據(jù)進行清洗、同步和特征提取，得到動態(tài)特征、環(huán)境特征和視覺特征；數(shù)據(jù)融合模塊。本發(fā)明通過多源數(shù)據(jù)融合提升橋梁監(jiān)測的全面性與準確性，結(jié)合物理約束優(yōu)化確保評估結(jié)果的可靠性，基于時間序列模型實現(xiàn)健康趨勢預(yù)測與預(yù)警功能，為橋梁維護提供科學決策支持，提高了監(jiān)測與管理效率。

技術(shù)研發(fā)人員：董軍波,蘇新,趙學波,李海先
受保護的技術(shù)使用者：董軍波
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15