桥梁健康在线检测模块生成方法、检测方法、工具箱及装置

    公开(公告)号:CN114563150A

    公开(公告)日:2022-05-31

    申请号:CN202111592343.8

    申请日:2021-12-23

    申请人: 贵州大学

    IPC分类号: G01M7/02 G01N29/04 G01N29/44

    摘要: 本发明提供一种桥梁健康在线检测模块生成方法、检测方法、工具箱及装置,通过传感器采集加速度作为结构动力响应信号。对结构响应数据的原始数据进行极值统计,进一步对结构响应数据降噪和快速傅里叶变换后再进行极值统计,合并两次统计结果以获取数据特征,能够准确捕捉桥梁的损伤特性。通过多种机器学习算法模型进行训练和学习得到能够完成桥梁损伤识别分类的桥梁损伤识别分类模型,并整合成一个桥梁损伤检测模块,自由调用。同时,计算各桥梁损伤识别分类模型的评价指标,以指导选用最优的或结合多种桥梁损伤检测模块进行识别检测,提高损伤识别精度。基于全自动化的智能处理方式,极大提升了对桥梁损伤的检出速度和精度,实现全天候实时检测。

    一种轻量化卷积网络的桥梁表面裂纹检测方法及设备

    公开(公告)号:CN115439412A

    公开(公告)日:2022-12-06

    申请号:CN202210936787.7

    申请日:2022-08-05

    申请人: 贵州大学

    摘要: 本发明公开了一种轻量化卷积网络的桥梁表面裂纹检测方法及设备,包括:构建轻量化卷积网络模型;其中,所述轻量化卷积神经网络为基于MobileNet的YOLOv4网络;获取桥梁裂纹图像数据集,基于所述桥梁裂纹图像数据集对所述轻量化卷积网络模型进行训练,得到训练好的裂纹检测网络;利用所述裂纹检测网络实时检测桥梁裂纹。本发明通过构建基于MobileNet的YOLOv4网络,基于MobileNet YOLOv4的轻量化,实现对获取桥梁裂纹图像数据集对所述基于MobileNet的YOLOv4网络进行训练,利用训练好的网络进行桥梁裂纹的实时检测;本方法能够有效克服现有基于机器学习的裂纹检测方法存在的检测精度低、检测速度慢的缺陷。

    一种桥梁损伤分析方法、分析报警系统及装置

    公开(公告)号:CN114491944B

    公开(公告)日:2022-10-25

    申请号:CN202111595150.8

    申请日:2021-12-23

    申请人: 贵州大学

    摘要: 本发明提供一种桥梁损伤分析方法、分析报警系统及装置,通过引入近场动力学构建桥梁模型进行仿真,能够对桥梁的整体或局部损伤状态进行模拟,通过求解多个时间步的桥梁损伤,实现对桥梁健康状态的评估和预警。在引入进场动力学分析之前,先采用预设桥梁损伤识别分类模型判断待分析桥梁是否损伤,只在有损伤的条件下做进一步的损伤分析,能够极大减小工作量。所述分析报警系统通过桥梁分析模块对待分析桥梁做损伤模拟和分析,并通过显示器模块进行可视化展示。通过设置多种报警模块,能够实现对桥梁传感器数据的常规报警、机器学习报警、近场动力学分析下的报警以及寿命预测。

    一种桥梁损伤分析方法、分析报警系统及装置

    公开(公告)号:CN114491944A

    公开(公告)日:2022-05-13

    申请号:CN202111595150.8

    申请日:2021-12-23

    申请人: 贵州大学

    摘要: 本发明提供一种桥梁损伤分析方法、分析报警系统及装置,通过引入近场动力学构建桥梁模型进行仿真,能够对桥梁的整体或局部损伤状态进行模拟,通过求解多个时间步的桥梁损伤,实现对桥梁健康状态的评估和预警。在引入进场动力学分析之前,先采用预设桥梁损伤识别分类模型判断待分析桥梁是否损伤,只在有损伤的条件下做进一步的损伤分析,能够极大减小工作量。所述分析报警系统通过桥梁分析模块对待分析桥梁做损伤模拟和分析,并通过显示器模块进行可视化展示。通过设置多种报警模块,能够实现对桥梁传感器数据的常规报警、机器学习报警、近场动力学分析下的报警以及寿命预测。

    桥梁健康在线检测模块生成方法、检测方法、工具箱及装置

    公开(公告)号:CN114563150B

    公开(公告)日:2023-04-07

    申请号:CN202111592343.8

    申请日:2021-12-23

    申请人: 贵州大学

    IPC分类号: G01M7/02 G01N29/04 G01N29/44

    摘要: 本发明提供一种桥梁健康在线检测模块生成方法、检测方法、工具箱及装置,通过传感器采集加速度作为结构动力响应信号。对结构响应数据的原始数据进行极值统计,进一步对结构响应数据降噪和快速傅里叶变换后再进行极值统计,合并两次统计结果以获取数据特征,能够准确捕捉桥梁的损伤特性。通过多种机器学习算法模型进行训练和学习得到能够完成桥梁损伤识别分类的桥梁损伤识别分类模型,并整合成一个桥梁损伤检测模块,自由调用。同时,计算各桥梁损伤识别分类模型的评价指标,以指导选用最优的或结合多种桥梁损伤检测模块进行识别检测,提高损伤识别精度。基于全自动化的智能处理方式,极大提升了对桥梁损伤的检出速度和精度,实现全天候实时检测。

    融合注意力机制的轻量化桥梁表面裂纹分割方法及设备

    公开(公告)号:CN115511787A

    公开(公告)日:2022-12-23

    申请号:CN202211039587.8

    申请日:2022-08-29

    申请人: 贵州大学

    摘要: 本发明公开了一种融合注意力机制的轻量化桥梁表面裂纹分割方法及设备,包括:构建初始语义分割网络模型,将注意力模块融入至所述初始语义分割网络模型中,得到改进后的语义分割网络模型;获取桥梁裂纹图像数据集,基于所述桥梁裂纹图像数据集对所述语义分割网络模型进行训练,得到训练好的裂纹分割网络;利用所述裂纹分割网络实时识别桥梁裂纹。利用训练好的网络进行桥梁裂纹的实时检测;该方法采用基于注意力模块的改进型PSPNet语义分割网络进行裂纹分割,分割精度高、速度快、计算成本低,对硬件设备要求较低,可以部署在计算力相对较低的硬件设备中实时运行,满足工业需求。