摘要
本申请公开了一种桥梁疲劳损伤度预测方法、系统和计算机设备。本申请充分利用桥梁健康监测系统采集的大量原始数据,并采用深度学习LSTM网络,构建得到桥梁损伤损伤度预测模型,根据该预测模型可直接预测得到未来的桥梁损伤度,为桥梁安全运维提供了数据支撑和技术支撑,同时本申请还通过数据更新实现模型更新,能够保持桥梁疲劳损伤度长度快速预测的精度,不会因为数据分布改变而丧失模型预测可靠性,为桥梁动态疲劳评估提供准确可靠的数据,且具有模型小、易部署、准确度高的优点,可轻量部署在桥梁健康监测系统中,预测精度较高,对设备要求低。
技术关键词
度预测方法
LSTM模型
桥梁健康监测系统
滑动窗口
数据
桥梁健康状态
样本
序列
疲劳损伤累积理论
特征提取单元
应力
模型更新
预测系统
预警模块
EMD算法
计算机设备
误差
监测传感器
系统为您推荐了相关专利信息
脑电图数据
药物
癫痫持续状态
医学数据处理技术
非暂态计算机可读存储介质