摘要
本发明公开了一种基于深度时间序列模型的车辆‑桥梁参数同步反演识别方法,包括:收集桥梁响应数据;构建MFNI模型;训练MFNI模型;利用训练好的MFNI模型提取车辆移动力特征,获得车辆各轴在桥梁上的动态力时程;利用DMF‑corr块对解码器的输出进行校正;通过时间序列特征衍生方法从MFNI模型输出的车辆移动力特征中提取轴距和车速信息;获取到车致响应样本;构建PTAD模型,通过PTAD模型捕捉车致响应样本中的损伤敏感特征;通过损伤敏感特征获取到损伤指标,根据损伤指标评估桥梁状态,量化桥梁损伤程度。本发明实现了对桥梁结构损伤的准确、高效检测,为桥梁工程领域的结构健康监测提供新的技术手段,对于推动桥梁工程领域的智能化、精细化发展具有重要意义。
技术关键词
时间序列模型
评估桥梁状态
识别方法
时间序列特征
桥梁监测信号
指标
循环神经网络模型
桥梁结构损伤
误差向量
解码器
滑动窗口技术
局部特征信息
样本
结构健康监测
参数
校正
车辆模型
重构误差
系统为您推荐了相关专利信息
说话人识别方法
Softmax函数
说话人识别模型
融合特征
动静态特征
电力物联网终端
识别方法
物联网终端设备
算法
随机森林模型
调制识别方法
特征提取模块
频率
电磁环境信号
仿真信号
图像融合方法
识别方法
多尺度语义特征
图像拼接
非暂态计算机可读存储介质
二维码识别方法
检测网络模型
图像增强模块
度量
网络模型训练