摘要
本发明涉及一种基于双输入自编码神经网络的桥梁实时监测方法,包括以下步骤:①首先在桥梁任意位置部署少量动态振动传感器采集移动荷载作用下的振动信号;②随后对信号进行频谱分析,提取桥梁结构基频f1作为核心参数,基于采样频率fs与基频f1的动态关系,按公式l≥2fs/f1的准则计算截取移动窗长;③将窗口化信号输入双通道自编码器神经网络进行训练;④利用训练完成的网络实现结构状态判断,输入待测试的响应数据,输出对应的特征向量,并计算得到特征敏感因子,根据特征敏感因子变化趋势判断桥梁结构是否发生了损伤,实现了无监督条件下的结构损伤实时识别。
技术关键词
桥梁实时监测
编码器
振动传感器
桥梁结构
神经网络训练
非线性特征
数据增广方法
动态
加速度
神经网络参数
因子
代表
解码器
信号
算法
样本
系统为您推荐了相关专利信息
图像处理模型
图像处理方法
计算机可读指令
计算机设备
策略
视觉深度估计方法
图像
双目摄像头
注意力机制
特征提取模块
分子属性预测方法
属性预测模型
拓扑图
蒸馏
大语言模型
时间序列特征
样本生成方法
分类器模型
Softmax函数
信息数据处理终端