摘要
本发明涉及结构健康监测技术领域,具体为一种基于LSTM模型的钢结构电梯井道沉降预测方法,包括以下步骤,分析三轴倾角数据,筛选倾角变化有效区段,提取三维位移数据识别倾角联动模式区间,识别偏移幅度构建样本权重分配表,检测跳变点,设定预测路径获取沉降预测信息,对比残差识别时间偏移生成结构预测偏移趋势数据。本发明中,通过识别倾角拐点并结合三轴变化幅度差异,实现有效数据段的提取,结合主轴位移方向识别增强了结构趋势判断的方向准确性,结合数据偏移幅度调整训练样本权重,优化模型对关键变形时段的学习能力,利用跳变密度,设定预测路径起点,提高了趋势预测的行为响应性,结合平移状态残差波动分析,增强预测结果的解释性。
技术关键词
钢结构电梯井道
沉降预测方法
LSTM模型
时间段
序列
生成结构
样本
预测误差
数据
结构健康监测技术
索引
预测残差
模式
密度
算术平均值
标签
频率
列表
系统为您推荐了相关专利信息
软件测试方法
可靠性参数
模型库
软件测试系统
知识图谱模型
多元时序数据
变电设备
监测方法
设备运行数据
数据分布
长短期记忆网络
状态监测方法
铁塔状态监测系统
集成学习方法
异常检测方法
顺层边坡
样本
因子
高风险
地质灾害防治工程技术