摘要
本发明公开了一种桥梁预应力钢束断丝声信号监测及智能识别方法,该方法基于实验室钢绞线拉伸断裂试验获取真实断丝声发射信号,采用滑动窗口切片与多信噪比高斯噪声叠加方式实现数据增强,通过连续小波变换提取信号的二维时频特征图谱,构建训练数据集,利用EfficientNetB0与LSTM构建轻量化深度神经网络模型,对断丝与非断丝状态进行识别,在实际桥梁中采集模拟断丝声发射信号,并使用与实验室一致的预处理与识别流程进行模型测试,以评估识别方法的泛化能力与工程适应性;该方法构建了一套适用于桥梁预应力钢束断丝智能识别的完整技术体系,具备识别精度高、抗干扰能力强、适用于实际工程应用等优势,可为桥梁结构健康监测中的断丝事件识别提供可靠技术手段。
技术关键词
桥梁预应力
智能识别方法
轻量级深度神经网络
连续小波变换
信号
桥梁结构健康监测
信噪比
断裂试验装置
滑动窗口
完整技术体系
图谱
深度神经网络模型
小波变换处理
卷积特征提取
纹理特征
正则化策略
预应力钢绞线
声发射
LSTM模型
随机梯度下降