(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111633793.7 (22)申请日 2021.12.28 (71)申请人 北京云庐科技有限公司 地址 100071 北京市丰台区万丰路316号 万 开基地A座 4层A4-01单元 申请人 大秦铁路股份有限公司原 平工务段 (72)发明人 田杰　李元军　刘颖　张丽丽　 田淑明　吴连奎　王长欣　 (74)专利代理 机构 北京维正专利代理有限公司 11508 专利代理师 梁栋 (51)Int.Cl. G06K 9/62(2022.01) G06F 30/23(2020.01) G06F 30/20(2020.01)G06F 17/18(2006.01) (54)发明名称 基于AI的重载铁路桥梁健康监测方法 (57)摘要 本申请涉及一种基于AI的重载铁路桥梁健 康监测方法， 其方法包括获取监测模块对桥梁的 监测数据； 若监测数据中包含静态数据， 得到所 述静态数据所处的安全等级； 若监测数据中包含 动态数据， 得到动态数据所处的安全等级； 生成 当前桥梁健康信息； 将静态数据、 动态数据分别 经过深度机器学习进行预测并依次得到静态发 展数据、 动态发展数据； 依次得出所述静态发展 数据的安全等级、 动态发展数据的安全等级； 生 成发展桥梁健康信息； 若反映出桥梁结构异常， 则向终端模块发送报警指令。 本申请对监测数据 进行处理及预测， 当根据监测数据判断出桥梁存 在结构异常时， 向终端模块发送报警指令， 实现 了桥梁潜在安全隐患的预测预警， 提高了行车的 安全性。 权利要求书3页 说明书10页 附图3页 CN 114580493 A 2022.06.03 CN 114580493 A 1.一种基于AI的重载铁路桥梁健康监测方法， 其特 征在于， 包括： 获取监测模块对桥梁的监测数据， 所述 监测数据包括 桥梁的环境数据和结构数据； 若所述监测数据中包含静态数据， 则将所述静态数据直接与 预设的其对应的安全等级 中的预警值进行对比， 得到所述静态数据所处的安全等级； 若所述监测数据中包含动态数据， 则将所述动态数据经过处理后与 预设的其对应的安 全等级中的预警值进行对比， 得到所述动态数据所处的安全等级； 基于所述静态数据的安全等级以及动态数据的安全等级生成当前桥梁健康信息； 将所述静态数据、 动态数据分别经过深度机器学习进行预测并依次得到静态发展数 据、 动态发展数据； 将所述静态发展数据、 动态发展数据分别与对应的安全等级中的预警值进行对比， 并 依次得出所述静态发展数据的安全等级、 动态发展数据的安全等级； 基于所述静态发展数据的安全等级以及动态发展数据的安全等级生成发展桥梁健康 信息； 若桥梁健康信息和/或发展桥梁健康信息反映出桥梁结构异常， 则向终端模块发送报 警指令。 2.根据权利要求1所述的方法， 其特征在于， 所述动态数据为应力数据时， 所述若监测 数据中包 含动态数据还 包括： 基于应力数据生成基线数据； 将所述基线数据通过分离提取 得到响应数据； 所述生成基线数据包括： 获取 具有n个应力数据样本量的事 件序列{x1， x2， ...， xn}， 构建秩序列 其中， 在时间序列定义 为随机的假定下， 定义统计量 其中， UF1＝0， E(sk)和Var(sk)分别为sk的均值和方差， 且x1， x2， …， xn互相独立时， 通过正态分布表得到给定的显著水平α对应的临界值Uα， 若UFk>Uα则表明时间序列存 在明显的趋势变化； 基于时间序列的逆序(xn， xn ‑1，…， x1)， 重复上述过程， 并且令UBk> ‑UFk(k＝n， n ‑ 1，…， 1)， UB1＝0 。 3.根据权利要求1所述的方法， 其特征在于， 所述监测数据为波动数据时， 在所述获取 监测模块对桥梁的监测数据之后还 包括： 基于监测数据生成检测曲线； 将所述检测曲线分解成有荷载作用准静态桥梁变形曲线、 波动曲线；权　利　要　求　书 1/3 页 2 CN 114580493 A 2获取准静态桥梁变形曲线、 波动曲线的差值， 所述差值 为动力系数。 4.根据权利要求3所述的方法， 其特征在于， 所述将所述检测曲线分解成有荷载作用准 静态桥梁变形曲线、 波动曲线包括： 对所述监测数据进行 稳健回归分析； 获取所述监测数据作为输入序列按顺序滤波的第一次滤波结果； 将第一次滤波结果逆转后反向通过滤波器， 获取第二次滤波结果， 将所述第二次滤波 结果逆转后输出。 5.根据权利要求4所述的方法， 其特征在于， 所述对所述监测数据进行稳健 回归分析包 括： 采用迭代加权最小二乘法来估计回归系数， 并根据残差确定 权重； 目标函数J为： 式中， yi为因变量， ti为自变量， p为自变量的个 数， m为所监测分析时间段的数据总量， ai 为位置的回归系数， ci 为权重系数； 选取Bisquare权函数 式中， e为监测值与回归计算值的残 差， kB为阈值、 取kB＝ 4.685[16]。 6.根据权利要求4所述的方法， 其特征在于， 在基于监测数据生成检测曲线之前还包 括： 对监测数据进行 预处理， 过滤噪音数据； 所述过滤噪音数据包括： 基于五点 三次多项式中心移动平滑公式对监测数据进行修 正； 基于回归分析法研究监测数据中环境因子与结构状态 因子之间的关系， 并将环境因子 进行剔除， 其中， 回归分析法有一元线性回归分析和多元线性回归分析。 7.根据权利要求1所述的方法， 其特征在于， 所述监测数据包括振动数据， 在所述获取 监测模块对桥梁的监测数据之后还 包括： 基于所述振动数据通过进行时域、 频域模态分析 得出桥梁的动力特性； 基于所述振动数据通过进行时域模态分析包括： 基于所述振动数据构造得到 Hankel矩阵； 基于所述Han kel矩阵计算得到Toepl itz矩阵； 基于所述Toepl itz矩阵辨识出桥梁结构的模态参数。 8.根据权利要求7 所述的方法， 其特 征在于， 所述 辨识出桥梁结构的模态参数包括： 计算模态参数第i阶固有频率fi、 阻尼比ξi以及振型Φi分别为： 其中： λiλi系统特征时， λi与 互为共轭， Ψ是以特 征向量为列向量组成的n阶矩阵。 9.根据权利要求1所述的方法， 其特 征在于， 还 包括： 基于有限元仿真模拟获得 大量损伤样本； 基于所述损伤样本通过机器学习训练得到桥梁损伤的有限元力学模型；权　利　要　求　书 2/3 页 3 CN 114580493 A 3