(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 202211017027.2 (22)申请日 2022.08.23 (71)申请人 保利长大工程有限公司 地址 510000 广东省广州市天河区广州大 道中942号 申请人 广州市高速公路有限公司 (72)发明人 荣国城　曾磊　郭广银　李环宇　 郑波涛　汪一格　陶煜峰　杨雁君　 彭维　李国俊　刘程洪　高升　 (74)专利代理 机构 广州市越秀区哲力专利商标 事务所(普通 合伙) 44288 专利代理师 陶洁雯 (51)Int.Cl. G06T 7/00(2017.01) G06N 3/04(2006.01)G06N 3/08(2006.01) G06F 30/23(2020.01) G06V 10/44(2022.01) G06V 10/762(2022.01) G06V 10/77(2022.01) G06V 10/82(2022.01) G01M 99/00(2011.01) G06F 119/14(2020.01) (54)发明名称 一种基于大数据的桥梁安全管理方法和系 统 (57)摘要 本发明提出一种基于大数据的桥梁安全管 理方法， 包括， 获取桥梁裂缝图像， 根据桥梁裂缝 图像识别算法识别桥梁裂纹， 并得出桥梁裂纹长 度； 采用有限元方法， 根据桥梁裂纹长度， 确定当 前桥梁的可承受应变应力； 获取车辆载荷数据与 车载致应变应力的关系； 训练长短时记忆神经网 络模型； 实时监测车载载荷数据， 根据得到的车 辆载荷数据与车载致应变应力的关系， 得到车载 致应变应力， 并根据训练好的长短时记忆神经网 络模型， 得出车载致应变应力变化部分； 比对车 载致应变应力变化部分的阈值和当前桥梁的可 承受应变应力， 当车载致应变应力变化部分的阈 值和当前桥梁的可承受应变应力时， 进行报警。 本发明提出方法， 能够对桥梁安全进行及时有效 的管理。 权利要求书4页 说明书10页 附图3页 CN 115311246 A 2022.11.08 CN 115311246 A 1.一种基于大 数据的桥梁安全管理方法， 其特 征在于， 包括如下步骤： 获取桥梁裂缝图像， 根据桥梁裂缝图像识别算法识别桥梁裂纹， 并得 出桥梁裂纹长度； 采用有限元 方法， 根据桥梁裂纹长度， 确定当前桥梁的可承受应 变应力； 获取历史车辆载荷数据以及历史车辆载荷数据情况下的历史桥梁实时应变应力监测 数据， 利用小波包分解得出应变监测数据中的车载致应变应力， 得到车辆载荷数据与车载 致应变应力的关系； 构建长短时记忆神经网络模型， 将车载致应变标记为车载致应变变化部分与平稳部 分， 建立样本训练集与测试集进行长短时记忆神经网络模型 的训练， 得到训练好的长短时 记忆神经网络模型； 实时监测车载载荷数据， 根据得到的车辆载荷数据与车载致应变应力的关系， 得到车 载致应变应力， 并根据训练好的长短时记 忆神经网络模型， 得 出车载致应变应力变化部分； 比对车载致应变应力变化部分的阈值和当前桥梁的可承受应变应力， 当车载致应变应 力变化部分的阈值和当前桥梁的可承受应 变应力时， 进行报警。 2.根据权利要求1所述的一种基于大数据的桥梁安全管理方法， 其特征在于， 获取桥梁 裂缝图像， 根据桥梁裂缝图像识别算法识别桥梁裂纹， 并得 出桥梁裂纹长度， 具体包括： 基于Gabor滤波获取桥梁裂缝识别的有效区域； 将获取桥梁裂缝识别的有效区域再进行高斯滤波以平滑处理， 得到平滑处理后的图 像； 将平滑处理后的图像进行主成分 分析， 得到降维后的图像； 将降维后的图像进行 K‑means聚类获取桥梁裂缝区域； 利用改进后的脉冲耦合神经网络进行桥梁裂缝识别； 获取桥梁裂纹长度。 3.根据权利要求1所述的一种基于大数据的桥梁安全管理方法， 其特征在于， 采用有限 元方法， 根据桥梁裂纹的数据， 确定当前桥梁的可承受应 变应力； 具体为： 首先建立桥梁的结构图； 将桥梁裂纹的数据作为 边界条件； 得出当前桥梁的可应 变应力； 将研究域Ω嵌入到无限大含裂纹的区域中， 其中区域含裂纹长度为2a， 在研究域Ω外 作虚拟边界S， 并在其上分布密度未知的虚拟荷载X(l)， 其中， l＝1,2； 根据叠加原理， 在真 实荷载F(l)和虚拟荷载 X(l)的共同作用下， 无限域内任意 一点z＝x+iy处的位移或应力为： 权　利　要　求　书 1/4 页 2 CN 115311246 A 2其中， zS∈S， zΩ∈Ω， 其边界为L， 其中F(1)为水平方向的域内体力， F(2)为垂直方向的 域内体力； X(1)为 水平方向的虚拟荷载， X(2)为垂直 方向的虚拟荷载； σx为x方向应力， σy为Y 方向应力， τxy为应力转角， u为X 方向应变位移， V为Y方向应 变位移。 4.根据权利要求1所述的一种基于大数据的桥梁安全管理方法， 其特征在于， 利用小波 包分解得 出应变监测数据中的车 载致应变应力， 具体包括： 根据温度致应变应力的变化频率以及车载致应变应力的变化频率， 确定小波包的分解 频率范围， 所述应 变应力监测数据包括温度致应 变应力和车 载致应变应力； 根据采样频率以及小 波包的分解频率范围， 确定小 波包的分解层数； 将应变应力监测数据进行小 波包分解， 得到车 载致应变应力。 5.一种基于大 数据的桥梁安全管理系统， 其特 征在于， 包括： 裂缝图像获取单元： 获取桥梁裂缝图像， 根据桥梁裂缝图像识别算法识别桥梁裂纹， 并 得出桥梁裂纹长度； 可承受应变应力获取单元： 采用有限元方法， 根据桥梁裂纹长度， 确定当前桥梁的可承 受应变应力； 载荷应变应力关系获取单元： 获取历史车辆载荷数据以及历史车辆载荷数据情况下的 历史桥梁实时应变应力监测数据， 利用 小波包分解得出应变监测数据中的车载致应变应 力， 得到车辆载荷数据与车 载致应变应力的关系； 模型训练单元： 构建长短时记忆神经网络模型， 将车载致应变标记为车载致应变变化 部分与平稳部分， 建立样本训练集与测试集进行长短时记忆神经网络模型 的训练， 得到训 练好的长短时记 忆神经网络模型； 计算单元： 实时监测车载载荷数据， 根据得到的车辆载荷数据与车载致应变应力的关 系， 得到车载致应变应力， 并根据训练好的长 短时记忆神经网络模型， 得出车载致应变应力 变化部分； 比对报警单元： 比对车载致应变应力变化部分的阈值和当前桥梁的可承受应变应力， 当车载致应变应力变化部分的阈值和当前桥梁的可承受应 变应力时， 进行报警。 6.根据权利要求5所述的一种基于大数据的桥梁安全管理系统， 其特征在于， 裂缝图像 获取单元中， 获取桥梁裂缝图像， 根据桥梁裂缝图像识别算法识别桥梁裂纹， 并得出桥梁裂 纹长度， 具体包括： 基于Gabor滤波获取桥梁裂缝识别的有效区域； 将获取桥梁裂缝识别的有效区域再进行高斯滤波以平滑处理， 得到平滑处理后的图 像； 将平滑处理后的图像进行主成分 分析， 得到降维后的图像； 将降维后的图像进行 K‑means聚类获取桥梁裂缝区域；权　利　要　求　书 2/4 页 3 CN 115311246 A 3