[发明专利]一种基于径向基函数神经网络的桥梁健康状况的评估方法和系统

说明书

本发明提供的一种基于径向基函数神经网络的桥梁健康状况的评估方法，包括以下步骤：S1：获取网络评估参数和桥梁的物理量的数据值组；S2：根据所述网络评估参数和所述数据值组，通过径向基函数神经网络计算桥梁健康状况的评估值；S3：对比所述评估值和桥梁损伤指数等级，判断桥梁的健康状况等级。该方法的评估过程的具备较高的客观性和科学性。同时，本发明还提供了基于上述方法的评估系统，利用该评估系统实现评估过程的自动化，无需评估者手动计算，大大提高了桥梁评估效率。

技术领域

本发明属于桥梁工程健康监测技术领域，具体涉及一种基于径向基函数神经网络的桥梁健康状况的评估方法和系统。

背景技术

桥梁建设是国家重要的基础建设之一，桥梁工程是关系社会和经济协调发展的生命线工程。由于环境影响、日益增长的交通量、以及公路运输业经常提倡提高汽车荷载标准，因此许多城市桥梁不能满足为设计新桥而规定的结构要求；劣化和荷载的增加也导致了桥梁可靠性的降低，留下安全隐患，造成不可挽回的经济损失和安全事故。因此，建立科学的桥梁健康状况评估体系及评估方法，正确评价桥梁结构的安全状况，对确保道路运输畅通和交通安全具有极其重要的理论和现实意义。传统的桥梁健康状况评估方法一般采用专家评价法或者模糊评价法，这些方法主观性强，并且计算困难，为评估者实时握桥梁健康状况增加了难度。

发明内容

为了解决上述问题，本发明提供可以一种可以客观地评价桥梁健康状况的基于径向基函数神经网络的桥梁健康状况的评估方法和系统。

为实现上述目的，本发明按以下技术方案予以实现的：

本发明提供一种基于径向基函数神经网络的桥梁健康状况的评估方法，包括以下步骤：

步骤S1：获取网络评估参数和桥梁的物理量的数据值组；

步骤S2：根据所述网络评估参数和所述数据值，通过径向基函数神经网络计算桥梁健康状况的评估值；

步骤S3：对比所述评估值和桥梁损伤指数，判断桥梁的健康状况等级。

进一步地，所述网络评估参数包括：输入层至中间层的连接权值w_ij，i＝1,2,…,n，j＝1,2,…,p；中间层至输出层的连接权值v_jt，j＝1,2,…,p，t＝1,2,…,p；中间层各单元的输出阀值θ_j，j＝1,2,…,p；输出层各单元的输出分值γ_j，j＝1,2,…,p。

进一步地，所述桥梁的物理量的数据值组包括主梁沉降值、主梁震动值、伸缩缝变形值、桥塔位移值、拉索应力值、桥墩位移值和桥墩沉降值。

进一步地，在步骤S2中，计算桥梁健康状况的评估值的过程包括如下参数：

P_k＝(a₁,a₂,…,a_n)：径向基函数神经网络的输入向量，该输入向量即为所述桥梁的物理量的数据值组；

S_k＝(s₁,s₂,…,s_p)：径向基函数神经网络的中间层输入向量；

T_k＝(b₁,b₂,…,b_p)：径向基函数神经网络的中间层输出向量；

L：径向基函数神经网络的输出层单元输入向量；

C：径向基函数神经网络输出向量，即桥梁健康状况的评估值；

在步骤S2中，计算桥梁健康状况的评估值的具体过程，包括如下步骤：