[发明专利]基于监测数据的节点刚域识别方法、装置及设备

权利要求书

1.一种基于监测数据的节点刚域识别方法，其特征在于，包括：

基于基础数据库和Apriori算法，确定刚域长度与应力响应变化率的强关联规则；

根据所述强关联规则，确定监测传感器的实际布置位置；

通过所述监测传感器，获取各个实际布置位置节点的实际应力响应；

确定不同工况下的各个实际布置位置节点的实际应力响应变化率；

基于随机森林算法建立的节点应力响应变化率与节点刚域长度的映射关系，识别所述实际应力响应变化率对应的节点刚域长度。

2.根据权利要求1所述的方法，其特征在于，所述基于基础数据库和Apriori算法，确定刚域长度与应力响应变化率的强关联规则之前，还包括：

分别获取第一工况的节点应力响应和第二工况的节点应力响应，所述第一工况为固定荷载，改变刚域长度，所述第二工况为固定刚域长度，改变荷载；

根据所述第一工况的节点应力响应和第二工况的节点应力响应，确定各个节点位置的应力响应变化率；

基于预设间隔，对所述各个节点位置的应力响应变化率进行分组，构建所述基础数据库。

3.根据权利要求2所述的方法，其特征在于，所述基于预设间隔，对所述各个节点位置的应力响应变化率进行分组之后，还包括：

对分组后的每个单元的应力响应变化率的数值进行字符化。

4.根据权利要求3所述的方法，其特征在于，所述基于基础数据库和Apriori算法，确定刚域长度与应力响应变化率的强关联规则，包括：

确定所述Apriori算法的最小支持度和最小置信度；

获取每个单元应力响应变化率的支持度和置信度；

选取支持度大于或等于所述最小支持度，且置信度大于或等于所述最小置信度的关联规则作为所述强关联规则。

5.根据权利要求1所述的方法，其特征在于，所述基于随机森林算法建立的节点应力响应变化率与节点刚域长度的映射关系，识别所述实际应力响应变化率对应的节点刚域长度之前，还包括：

选取所述监测传感器的实际布置位置中应力响应变化率与节点刚域的相关性达到预设阈值的关联待测响应位置；

基于特征重要性，利用随机森林算法选取预设数量的映射待测响应位置；

对所述关联待测响应位置和所述映射待测响应位置取并集，确定目标待测响应位置；

获取所述目标待测响应位置的应力响应变化率；

根据所述应力响应变化率，建立所述节点应力响应变化率与节点刚域长度的映射关系。

6.根据权利要求5所述的方法，其特征在于，所述根据所述应力响应变化率，建立所述节点应力响应变化率与节点刚域长度的映射关系之后，还包括：

通过改变映射关系参数，确定最优随机森林算法参数和训练集数据量；所述森林算法参数包括构建模型数量、最大树深度、最大节点数、最小子节点大小和分箱数；

根据所述随机森林算法参数和训练集数据量，对所述节点应力响应变化率与节点刚域长度的映射关系进行优化。

7.根据权利要求6所述的方法，其特征在于，所述根据所述随机森林算法参数和训练集数据量，对所述节点应力响应变化率与节点刚域长度的映射关系进行优化，包括：

根据所述构建模型数量、最大树深度、最大节点数、最小子节点大小和分箱数，确定监测传感器布置位置的最优组合和训练集数据量；

基于所述最优组合和所述训练集数据量，对所述节点应力响应变化率与节点刚域长度的映射关系进行优化。

8.根据权利要求5所述的方法，其特征在于，所述基于特征重要性，利用随机森林算法选取预设数量的映射待测响应位置，包括：

根据基尼指数对所述关联待测响应位置进行重要性评分；

对关联待测响应位置的重要性评分进行归一化处理，得到每个所述关联待测响应位置的重要性；

根据所述重要性对所述关联待测响应位置进行排序；

根据排序结果，筛选预设数量的映射待测响应位置。