[发明专利]隧道模态识别方法

权利要求书

1.隧道模态识别方法，包括如下步骤：

A采集隧道信息及列车数据；

A1.将携带GPS和加速度传感器的手机移动终端固定在实验列车的质心位置上，手机移动终端GPS传感器获取列车位置信息，加速度传感器获取振动信息，同时记录实验列车的列车信息，具体包括轴数，轴距，轴重；

A2.选定待测隧道段，记录隧道信息，使用GPS设备标记隧道的起点和终点；当列车在该隧道段桥通行时，采集列车的振动信息，获得各类列车在该隧道段桥行驶时的振动数据；

A3.使用有限元分析软件对待测隧道进行建模分析，计算该隧道段的模态频率；

A4.在其他隧道路段上重复A2、A3步骤，建立包含隧道信息、隧道模态频率信息，列车信息和列车振动数据的数据库；随着实验列车出行次数的增加，该数据库收集海量此类信息；

B训练长短期记忆人工神经网络；

B1.将A步骤得到的数据库按照0.9：0.1的比例随机划分为训练集与测试集；

B2.基于B1数据库中的训练集，对长短期记忆人工神经网络进行训练，使该长短期记忆人工神经网络能够基于隧道信息、列车信息和列车振动数据，计算出隧道的模态频率；训练神经网络时，输入数据为隧道信息，列车信息和列车振动，输出结果为隧道的模态频率；训练过程使用梯度下降更新神经网络的权重，使神经网络自主学习隧道信息，列车信息和列车振动与隧道模态之间的关系，对隧道结构的模态频率进行拟合；

B3.使用测试集对训练后的长短期记忆人工神经网络准确性进行性能测试，检验神经网络的准确率；

C监测隧道振动；

C1.在计算机部署隧道振动监测系统，隧道振动监测系统包括数据收集模块、神经网络模块和结构模态分析模块三部分；

C2.通过安装在实验列车上的手机移动终端的GPS自动测量列车的位置，当实验列车位于待测隧道的起点和终点之间，使用加速度传感器获得列车振动信息，并将其发送给计算机；

C3.A1中实验列车在隧道上多次通行，产生大量的监测数据；利用计算机整理列车的数据，记录每一次通行时，对应的列车信息和振动数据；

D识别隧道结构模态频率；

D1.将C3步骤得到的隧道振动数据导入长短期记忆人工神经网络，计算隧道的模态频率；

D2.使用k-means聚类算法，将不同移动终端上所采集数据的处理结果进行聚类，得到隧道的各阶频率分布；

D3.对k-means聚类到同一阶频率里的数据，以融合值拥有最小均方误差为优化条件，得到融合的最优值，作为隧道在对应阶次的频率。

2.如权利要求1所述的隧道模态识别方法，其特征在于：步骤A2所述的隧道信息包括：隧道尺寸，周围土体性质和组成材料。