[发明专利]一种智能结构检测方法和系统

说明书

本发明提供了一种智能结构检测方法和系统，包括，基于遗传算法和神经网络，确定传感器布置方案；基于所述传感器布置方案在监测目标上布置传感器，并获取监测数据；将所述监测数据输入预测模型，模型预测未来时间段的预测数据；基于所述预测数据，确定所述监测目标未来的结构是否会出现问题；若是，基于所述预测数据，提前进行多级预警；为结构的安全使用和维护工作提供参考,达到降低维护费用,预报灾难性事件的发生并将损失降低至最小的目的。

技术领域

本发明涉及智能检测技术领域，具体而言，涉及一种智能结构检测方法和系统。

背景技术

随着结构日益向大型化、复杂化和智能化发展,结构监测技术的内容逐渐向结构损伤检测、损伤评估、结构寿命预测乃至结构损伤的自动修复等方面发展。结构健康监测的前提是从工程结构中提取能够反映结构特征的参数信号,如应力、应变、温度、变形、速度、加速度、位移等局部或整体信号,然后利用合理有效的信息处理方法从采集的原始数据中提取结构损伤和老化信息,对结构所承受的载荷和结构运营状况进行监测,为结构的安全使用和维护工作提供参考,达到降低维护费用,预报灾难性事件的发生并将损失降低至最小的目的。

为了实现上述目标，本申请提出了一种智能结构检测方法和系统。

发明内容

本发明的目的在于提供一种智能结构检测方法，包括，基于遗传算法和神经网络，确定传感器布置方案；基于所述传感器布置方案在监测目标上布置传感器，并获取监测数据；将所述监测数据输入预测模型，模型预测未来时间段的预测数据；基于所述预测数据，确定所述监测目标未来的结构是否会出现问题；若是，基于所述预测数据，提前进行多级预警。

进一步的，所述确定传感器布置方案，包括，基于所述监测目标上待布置传感器的节点，得到多种初始传感器布置方案；基于遗传算法，筛选和处理所述多种初始传感器布置方案，得到多种最优传感器布置方案；基于所述多种最优传感器布置方案，确定所述传感器布置方案。

进一步的，得到所述预测模型，包括，基于所述多种最优传感器布置方案，得到最优权值和最优阈值；基于所述最优权值和所述最优阈值，构建初始预测模型；获取历史监测数据，基于所述历史监测数据获取训练样本和标签；将所述训练样本输入所述初始预测模型，基于模型的输出和所述标签构建损失函数，调整模型的参数，得到训练好的预测模型。

进一步的，确定所述监测目标未来的结构是否会出现问题，包括，确定三级预警阈值；将所述预测数据与所述三级预警阈值进行比较，确定所述监测目标的未来结构是否会出现问题。

进一步的，所述基于所述预测数据，提前进行多级预警，包括，基于所述预测数据触发的所述三级预警阈值的级别和次数，进行多级预警。

本发明的目的在于提供一种智能结构检测系统，包括，传感器布置优化模块、数据获取模块、预测模块、确定模块和预警模块；所述传感器布置优化模块用于基于遗传算法和神经网络，确定传感器布置方案；所述数据获取模块用于基于所述传感器布置方案在监测目标上布置传感器，并获取监测数据；所述预测模块用于将所述监测数据输入预测模型，模型预测未来时间段的预测数据；所述确定模块用于基于所述预测数据，确定所述监测目标未来的结构是否会出现问题；所述预警模块用于在确定所述监测目标未来的结构会出现问题后，基于所述预测数据，提前进行多级预警。

进一步的，所述传感器布置优化模块还用于，基于所述监测目标上待布置传感器的节点，得到多种初始传感器布置方案；基于遗传算法，筛选和处理所述多种初始传感器布置方案，得到多种最优传感器布置方案；基于所述多种最优传感器布置方案，确定所述传感器布置方案。

进一步的，得到所述预测模型，包括，基于所述多种最优传感器布置方案，得到最优权值和最优阈值；基于所述最优权值和所述最优阈值，构建初始预测模型；获取历史监测数据，基于所述历史监测数据获取训练样本和标签；将所述训练样本输入所述初始预测模型，基于模型的输出和所述标签构建损失函数，调整模型的参数，得到训练好的预测模型。