[发明专利]一种桥梁拉索损伤的检测方法和系统

说明书

本发明涉及一种桥梁拉索损伤的检测方法及系统，所述方法包括：获取待检测桥梁拉索的声发射信号集合，将声发射信号集合输入第一筛查模型得到第一判断结果；当所述第一判断结果为产生损伤，则获取当前时间段内待检测桥梁拉索的声发射信号，并将所述当前时间段内待检测桥梁拉索的声发射信号输入第二筛查模型得到待检测桥梁拉索在所述当前时间段内的检测损伤类型。本发明实现了拉索损伤自动化、智能化的全天候实时在线检测，并且提高了检测精度。

技术领域

本发明涉及桥梁拉索损伤检测领域，特别是涉及一种桥梁拉索损伤的检测方法和系统。

背景技术

在缆索称重体系桥梁中，拉索的作用在于将来自桥面的恒、活荷载传递至主拱肋、索塔和主缆，属于最为关键的受力构件之一。受限于构件本身构造的特殊性以及目前锚头防腐技术和施工工艺水平，拉索的实际使用寿命短，离散性较大，远达不到桥梁工程行业标准要求的100年设计使用年限。而且拉索损伤的部位位于下锚固区，位置隐蔽，属于检测的盲区，使得目前大部分检测和监测技术没有实质性作用。

现有的基于声发射的拉索断丝监测技术通过监测拉索损伤时发出的应力波来判断。它的缺点在于，即使拉索没有损伤产生，在有动力荷载或者环境噪声的作用下，也会产生声音使得检测结果存在误差，而且实际监测到的声发射信号是源源不断的连续的时间序列，产生的数据也是海量的，显然依靠人工来判断是否有损伤产生是不现实的，即便依靠人工判断，但目前普遍采用的基于能量计数、振铃计数等特征的参数分析方法，在环境激励作用下也会增加特征提取的难度，以致产生错误的判断。另一方面，基于RNN、CNN等深度学习的模式识别技术，性能可能会比较好，但缺点是模型训练需要大量的信号数据样本，这些样本的获取与标注本身就是极大的工程量，实际应用时代价会很高，而且受现场环境的影响，人工标注的准确性不理想，也会导致最后的检测精度不准确。

发明内容

本发明的目的是提供一种桥梁拉索损伤的检测方法和系统，能够实现拉索损伤自动化、智能化的全天候实时在线监测检测，并且提高了检测精度。

为实现上述目的，本发明提供了如下方案：

一种桥梁拉索损伤的检测方法，包括：

获取待检测桥梁拉索的声发射信号集合，所述声发射信号集合包括t时刻的声发射信号、t-1时刻的声发射信号和t-2时刻的声发射信号；其中，t2；

将所述待检测桥梁拉索的声发射信号集合输入第一筛查模型得到第一判断结果；所述第一筛查模型由模型参数和所述待检测桥梁拉索的声发射信号集合确定的；所述模型参数为将待训练桥梁拉索的声发射信号集合输入二阶马尔可夫链模型中，并采用最大似然法求解得到的，所述模型参数为所述二阶马尔可夫链模型中的参数；

当所述第一判断结果为产生损伤，则获取当前时间段内待检测桥梁拉索的声发射信号，并将所述当前时间段内待检测桥梁拉索的声发射信号输入第二筛查模型得到待检测桥梁拉索在所述当前时间段内的检测概率集合；所述当前时间段为包括第一时间段、t时刻和第二时间段的一段连续时间，所述第一时间段在所述t时刻的前面，所述第二时间段在所述t时刻的后面；所述第二筛查模型为以所述待训练桥梁拉索的声发射信号为输入，以所述待训练桥梁拉索的声发射信号对应的真实损伤类型为标签对依次连接的编码器和多类logistic回归模型进行训练得到的；所述检测概率集合包括剪切损伤概率、受拉损伤概率和无损伤概率；

采用代价敏感学习方法对所述检测概率集合进行处理得到待检测桥梁拉索在所述当前时间段内的检测损伤类型；所述检测损伤类型包括剪切损伤、受拉损伤和无损伤。

可选的，所述第一筛查模型的确定方法为：

获取待训练桥梁拉索的声发射信号集合；

将所述待训练桥梁拉索的声发射信号集合输入第一公式中，并采用最大似然法求解得到模型参数；所述第一公式为