[发明专利]一种桥梁监测系统中超重车动态识别方法

摘要

本发明公开了一种桥梁监测系统中超重车动态识别方法，包括步骤：1)保证应变响应时间序列为平稳序列，若不是，将时间序列数据经过步差分和阶差分后变为平稳时间序列；2)使用SARIMA模型对时间序列数据建模，将模型的AR系数作为识别异常的关键特征，然后将同一截面不同传感器的系数串联得到特征向量；3)将AR系数特征向量输入降噪自动编码器进行训练，训练完成后，自动编码器网络结构中的中间层维度即为所需的关键特征，将此中间层维度作为最终的训练特征；4)将训练特征输入带有核函数的一类支持向量机进行无监督训练，训练结果为高维空间中的超球体，然后以此超球面判别测试数据是否为超重异常数据。本发明识别原理简单高效，具有较强的鲁棒性。

主权项

一种桥梁监测系统中超重车动态识别方法，其特征在于，包括以下步骤：1)保证应变响应时间序列为平稳序列，若不是，将时间序列数据经过步差分和阶差分后变为平稳时间序列，同时验证平稳时间序列的随机性；2)使用SARIMA模型对时间序列数据建模，将模型的AR系数作为识别异常的关键特征，然后将同一截面不同传感器的系数串联得到特征向量；其中，AR系数特征向量的影响因素包括车辆重量、车辆速度、温度、桥梁静态应变、噪音；3)将AR系数特征向量输入降噪自动编码器进行训练，训练完成后，自动编码器网络结构中的中间层维度即为所需的关键特征，将此中间层维度作为最终的训练特征；4)车载异常数据在监测数据中的占比低，因此该问题作为异常识别问题，将步骤3)结果中的训练特征输入带有核函数的一类支持向量机OneClassSVM进行无监督训练，训练结果为高维空间中的超球体，然后以此超球面判别测试数据是否为超重异常数据。