技术特征：
1.一种工程结构损伤识别方法，其特征在于，所述方法包括：获取待测试工程结构的时程数据；根据所述时程数据，确定频谱数据；根据所述频谱数据以及预设的结构损伤识别模型，确定所述待测试工程结构的损伤特征信息；所述预设的结构损伤识别模型基于多个工程结构样本，以及各个所述工程结构样本的损伤特征信息训练得到。2.根据权利要求1所述的工程结构损伤识别方法，其特征在于，所述预设的结构损伤识别模型基于多个工程结构样本，以及各个所述工程结构样本的损伤特征信息训练得到，包括：获取多个工程结构样本；获取各个所述工程结构样本的频谱数据；将各个工程结构样本的频谱数据输入至含有可变参数的卷积神经网络模型，得到所述含有可变参数的卷积神经网络模型输出的所述各个工程结构样本对应的响应损伤特征信息；获取所述各个工程结构样本对应的响应损伤特征信息以及与所述各个工程结构样本对应的目标损伤特征信息之间的差异；判断所述各个工程结构样本的差异是否均满足预设的条件；当判断存在所述工程结构样本的差异不满足预设的条件时，调整所述卷积神经网络模型中的可变参数，并返回至所述将各个工程结构样本的频谱数据输入至含有可变参数的卷积神经网络模型，得到所述含有可变参数的卷积神经网络模型输出的所述各个工程结构样本对应的响应损伤特征信息的步骤；当判断所有所述工程结构样本的差异均满足预设的条件时，将当前所述含有可变参数的卷积神经网络模型确定为结构损伤识别模型。3.根据权利要求2所述的工程结构损伤识别方法，其特征在于，所述获取各个所述工程结构样本的频谱数据，包括：对所述工程结构样本赋予样本编号获取各个所述工程结构样本的时程数据；对每组所述时程数据进行傅里叶变换，获取变换后数据中的频率值并进行组合，得到单组模拟中间数据；将所述单组模拟中间数据进行组合，得到单组模拟频谱数据；根据所述工程结构样本的样本编号，确定所述单组模拟频谱数据对应的数据组编号；对各个所述单组模拟频谱数据与所述单组模拟频谱数据对应的数据组编号进行组合，得到各个所述工程结构样本的频谱数据。4.根据权利要求1所述的工程结构损伤识别方法，其特征在于，所述根据所述时程数据，确定频谱数据，包括：对所述时程数据进行傅里叶变换，获取变换后数据中的频率值并进行组合，得到频谱数据。5.根据权利要求1所述的工程结构损伤识别方法，其特征在于，所述根据所述频谱数据以及预设的结构损伤识别模型，确定所述待测试工程结构的损伤特征信息，包括：
根据所述频谱数据与所述预设的结构损伤识别模型，得到所述预设的结构损伤识别模型输出的待测试工程结构的损伤特征值；获取各个所述工程结构样本的样本编号；对比所述损伤特征值与所述样本编号，确定所述待测试工程结构的损伤特征信息。6.根据权利要求5所述的工程结构损伤识别方法，其特征在于，所述对比所述损伤特征值与所述样本编号，确定所述待测试工程结构的损伤特征信息，包括：根据所述损伤特征值，获取与所述损伤特征值最接近的样本编号以及所述样本编号所对应的工程结构样本的损伤特征信息；将所述样本编号所对应的工程结构样本的损伤特征信息，确定为待测试工程结构的损伤特征信息。7.一种工程结构损伤识别系统，其特征在于，包括：时程数据获取模块，用于获取待测试工程结构的时程数据；频谱数据确定模块，用于根据所述时程数据，确定频谱数据；以及损伤特征信息确定模块，用于根据所述频谱数据以及预设的结构损伤识别模型，确定所述待测试工程结构的损伤特征信息。8.根据权利要求7所述的工程结构损伤识别系统，其特征在于，还包括模型训练模块；所述模型训练模块，用于获取多个工程结构样本；获取各个所述工程结构样本的频谱数据；将各个工程结构样本的频谱数据输入至含有可变参数的卷积神经网络模型，得到所述含有可变参数的卷积神经网络模型输出的所述各个工程结构样本对应的响应损伤特征信息；获取所述各个工程结构样本对应的响应损伤特征信息以及与所述各个工程结构样本对应的目标损伤特征信息之间的差异；判断所述各个工程结构样本的差异是否均满足预设的条件；当判断存在所述工程结构样本的差异不满足预设的条件时，调整所述卷积神经网络模型中的可变参数，并返回至所述将各个工程结构样本的频谱数据输入至含有可变参数的卷积神经网络模型，得到所述含有可变参数的卷积神经网络模型输出的所述各个工程结构样本对应的响应损伤特征信息的步骤；当判断所有所述工程结构样本的差异均满足预设的条件时，将当前所述含有可变参数的卷积神经网络模型确定为结构损伤识别模型。9.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行权利要求1至6中任一项权利要求所述的工程结构损伤识别方法的步骤。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行权利要求1至6中任一项权利要求所述的工程结构损伤识别方法的步骤。
技术总结
本申请适用于计算机技术领域，提供了一种工程结构损伤识别方法、系统、设备及存储介质，所述方法包括：获取待测试工程结构的多个测试点的测试样本；根据所述测试样本以及预设的结构损伤识别模型，确定所述待测试工程结构的损伤特征信息；所述样本由频谱数据和反映损伤特征信息的样本编号构成；所述预设的结构损伤识别模型基于大量所述工程结构有限元仿真计算样本训练得到。本申请以大量有限元仿真计算样本为基础利用由卷积神经网络进行训练并得到结构损伤识别模型，可有效提高样本数据量，并利用结构损伤识别模型和测试样本自动化地进行损伤识别，简化了计算过程并提高了判别效率。率。率。
技术研发人员：何玮 刘越
受保护的技术使用者：安徽建筑大学
技术研发日：2022.04.25
技术公布日：2022/7/29