一种基于损伤频率全景图与随机森林的桥梁损伤识别方法与流程

本发明属于桥梁结构领域，具体涉及一种基于损伤频率全景图与随机森林的桥梁损伤识别方法。

背景技术：

1、桥梁是现代社会不可或缺的基础设施之一，对交通和经济发展起着至关重要的作用，桥梁的安全性和可靠性一直是工程领域的重要关注点。桥梁的损伤识别对于确保其正常运行、延长使用寿命以及预防事故具有极其重要的意义。桥梁损伤的累积和未被察觉的损伤可能导致桥梁的结构性能下降，增加了事故的风险。通过及时识别损伤，采取必要的维修和保养措施，延长桥梁的寿命，减少了维修成本和交通中断的风险，减少事故发生的可能性，保障行车安全。

2、通过桥梁损伤识别能够便于安排桥梁定期的维护和修复，可以防止小问题变成大问题，延长桥梁的寿命，减少了维修成本和交通中断的风险，对于基础设施投资具有长期经济效益，桥梁损伤识别不仅关乎公共安全和基础设施的可持续性，还关系到经济和社会的发展，因此，发展和应用高效的桥梁损伤识别技术是当前工程领域的紧迫任务，能够显著提高桥梁的安全性、可用性和经济性。

3、传统的桥梁损伤识别方法，通常需要人工经验或局部监测，存在着识别效率低、可靠性不高等问题，同时人工监测成本高，使得桥梁维护的成本效益低，因此，发展和应用高效的桥梁损伤识别技术是当前工程领域的紧迫任务，能够显著提高桥梁的安全性、可用性和经济性。

技术实现思路

1、针对现有技术中的上述不足，本发明提供的一种基于损伤频率全景图与随机森林的桥梁损伤识别方法，能够准确定位桥梁损伤位置和程度，具有更高的识别准确性、可靠性和泛化能力，为桥梁维护和保养提供有效的支持。

2、为了达到上述发明目的，本发明采用的技术方案为：一种基于损伤频率全景图与随机森林的桥梁损伤识别方法，包括以下步骤：

3、s1：获取桥梁的原始响应数据，并进行标记，得到已标记的原始响应数据；

4、s2：对桥梁的原始响应数据进行预处理，得到预处理后的原始响应数据；

5、s3：根据预处理后的原始响应数据，建立桥梁的频率全景图，得到桥梁的损伤位置和程度；

6、s4：构建随机森林模型，并利用桥梁的原始响应数据、已标记的原始响应数据以及桥梁的损伤位置和程度对其进行训练，得到已训练的随机森林模型；

7、s5：利用训练好的随机森林模型对新的桥梁进行损伤识别，得到损伤位置和损伤程度的预测结果，并对损伤位置和损伤程度的预测结果进行评估，得到评估结果；

8、s6：根据所述损伤位置的预测结果、损伤程度的预测结果和评估结果，得到可视化的桥梁损伤识别结果。

9、本发明的有益效果为：本发明提供了一种基于损伤频率全景图与随机森林的桥梁损伤识别方法，能够根据桥梁振动频率、加速度和形变，结合损伤频率全景图和随机森林机器学习模型，对桥梁的损伤位置和损伤程度进行自动化识别和概率预测，具有准确定位损伤位置和程度的能力、具有更高的识别准确性和可靠性、更强的泛化能力、还能够提供预测结果的不确定性，为桥梁维护和保养提供有效的支持。

10、进一步地：所述s3的具体步骤如下：

11、s301：根据桥梁振动频率，计算桥梁振动频率与桥梁损伤位置的相关性；

12、s302：根据桥梁振动频率，计算桥梁振动频率对桥梁损伤位置的信息增益和桥梁振动频率对桥梁损伤程度的信息增益；

13、s303：根据所述相关性和所述信息增益，得到损伤频率等高带和损伤频率等高线，并投影至二维平面，建立桥梁的频率全景图，得到桥梁的损伤位置和损伤程度。

14、上述进一步方案的有益效果为：本发明通过建立桥梁的频率全景图，便于对损伤位置和损伤程度进行定位和识别，能够更加准确地展示桥梁的结构健康状况，并识别潜在的结构损伤。

15、进一步地：所述s4的具体步骤如下：

16、s401：利用随机森林算法，建立随机森林模型；

17、s402：将桥梁的原始响应数据作为特征集，将桥梁的损伤位置和程度作为标签；

18、s403：对已标记的原始响应数据进行划分，得到训练集和验证集；

19、s404：根据特征集、标签和训练集对随机森林模型进行训练；

20、s405：根据交叉验证方法，判断随机森林模型在验证集上是否存在过度拟合，若是，则停止训练，得到已训练的随机森林模型，否则，对随机森林模型的参数进行调整，并返回s404。

21、上述进一步方案的有益效果为：本发明通过随机森林模型，识别和预测桥梁的损伤位置和损伤程度，能够额外提供概率信息，提高损伤识别的准确性和可靠性。

22、进一步地：所述s5的具体步骤如下：

23、s501：获取新的桥梁振动频率、桥梁加速度和桥梁形变；

24、s502：根据s501获取的数据，利用已训练的随机森林模型建立桥梁的频率全景图并进行预测，分别得到损伤位置的预测结果、损伤位置的概率信息、损伤程度的预测结果和损伤程度的概率信息；

25、s503：根据损伤位置的概率信息和损伤程度的概率信息，对损伤位置和损伤程度的预测结果进行评估，得到评估结果。

26、上述进一步方案的有益效果为：根据损伤位置的预测结果、损伤位置的概率信息、损伤程度的预测结果和损伤程度的概率信息，便于后续转化为可视化的损伤识别结果。

技术特征：

1.一种基于损伤频率全景图与随机森林的桥梁损伤识别方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于损伤频率全景图与随机森林的桥梁损伤识别方法，其特征在于，所述s2中预处理后的原始响应数据包括：桥梁振动频率、桥梁加速度和桥梁形变。

3.根据权利要求2所述的基于损伤频率全景图与随机森林的桥梁损伤识别方法，其特征在于，所述s3的具体步骤如下：

4.根据权利要求1所述的基于损伤频率全景图与随机森林的桥梁损伤识别方法，其特征在于，所述s4的具体步骤如下：

5.根据权利要求1所述的基于损伤频率全景图与随机森林的桥梁损伤识别方法，其特征在于，所述s5的具体步骤如下：

技术总结
本发明公开了一种基于损伤频率全景图与随机森林的桥梁损伤识别方法，属于桥梁结构领域，包括：根据桥梁的原始响应数据，并进行标记和预处理，得到标记的原始响应数据和预处理的原始响应数据，并建立桥梁的频率全景图，得到桥梁的损伤位置和程度，并用于对随机森林模型进行训练，利用训练好的随机森林模型对新的桥梁进行损伤识别，得到可视化的桥梁损伤识别结果。本发明能够根据桥梁的原始响应数据、损伤频率全景图和随机森林机器学习模型，对桥梁的损伤位置和损伤程度进行自动化识别和预测，具有准确定位损伤位置和程度的能力、具有更高的识别准确性和可靠性、更强的泛化能力、还能够提供预测结果的不确定性，为桥梁维护和保养提供有效的支持。

技术研发人员：唐堂,罗野,赵小洪,魏勇,姜翔,李晓明
受保护的技术使用者：四川华腾公路试验检测有限责任公司
技术研发日：
技术公布日：2024/3/12