买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明公开了一种城市桥梁实时监测预警系统，涉及桥梁结构健康监测技术领域，包括，智能监测模块，用于实现桥梁结构、破损和应力多方位的智能化监测；数据传输模块，用于采用5G无线网络，实现监测设备与云平台之间的数据传输；云分析模块，用于利用机器学习算法，对监测数据进行智能处理和分析；预警模块，用于对异常情况进行预警识别，并主动推送预警信息给相关人员；决策支撑模块，用于对异常情况进行预警识别，并通过多种渠道主动推送预警信息给相关人员；移动访问模块，用于相关人员随时通过APP查看监测和预警信息。本发明提升了桥梁安全管理的整体智能化和信息化水平，有利于更及时发现隐患，主动防控风险，同时减少了人力资源需求。

主权项：1.一种城市桥梁实时监测预警系统，其特征在于：包括：智能监测模块，用于通过图像和传感器设备，实现桥梁结构、破损和应力多方位的智能化监测；位置确定模块，用于采用有限元分析确定传感器最优布置，并设计自主爬行机器人实现难覆盖区域监测；数据传输模块，用于采用5G无线网络实现监测设备与云平台之间的数据传输；云分析模块，用于利用机器学习算法，对监测数据进行智能处理和分析，实现对桥梁安全状态的评估；预警模块，用于对监测数据进行分析判断，识别出结构存在的异常或风险；当检测到异常情况时，进行预警级别划分；决策支撑模块，用于根据故障推理结果，提供处理建议或应急方案，并通过多种渠道主动推送预警信息给相关人员；移动访问模块，用于相关人员随时通过APP查看监测和预警信息；所述对监测数据进行智能处理和分析，实现对桥梁安全状态的评估的具体过程为：每隔t时间采集一次每个传感器的监测数据，记为：电磁波数据：Em、陀螺仪数据：Gy、声发射数据：Se和电容数据：Ca；对每个传感器数据进行去噪和正规化预处理，得到Em'、Gy'、Se'和Ca'；构建基于LSTM的评估网络，输入层为各传感器数据，将预处理得到的数据进行输入，中间层为LSTM层，学习数据时间序列特征，隐藏层为LSTM记忆单元，包含不同部位的历史监测数据；输出层为健康状态评估结果，表示为安全概率P；训练目标为最小化损失函数，拟合监测数据与实际状态；所述拟合监测数据与实际状态的步骤如下： 其中，W为网络参数权重，b为网络参数偏置，N为训练样本数量，y为监测数据经网络预测的状态，y’为监测数据对应的实际状态标签，即Em'、Gy'、Se'和Ca'；重复训练迭代，计算Loss对参数W,b的梯度和根据梯度下降原则更新参数： 其中，ω为学习率，控制参数更新的幅度，为偏置参数b对损失函数L的梯度；当Loss函数值收敛时，模型训练完成；所述健康状态评估包括：输出层根据输入综合当前和历史信息，计算出安全概率P，具体公式为：P＝σWx*Em'+Wy*Gy'+Wz*Se'+Wt*Ca'+b其中，σ为激活函数，Wx为输入层到输出层关于Em'的权重矩阵，Wy为输入层到输出层关于Gy'的权重矩阵，Wz为输入层到输出层关于Se'的权重矩阵，Wt为输入层到输出层关于Ca'的权重矩阵；所述隐藏层将不同部位的历史检测值根据每监测周期T内的平均数据形成曲线趋势图，若监测值出现异常数据时，则对该部位的该监测周期使用特殊显示进行标记，该监测周期使用异常数据代替平均数据；对异常数据进行整合，归纳异常数据在不同时间段出现的规律；当桥梁的某一部位的异常值数量≥该桥梁所有部位的异常值平均值时，则认为该部位有隐含损失因素，并向上级发送预警信息；所述曲线趋势的判断过程如下：调取桥梁建成时的各项数据，并设置不同部位数据的正常波动范围；若曲线在正常设计范围内波动，且波动幅度小于20％，则判断为正常；若曲线出现大于50％的短期急速上升或下降，则判断为紧急事故1级，并向预警模块传递1级预警，检查数据采集过程；若曲线存在长期稳步上升或下降的不合理趋势，则判断为发展趋势异常，需要确认传感器状态，并向预警模块传递3级预警；若与环比周期内相邻节点对比，存在单个数据出现了断层，与前后读数不符，则判断该周期存在问题，核实重新采集该部位数据，并向预警模块传递2级预警；若曲线数据已经接近甚至超出设计最大阈值限制，则判断为紧急事故1级，并向预警模块传递1级预警，进行风险预警；若任一判断条件成立，则最终判断为异常数据；若所有判断条件均未触发，则综合判断为正常数据。

全文数据：

权利要求：

百度查询： 北京智城联合科技发展有限公司 一种城市桥梁实时监测预警系统