国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      一種高效的橋梁結構健康預警系統(tǒng)的制作方法

      文檔序號:11677680閱讀:244來源:國知局
      本發(fā)明涉及預警
      技術領域
      ,具體涉及一種高效的橋梁結構健康預警系統(tǒng)。
      背景技術
      :橋梁結構健康預警是以橋梁結構為平臺,運用現代電子通訊和網絡技術,通過數據采集系統(tǒng)及時的獲取橋梁結構在各種荷載和作用下的響應信息,通過對信息的分析和處理實現對橋梁結構健康的預測,為橋梁結構的運營和維護提供依據?,F有的橋梁結構健康預警系統(tǒng)均存在數據收集類型單一、數據量少,數據處理周期長等缺陷,無法對橋梁結構健康進行準確預測和預警。大數據的特點可以概括為數據量巨大、數據類型繁多、處理周期短,大數據技術指在不同類型的大量數據中,快速處理獲得潛在的有價值信息的能力,使得原本很難收集和利用的數據開始容易被利用起來,在較短的時間內能快速處理大量數據并整理成為橋梁結構健康監(jiān)測需要的依據,在橋梁結構健康監(jiān)測方面具有極大的應用潛力。所以,開發(fā)一種基于大數據理念的橋梁結構健康預警系統(tǒng)很有必要。技術實現要素:針對上述問題,本發(fā)明旨在提供一種高效的橋梁結構健康預警系統(tǒng)。本發(fā)明的目的采用以下技術方案來實現:提供了一種高效的橋梁結構健康預警系統(tǒng),包括橋梁結構大數據挖掘子系統(tǒng)、橋梁結構大數據存儲子系統(tǒng)、橋梁結構大數據分析子系統(tǒng)和橋梁結構健康預警子系統(tǒng)組成,所述橋梁結構大數據挖掘子系統(tǒng)借助傳感器、gps系統(tǒng)和互聯網創(chuàng)建橋梁結構大數據流,所述橋梁結構大數據存儲子系統(tǒng)對所述橋梁結構大數據流進行存儲,所述橋梁結構大數據分析子系統(tǒng)對所述存儲的橋梁結構大數據流進行處理,對橋梁結構健康做出預測,所述橋梁結構健康預警子系統(tǒng)用于根據預測結果判斷橋梁結構是否異常,若異常,則發(fā)出預警。本發(fā)明的有益效果為:能夠對橋梁結構健康進行準確預測和預警。附圖說明利用附圖對本發(fā)明作進一步說明,但附圖中的實施例不構成對本發(fā)明的任何限制,對于本領域的普通技術人員,在不付出創(chuàng)造性勞動的前提下,還可以根據以下附圖獲得其它的附圖。圖1是本發(fā)明的結構連接示意圖。附圖標記:橋梁結構大數據挖掘子系統(tǒng)1、橋梁結構大數據存儲子系統(tǒng)2、橋梁結構大數據分析子系統(tǒng)3、橋梁結構健康預警子系統(tǒng)4。具體實施方式結合以下實施例對本發(fā)明作進一步描述。參見圖1,本實施例的一種高效的橋梁結構健康預警系統(tǒng),包括橋梁結構大數據挖掘子系統(tǒng)1、橋梁結構大數據存儲子系統(tǒng)2、橋梁結構大數據分析子系統(tǒng)3和橋梁結構健康預警子系統(tǒng)4組成,所述橋梁結構大數據挖掘子系統(tǒng)1借助傳感器、gps系統(tǒng)和互聯網創(chuàng)建橋梁結構大數據流,所述橋梁結構大數據存儲子系統(tǒng)2對所述橋梁結構大數據流進行存儲,所述橋梁結構大數據分析子系統(tǒng)3對所述存儲的橋梁結構大數據流進行處理,對橋梁結構健康做出預測,所述橋梁結構健康預警子系統(tǒng)4用于根據預測結果判斷橋梁結構是否異常,若異常,則發(fā)出預警。本實施例能夠對橋梁結構健康進行準確預測和預警。優(yōu)選的,所述傳感器包括溫度傳感器、濕度傳感器和壓力傳感器。本優(yōu)選實施例獲取了多種橋梁結構數據。優(yōu)選的,所述橋梁結構大數據存儲子系統(tǒng)2采用云存儲。本優(yōu)選實施例提高了對數據流的讀、寫速度。優(yōu)選的,所述橋梁結構大數據分析子系統(tǒng)3采用模型組合對橋梁結構健康進行預測,包括一次處理模塊、二次處理模塊、三次處理模塊和四次處理模塊,所述一次處理模塊用于建立備選模型庫,其中包含多個監(jiān)測模型,所述二次處理模塊用于為所述備選模型庫中的各個監(jiān)測模型設置權重,所述三次處理模塊用于根據所述權重確定關于所述各個監(jiān)測模型的最優(yōu)模型組合,所述四次處理模塊用于對所述最優(yōu)模型組合性能進行評價。本實施例獲取的橋梁結構健康預測更為準確。優(yōu)選的,所述一次處理模塊用于建立備選模型庫,采用以下方式進行:步驟1:確定備選模型庫,假設有n種監(jiān)測模型,備選模型庫可用向量rl表示為:rl=(rl1,rl2,…,rln),在式子里,rli表示第i個監(jiān)測模型,i=1,2,…,n,n表示模型庫中監(jiān)測模型數量;步驟2:確定監(jiān)測模型的預測值,監(jiān)測模型的預測值向量y可相應表示為:y=(y1,y2,…,yn),在式子里,yi表示第i個監(jiān)測模型的預測值,i=1,2,…,n,n表示模型庫中監(jiān)測模型數量。所述二次處理模塊用于確定所述備選模型庫中的監(jiān)測模型在所述模型組合中的權重,采用以下方式進行:步驟1:確定模型組合數,每次參與模型組合的監(jiān)測模型以及監(jiān)測模型數量是不確定的,且參與程度不同,將模型組合看作是一次隨機事件試驗,確定模型組合數c為:在式子里,i表示參與模型組合的監(jiān)測模型的數量,i=2表示至少有兩個監(jiān)測模型參與模型組合,β表示參與程度復雜因子,β∈{2,3};則所有的模型組合集向量gp可表示為:gp=(gp1,gp2,…,gpc),在式子里,gpj表示第j種模型組合,j=1,2,…,c,c表示所有的模型組合數;步驟2:確定監(jiān)測模型參與程度,模型組合gpj可用向量表示為:gpj=(σ(rl1),σ(rl2),…,σ(rln)),其中,σ(rli)表示監(jiān)測模型rli參與程度,i=1,2,…,n,步驟3:確定監(jiān)測模型權值,對于第i個監(jiān)測模型rli,采用以下方式進行賦權:在式子里,bzi表示第i個監(jiān)測模型rli相應權重,yi表示第i個監(jiān)測模型的預測值,β表示參與程度復雜因子。本優(yōu)選實施例橋梁結構大數據分析子系統(tǒng)設置一次處理模塊和二次處理模塊,克服了傳統(tǒng)的模型組合預測存在參與組合的模型樣本空間不全面、比較容易因為個人能力不同導致忽略更為有效的模型等問題,為后續(xù)橋梁結構健康預測奠定了堅實基礎。優(yōu)選的,所述三次處理模塊用于根據所述監(jiān)測模型在所述模型組合中的權重確定最優(yōu)模型組合,具體包括以下步驟:步驟1:設j=1,計算得到模型組合的組合預測值和實測值誤差fv:pai=σ(rli)×bzi×yi,在式子里,y′表示實測值;j=j+1,當j>c,所有模型組合計算完畢,找出最小計算誤差組合,得到最優(yōu)模型組合,采用該組合對橋梁結構健康進行預測;步驟2:每隔一定周期t重復步驟1,以保證模型組合不斷更新。本優(yōu)選實施例橋梁結構大數據分析子系統(tǒng)設置三次處理模塊,通過計算最小誤差對模型組合進行選擇,獲取了最優(yōu)組合,通過每隔一定周期對模型組合進行更新,克服了模型組合的不變性和歷史數據的局限性,保證了即時最優(yōu)預測。優(yōu)選的,所述四次處理模塊用于對所述最優(yōu)模型組合性能進行評價;所述評價函數tn可表示為:在式子里,kr表示預測誤差最小的次數,db表示預測誤差最大的次數,qm表示預測誤差處于中間的次數,評價函數值越大,預測精度越高。本優(yōu)選實施例橋梁結構大數據分析子系統(tǒng)設置四次處理模塊,通過建立評價函數,更加客觀的對預測精度進行評價,克服了帶有較強個人偏好的主觀性和經驗性的評價方式。采用本發(fā)明對橋梁結構健康進行預警,當備選模型庫中的監(jiān)測模型數量分別為20、25、30、35、40個時,對模擬預測結果進行了統(tǒng)計,與未采用本發(fā)明相比,產生的有益效果如下表所示:監(jiān)測模型數量預警時間縮短預警準確性提高4020%10%3525%15%3030%20%2532%24%2036%31%最后應當說明的是,以上實施例僅用以說明本發(fā)明的技術方案,而非對本發(fā)明保護范圍的限制,盡管參照較佳實施例對本發(fā)明作了詳細地說明,本領域的普通技術人員應當理解,可以對本發(fā)明的技術方案進行修改或者等同替換,而不脫離本發(fā)明技術方案的實質和范圍。當前第1頁12
      當前第1頁1 2 
      網友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點贊!
      1