基于多源信息的桥梁网级评估方法

针对区域内既有桥梁,研究了路网桥梁结构的共性与个性特点,利用网级相关性总结规律并演绎推广,系统地提出了基于多源信息的桥梁网级评估与预测方法.对桥梁历史检测报告、监测评估报告、设计图纸等进行数据集成与规整,将提取的关键参数及数据集进行神经网络训练与验证,生成一系列桥梁构件及结构层的退化模型.考虑维修行为对结构性能的直接干涉作用,对路网区域范围内的桥梁群进行状态评估及退化趋势预测.以石家庄市高速路网历史数据为依托,通过算例验证了方法的系统性和有效性.     

基于大数据的桥梁健康监测数据存储及预警方法

提出一种基于大数据的桥梁健康监测系统平台,在全面考虑影响桥梁服役性能的各个因素下对桥梁安全状态进行评估和实时预警。该系统平台利用容错率高的分布式文件系统以及计算效率高的平行数据处理引擎,具有高可靠性、可用性和存储效率,且易于扩展。进而采用多因素分析方法充分挖掘桥梁各个传感器实时数据之间隐含的关联性,通过分析数据相关性准确建立桥梁服役性能评估模型,并对桥梁安全状况进行实时预警。此外,该系统平台为测试模型的有效性,分别采用多种模型验证方法进行评估,确保大数据分析方法的可靠性。     

基于BP神经网络的油气钻井成本预测

油气钻井成本是反映油田企业经济效益的重要指标.对钻井成本进行准确预测,有利于企业管理者和投资者进行科学的决策与评估.在对油气钻井成本影响因素进行分析的基础上,运用BP神经网络算法,建立了考虑成本因素之间相互关系的油气钻井成本神经网络预测模型,并结合中国石油某公司各区块钻井作业成本数据,将线性回归方法与神经网络方法进行对比,结果表明该模型具有较高的预测精度.     

既有节段预制混凝土桥梁状态评估方法研究

基于国内外学者关于既有桥梁状态评估方法的研究,建立既有节段预制桥梁结构损伤状态评估指标体系.提出基于层次分析法的既有节段预制桥梁状态评估方法,并在该方法的基础上,引入权重赋分法考虑各影响因素的重要程度对既有节段梁各结构进行权重赋分,给出了相应的桥梁状态评估公式,制定了节段预制桥梁状态评估标准.最后,结合一个既有节段预制桥梁损伤状态评估实例来演示本文所提出方法进行节段梁状态评估的实现过程.     

利用能效和延时的无线传感器网络性能评估方法

为提高无线传感器网络的性能,提出一种基于能效和延时的无线传感器网络性能评估方法.在收集无线传感器网络数据样本基础上采用网络能效和网络延时作网络性能评估指标,并进行归化一化处理,并采用神经网络对数据进行学习,建立无线传感器综合性能评估模型,进行了仿真实验.结果表明:相对于其它评估算法,该方法综合考虑了多个影响无线传感器网络性能的因素,评估结果更加可靠、科学.     

优化神经网络模型在水质预测中的运用

针对当前河道水质资料不健全且难以监测及预警的现状,提出了将神经网络模型运用于河道水质预测分析.运用神经网络模型对河道水质指标实测数据进行优化处理,深入分析水质指标数据,并建立神经网络预测模型.在此基础上,采用归一化和遗传算法两种方法对神经网络模型进行优化,并将优化模型和原神经网络模型分别运用于水质指标数据的预测.结果表明:优化后的神经网络模型可以实现对水质的预测,优化前神经网络模型的预测误差为8.57%,而采用归一化和遗传算法优化后的神经网络模型预测精度分别提高了6.36%和6.73%.同时分析得到了不同水质指标对叶绿素浓度值影响程度按大小依次为氨氮、溶解氧、高锰酸钾指数、pH值、温度.     

基于机器学习的中小跨径桥梁技术状况评估

针对基于规范方法的公路桥梁技术状况评估需要人为确定各因素影响权重的问题,提出了一种基于机器学习的桥梁技术状况智能评估方法.参考桥梁检测评定规范建立了技术状况评估指标体系,基于山西省某地区388座中小跨径桥梁的检测数据建立桥梁状态数据库,利用机器学习算法构建桥梁各部件状态评估值和桥梁状态评估值非线性映射模型,并通过画学习...     

基于温度与支座位移相关性的斜拉桥损伤预警

为了充分利用桥梁健康监测系统采集的海量数据,健全大跨钢箱梁斜拉桥结构健康评估方法,以辽河特大桥健康监测系统为依托,运用小波分析法对辽河特大桥南北塔为期10个月的支座位移数据进行了滤波与重构.通过大量试验选取神经网络参数,构建了BP神经网络,对重构后的支座位移与环境温度相关性模型进行训练,建立人工神经网络评估模型,并对模型进行检验,检验结果表明:对神经网络预测值与实际值误差取5%的显著性水平作为误差代表值能够有效地反映结构健康状况.     

基于长期动力特性监测数据的大跨度桥梁安全性能评估

为了满足快速、准确地进行大跨度桥梁安全性能评估的需要,提出了一种利用健康监测系统的动力监测数据评价预应力混凝土连续刚构桥的长期安全性能的方法.介绍了一座大跨度连续刚构桥健康监测系统动力测试的基本情况,并比较了环境振动测试和健康监测系统动力测试的结果.利用连续刚构桥的自振频率温度修正模型,采用考虑温度效应的实测动力特性对连续刚构桥有限元模型进行修正,得到反映实际状态的基准有限元模型,通过汽车荷载试验的结果验证该计算结果的准确性.最后,根据基准有限元模型的计算结果与设计计算结果的比较评估桥梁当前的安全性能.结果表明:根据长期动力特性监测结果修正的基准有限元模型能够反应桥梁实际工作状态,评估结果具有很好的精度,可以有效地应用于大跨度桥梁长期安全性能评估.     

一种配电自动化系统状态操作评价方法

随着智能配电网的发展,配电自动化系统投运日益增加,迫切需要对配电自动化系统的状态操作情况进行综合评价。研究在建立配电自动化系统状态操作评价分层指标体系的基础上,首先对指标数据进行聚类分析,以训练决策树指标分类器,便于自动分析状态操作情况的不同类别模式。然后对各指标应用熵权法进行赋权,利用该加权结果和指标数据构造综合评价的训练样本集。最后运用多元回归算法学习建立每类模式下配电自动化系统状态操作的评估模型。实验结果表明,采用上述方法构建的评价模型能较客观反映配电自动化系统在相应时间断面的综合状态操作水平,且比传统神经网络模型准确度更高,可为配电自动化系统的运行管理提供有效评价手段和决策依据。     

基于CNN-LG模型的窃电行为检测方法研究

针对当前电网单一学习器窃电检测方法准确率低、实时性差且无特征提取的问 题,提出一种基于卷积神经网络轻梯度提升机（CNN-LG）模型的窃电行为检测方法. 通过卷积 神经网络（CNN）提取用户用电数据电力特征,将提取特征输入以决策树为基学习器的轻梯度 提升机（LG）分类器对数据进行训练,据此建立基于卷积神经网络轻梯度提升机模型的窃电行 为检测方法 . 采用基于卷积神经网络轻梯度提升机模型对国家电网和爱尔兰智能能源径 （ISET）数据集分别进行窃电行为检测 . 实验结果表明,本文提出方法可快速准确实现电网中 各类窃电行为检测,相比于现有检测方法具有更高准确度、更优泛化性能和实时性.     

用人工神经网络方法评估桥梁缺损状况

针对现有桥梁评估方法存在的不足,介绍了一种应用神经网络进行桥梁缺损状况评估的方法,并对几种常见的人工神经网络模型的评估效果进行了比较．利用广东省内1018座桥梁的养护数据,对神经网络进行训练和测试,发现使用神经网络对桥梁进行评估,能够取得比较好的评估效果．使用神经网络方法对桥梁“等级”进行评估,其;位确率超过60％．平均每座桥的评估误差为0．25个等级。     

混凝土斜拉桥结构健康状态评估模型

基于青岛丹山水库混凝土斜拉桥，建立了斜拉桥有限元数值分析模型，确定桥梁受损后各子结构权重，选择典型斜拉索，对桥梁结构健康状态进行分析。首先运用通用结构分析软件对实桥建模，得到桥梁数值模拟试验模型及试验数据；再用正交试验选择典型斜拉索，大大减少了对桥梁分析计算的工作量；将桥梁分为3个子结构，用层次分析法确定各子结构权重，并建立了混凝土斜拉桥结构健康状态评估模型。结果表明，该模型能有效地对桥梁进行损伤评估和状态评估。     

基于强化学习的非线性时间序列智能预测模型

针对时间序列预测中非线性、噪声高等特点,提出时间序列向前多步混合智能预测模型.首先,在模型训练过程中,提出一种将强化学习与隐马尔可夫模型相结合的新方法,强化学习运用TD(λ)方法,采用历史观测数据作为报酬回报,强调远近期历史数据的不同影响程度并用以迭代增强历史观测数据在模型中的作用;进一步,在向前多步预测过程中,提出一种以强化学习为桥梁、将神经网络与隐马尔可夫模型相结合的方法,用以充分发挥神经网络数据拟合优势和隐马尔可夫模型减小系统随机误差方面的优势.利用稀土期货交易数据进行预测实验,结果表明:智能预测模型显著降低了预测的平均绝对误差、百分比绝对平均误差、均方根误差,提高了预测的准确性和效果.     

融合无人机线型测量与振动测试的桥梁状态评估

基于无人机摄影测量及随机振动测试的方法，探索在不封闭交通条件下进行桥梁状态评估的方法. 以长沙市某大桥为例，通过采用结构识别理论与无人机倾斜摄影技术分别对桥梁线型、桥梁病害、动力特性进行研究.利用无人机三维倾斜摄影技术重建目标桥梁三维实景模型并通过点云模型提取桥梁线型，将无人机测量线型与水准测量线型以及设计线型进行对比，研究发现线型差值的平均值为0.034?m，平均相对挠度值为L/12705（L为桥梁跨度），标准差为0.035?m，两者结果较为接近，验证了无人机测量桥梁线型的可靠性，也验证了运营桥梁期间外观尺寸无显著改变. 利用小型无人机技术对目标桥梁辅助进行外观质量调查，调查桥墩病害和支座损伤特征，结果表明桥梁无结构性损伤. 通过对结构进行环境振动测试，以行车、风等荷载作为激励，利用复模态指示函数（Complex Modal Indicator Function，CMIF）法捕捉结构模态参数（频率、振型、阻尼比），对比10?年前历史基线模态数据并综合考虑环境温度影响，判断该桥结构刚度无明显下降. 研究表明采用“无人机三维建模线型测量+无人机病害调查+随机振动测试”的桥梁健康状态的综合评估技术具有可行性、经济性及实用性.     

结构耐久性评估的软计算模型及应用

将层次分析等理论更快速方便地应用于结构评估工程实践,研究基于现有理论的自动化、智能评估方法.借助Matlab模糊数学、神经网络工具箱,采用线性映射的层次分析方法完成桥梁耐久性等级评估.FIS结构和BP模型评估结果的对比表明:受隶属函数限制,FIS结构评估结果较粗糙,但由于模糊关系的特性,处理复杂输入输出关系时效果较好;而当样本数据集在超空间中线性可分时,神经网络对已有数据的拟合精度更高,但只能处理与训练样本同构的评估数据.由此证明:利用Matlab软计算模型实现桥梁工作性能的自动化智能评估是可行的.     

基于注意力机制和CNN-GRU组合网络的海底电缆运行状态预测方法

海底电缆作为各类海上平台能源供给的生命线,一旦发生故障将产生巨大的经济及战略影响,准确预测海底电缆运行状态有助于提前把握其运行风险,从而实现预防性维护。本文在充分挖掘海底电缆运维数据中的动、静态特征的基础上,提出一种基于注意力机制和卷积神经网络-门控循环神经网络（CNN-GRU）海底电缆运行状态预测方法。首先,考虑在线监测、巡检指标、静态试验三类关键影响因素,建立海底电缆运行状态评估指标体系;然后,基于改进层次分析法及多层次变权评估思想构建海底电缆运行状态评估模型;最后,建立基于注意力机制和CNN-GRU组合神经网络模型,将历史运行参数及状态量化结果作为输入特征参量,实现海底电缆运行状态的演化趋势预测。算例分析表明,所提方法可有效预测海底电缆的运行状态,平均百分数误差低至1.04%,与全连接神经网络、CNN、CNN-长短期记忆神经网络(LSTM)等算法相比均具备更优的预测精度。     

桥梁安全评估中不确定型层次分析法的应用

在桥梁的安全评估中,采用确定型层次分析法,存在指标的不确定性和模糊性.针对工程实例,文章采用不确定型层次分析法,建立桥梁递阶层次模型,通过对比4种不同指标权重计算方法,最终选用最优传递矩阵法进行桥梁指标权重的计算.结果表明,不确定型层次分析法能够全面考虑影响桥梁安全性的各种因素,而且,最优传递矩阵法计算权重精度高,使得桥梁安全评估结果更加可靠.     

基于CNN的农作物机载高光谱影像质量评价——以棉花为例

机载高光谱遥感作为近地遥感观测方法中的新方式,对判断作物长势、监测环境状态等农业应用提供了新的技术手段。机载影像数据获取受光照条件、飞行状态等因素干扰,其数据质量对科学研究数据分析结果的可靠性具有重要影响,机载高光谱影像数据的快速质量评价问题亟待解决。本研究提出一种适用于机载棉花高光谱影像的卷积神经网络影像质量分级方法。先获取试验区域内的棉花高光谱影像,通过模拟采集过程中产生的退化进行数据增强;经专家目视评估进行影像判读分级定标,将高光谱数据按比例分为训练集、验证集和测试集;利用TensorFlow框架建立卷积网络模型并进行模型微调与精度验证;最后结合模型评估指标与实验分类结果给出评价。实验结果表明：卷积神经网络影像质量分类评价取得了较好的效果,样本分类准确率达到99.06%,多类别平均分类精确度达到99.07%,Kappa系数为0.988 7。研究结果表明采用卷积神经网络对机载棉花高光谱影像质量评价有效可靠,可为机载高光谱农作物影像质量评价提供参考。     

大跨度钢斜拉桥主梁监测挠度的评估与预警

在南京长江三桥长期监测数据的基础上,提出了一种基于统计理论的钢斜拉桥主梁挠度的长期趋势评估和动态预警设置方法.首先,分析挠度随温度的变化特征,选取夜间0:00-1:00时段的挠度数据,剔除车辆荷载的影响,并考虑整体升降温作用,进而得到恒载挠度评估指标的基准值.其次,采用线性适度模型和基于实质的灰色关联度法对挠度进行评估,以2007~2010年的数据为例,结果表明:本文的评估结果与长期变化趋势一致,挠度变化趋势有助于指导桥梁结构病害的进一步检查.最后,基于一定保证率建立桥梁跨中挠度黄、红两级预警线,考虑交通量变化及累积损伤带来的影响,设置动态预警线.通过2008年雪灾前后状况和交通量增长情况两个示例进行检验,结果表明:本文设置的动态预警线不仅能有效地应用于桥梁正常运营或突发状况,还能根据桥梁的实际状况实现同步更新.