CN110633855A 一种桥梁健康状态检测与管养决策系统及方法 （江南大学）

号一种桥梁健康状态检测与管养决策系统及一种桥梁健康状态检测与管养决策系统及出具有专家级水平的桥梁健康状态异常预警/预梁养护措施/策略等结果，并生成针对桥梁某异2(1)所述的桥梁服务门户子系统包括桥梁用户信息配置单元、用户需求与服务配置单桥梁数据配置单元采用模板方式，用于配置每个检服务集成调度引擎单元用于将桥梁用户信息配置单元(2)所述的数据分析与处理子系统包括数据整合与融合集成统一单元、大数据预处理源数据库管理单元通过分成桥梁管理数据库和系统管理知识库来管数据整合与融合集成统一单元用于对从数据服务中心读入的传感器采集数据和从市大数据质量分析单元用于评估各类传感器采(3)所述的大数据挖掘子系统包括数据准备单元、数值型数据挖掘单元和非数值型数数据准备单元对各类传感器采集存放的历史数据，应数据值型数据挖掘单元分别从传感器数据中挖掘出桥梁健康状态异常的单传感器数(4)所述的知识库管理与维护子系统用于对所建各类知识库进行管理，并对领域专家和桥梁管理与维护人员的桥梁检测与管养经验，以人工方式提炼成经桥梁专家认可的知(5)所述的桥梁健康状态监测与评估子系统根据桥梁服务门户子系统下发的服务引3桥梁健康状态异常检测单元用于对桥梁状态是否趋势分析单元是对发生状态异常的传感器数据，应用建桥梁结构状态综合评估单元采用模糊数学和层次分析法相结合的方法对桥梁的当前数据安全等级与报警级别划分单元是根据国家公路步骤二、获取桥梁采集站实时上传到数据服步骤四、根据传感器测量精度和数据异常指数模步骤五，对质量分析后的各类传感器数据进行数据4(7.4)将数据挖掘和知识发现处理的数据，根据领域专家和桥梁管理与维护人员的桥步骤四、对于知识库中没有发现的异常情况，5步骤六、对桥梁结构状态综合评估，采用模糊数步骤八，对上述步骤产生的桥梁决策管养方案(3)选取具有最大相似度的簇对并将ci和cj合并为一个新的簇ck=6本周期内监测参数的极值与最近若干周期的K线移动平均极值进行比较，判别当前监测的7j89[0008](1)所述的桥梁服务门户子系统包括桥梁用户信息配置单元、用户需求与服务配[0012]服务集成调度引擎单元用于将桥梁用户信息配置单元、用户需求与服务配置单[0013](2)所述的数据分析与处理子系统包括数据整合与融合集成统一单元、大数据预[0014]源数据库管理单元通过分成桥梁管理数据库和系统管理知识库来管理桥梁的源[0015]数据整合与融合集成统一单元用于对从数据服务中心读入的传感器采集数据和[0018](3)所述的大数据挖掘子系统包括数据准备单元、数值型数据挖掘单元和非数值[0020]数据值型数据挖掘单元分别从传感器数据中挖掘出桥梁健康状态异常的单传感[0022](4)所述的知识库管理与维护子系统用于对所建各类知识库进行管理，并对领域[0023](5)所述的桥梁健康状态监测与评估子系统根据桥梁服务门户子系统下发的服务[0024]知识推理单元通过建立知识推理模型使推出的结果符合专家[0028]桥梁结构状态综合评估单元采用模糊数学和层次分析法相结合的方法对桥梁的管理处服务器上传到数据服务中心的各类文件数据；所述传感器采集数据包括风速风向、除离群点；数据变换是应用短时FFT变换进行时频分析，以辅助数据挖掘和异常检测的分Bayes法和聚类法相结合的方法提取文本中的特征词或关键词，建立结构化的信息存储方RBF算法从有监督学习和无监督学习的不同角度，分别对单传感器数据类型和多传感器数[0043](7.4)将数据挖掘和知识发现处理的数据，根[0063](3)选取具有最大相似度的簇对并将ci和cj合并为一个新的[0066]第(2)部分步骤四中，异常度计算模型是将本周期内监测参数的极值与最近若干[0079]Step1：确立桥梁评估的多层结构评价指标集；如设评估对象指标集为c＝{c1,[0086]图1为知识发现和知识推理的桥梁健康状态检测与管养决策系统开发设计的应用[0088]图3为知识发现和知识推理的桥梁健康状态检测与管养决策系统涉及的主要功[0102][4]桥梁数据配置单元应用模板方式，配置外部环境数据引入路径、数据文件名[0105][7]服务集成调度引擎单元分发调度集成引擎生成。将上述模板的配置信息进行掘与知识发现计算机和状态检测与管养决策计算机上的运行和处理等结果信息的可视化[0108][1]桥梁数据处理运行于数据分析与处理计算机上，包括数据整合与融合集成统[0109][2]数据整合与融合集成统一单元用于对从数据服务中心读入的传感器采集数据[0112][5]源数据库管理单元通过分成桥梁管理数据库和系统管理知识库来管理桥梁的[0116][3]数据值型数据挖掘单元利用数据值型数据挖掘算法，分为单传感器数据类型数据中挖掘出桥梁健康状态异常的单传感器数据类特征之间的关联规则和多传感器数据[0121][1]桥梁健康状态监测与评估子系统是在状态检测与管养决策计算机上实现。它[0123][3]知识推理单元主要是根据检测数据的变化程度，应用知识库中建立好的各种[0124][4]桥梁健康状态异常检测单元主要先通过指标库进行阈值检测(此阈值是应用以报表的形式呈现给用户。[0127][6]桥梁结构状态综合评估单元采用模糊数学和层次分析法相结合的方法对桥梁2015)、城市桥梁养护技术规范(CJJ-99-2003)、公路桥梁技术状况评定标准(JTGTH21-管理处服务器上传到数据服务中心的各类文件数据；所述传感器采集数据包括风速风向、除离群点；数据变换是应用短时FFT变换进行时频分析，以辅助数据挖掘和异常检测的分Bayes法和聚类法相结合的方法提取文本中的特征词或关键词，建立结构化的信息存储方RBF算法从有监督学习和无监督学习的不同角度，分别对单传感器数据类型和多传感器数则和多传感器数据类特征之间的关联规则，并由此建立相应的数值型数据的规则数据库。可根据桥梁布设的各节传感器采集的桥梁运行记录，对其状态采用集对方法进行异常分析。也可用状态实时采集的数据与该节占状态的标准模型库中的数据进行集对相关分析，[0153](3)选取具有最大相似度的簇对并将ci和c[0157](7.4)将数据挖掘和知识发现处理的数据，根[0173]这里，异常度计算模型是将本周期内监测参数的极值与最近若干周期的K线移动[0188]Step1：