(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210956542.0 (22)申请日 2022.08.10 (71)申请人 贵州桥梁建 设集团有限责任公司 地址 550001 贵州省贵阳市 云岩区延安中 路1号26楼 申请人 重庆大学 (72)发明人 宋尔林　任宏嘉　冉茂伦　吴程航　 左亮　孙钦凯　张科超　 (74)专利代理 机构 武汉宇晨专利事务所(普通 合伙) 42001 专利代理师 余晓雪 (51)Int.Cl. G06K 9/00(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01)G01D 21/02(2006.01) (54)发明名称 一种基于人工智能的道路基础设施异常监 测方法 (57)摘要 本申请提供一种基于人工智能的道路基础 设施异常监测方法， 本申请通过在 道路基础设施 中添加传感器， 以监控和收集相关数据， 并根据 传感器测点布设原则， 结合原监测系统现状、 桥 梁已有病害、 所处环境、 所受作用以及结构构造 特点、 力学行为特性、 状态评估需求、 管理养护要 求等因素对 数据进行分类以判断是否进行监测， 将数据采用神经网络深度学习方法进行分析处 理， 并输出所预测的警报等级， 根据不同类别设 置不同的警报阈值， 并且在日常维护中对阈值进 行合理的修正， 从而实现道路基础设施的监测自 动化。 权利要求书2页 说明书7页 附图1页 CN 115329812 A 2022.11.11 CN 115329812 A 1.一种道路基础设施的异常监测方法， 其特 征在于， 包括以下步骤： 建立预测模型包括以下步骤： 步骤1‑1， 利用自动化监测子系统中的传感器采集道路基础设施各个位置的状态信号 数据； 步骤1‑2， 对监测子系统中的传感器输出信号进行放大、 A/D转换， 并采样和分帧， 对样 本进行数据存储及人工标引， 形成训练数据集1； 步骤1‑3， 对传感器输出的异常信号进行分析处理， 然后进行矩阵计算， 并结合其他辅 助特征组成特征集合， 对特征集合及其方差进行统计函数计算， 形成训练数据集2， 所述辅 助特征包括外部环境、 外部作用等参数， 所述统计函数包括最大值、 最小值、 量程、 最大值和 最小值的相 对位置、 算术平均值、 线性回归系数和相应的近似误差、 标准偏差、 偏度、 峰度、 四分位数和四分位数间距； 步骤1‑4， 搭建具有并行互馈结构的长短时记 忆神经网络模型； 步骤1‑5， 将所述步骤1 ‑2中得到的训练数据集1和所述步骤1 ‑3中得到的训练数据集2 放入所述步骤1 ‑4的长短时记忆神经网络模型中训练， 得出正常状态以及异常状态 时的训 练参数， 建立道路基础设施风险预测模型； 步骤1‑6， 将所述传感器监测得到的数据实时输入到风险预测的神经网络模型中， 并将 神经网络模型的输出值与预设警报阈值进 行比较， 可以得到后续每一时刻实时对应的警报 等级， 以监测道路基础设施的风险异常。 2.根据权利要求1所述的一种道路基础 设施的异常监测方法， 其特征在于： 所述自动化 监测子系统包括传感器模块、 数据采集和传输模块、 数据处理与控制模块， 通过以上模块 实 现信号采集、 传输、 处 理和分析控制。 3.根据权利要求2所述的一种道路基础设施的异常监测方法， 其中所述传感器模块包 括在桥梁代表性的、 控制性、 关键截面和部位上安装各种类型适宜的传感测试设备， 其受控 监控中心发出的指令拾取结构荷载源参数和结构响应参数； 传感器 “感知”这些参数幅值， 并通过内置感应电路将这些参数值转换为电压、 电流、 电荷、 电极、 频率或数字等模拟和数 字电量或物理量， 然后通过适宜的采集传输方式送给外场的数据采集和传输模块中的采集 器进行模数转换， 完成信号数据采集。 4.根据权利要求1所述的一种道路基础 设施的异常监测方法， 还包括对阈值的校正， 所 述校正包括： 以过往一年监测最大值为基础， 乘以一定倍数作为历史统计极值， 以此与荷载 标准组合效应值做对比， 取二者中的较小者作为红色警报 阈值； 取红色警报 阈值乘以一定 倍数作为黄色警报 阈值； 如过往一年部分传感器数据存在一定 问题， 当历史监测值不可靠 时或根据经验判断监测值明显不 合理时， 直接采用设计效应值作为警报阈值设置依据。 5.根据权利要求1所述的一种道路基础设施的异常监测方法， 其中所述警报等级根据 阈值范围从大到小依次设定为三级超限阈值上限、 三级超限阈值下限、 二级超限阈值上限、 二级超限阈值下限、 一级超限阈值上限、 一级超限阈值下限； 所述一级超限对应蓝色警报， 二级超限对应黄色警报， 三级超限对应红色警报。 6.根据权利要求5所述的一种道路基础设施的异常监测方法， 所述阈值应基于监测数 据历史统计值、 设计值、 和规范容许值设定， 阈值设定还应考虑监测 变量数据动态特征、 统 计特征以及监测变量异常特 征。权　利　要　求　书 1/2 页 2 CN 115329812 A 27.根据权利要求5所述的一种道路基础设施的异常监测方法， 所述蓝色警报为当监测 数据接近或超过桥梁正常使用条件界限值， 但不会对桥梁安全、 正常使用和行车安全产生 影响时， 应进行蓝色警报； 所述黄色警报为当监测数据超过桥梁正常使用条件界限值且可 能对桥梁安全、 正常使用和行车安全产生显著影响时， 应进 行黄色警报； 所述红色警报为当 监测数据接近桥梁结构安全界限值或者严重影响桥梁安全、 正常使用和行车安全时， 应进 行红色警报。权　利　要　求　书 2/2 页 3 CN 115329812 A 3