面向大数据压缩存储桥梁损伤定位的深度卷积自编码方法

摘要

为了解决桥梁健康监测数据体量大、存储难的问题,提出基于深度卷积自编码的数据压缩方法,并通过设计损伤指标,利用压缩数据识别结构损伤位置,保证数据压缩的有效性.首先,设计合适的深度卷积自编码模型,以桥梁健康状态下的加速度自相关函数作为训练数据,得到合适的模型参数.其次,将实时监测的加速度自相关函数输入训练好的深度卷积自编码模型,得到加速度自相关压缩数据.然后,计算健康状态和实时状态下压缩数据的欧氏距离,作为损伤指标,每个损伤指标对应于相应的位置.接着,根据指标是否变化判断相应位置的损伤状况.最后,采用简支梁和连续梁的数值模型及简支梁试验模型对该方法进行了有效性和抗噪性的验证.采用的损伤指标可通过压缩数据识别结构损伤位置,具有一定抗噪性,简支梁在20%噪声、连续梁在10%高斯白噪声下可识别损伤位置.

关键词

桥梁健康监测 / 损伤定位 / 大数据压缩存储 / 深度卷积自编码 / 欧氏距离