基于AI的公路桥梁健康监测与故障诊断研究

梁 斌堂
江西中煤建设集团有限公司

摘要

随着公路桥梁规模不断扩大和服役年限持续延长，传统人工巡检方式已难以满足桥梁安全监测需求。研究采用深度学习与传感器融合技术，构建了基于卷积神经网络(CNN)的桥梁健康状态识别模型。通过布设振动传感器、位移传感器等多源数据采集设备，对某特大桥进行为期12个月的监测，采集456,000组数据样本。实验表明，该模型在桥梁结构损伤识别准确率达95.8%，较传统方法提升18.3%；预警时间提前72小时，为桥梁维护决策提供了可靠依据。

关键词

人工智能；桥梁健康监测；故障诊断；深度学习；传感器融合

参考

[1]杨迪,张宇峰,徐一超,等.BIM技术在桥梁健康监测中的应用分析[J].运输经理世界,2023,(23):85-87.

[2]邢春超.桥梁健康监测系统发展应用趋势研究[J].交通科技与管理,2023,4(17):171-173.

[3]张愠娟.公路桥梁健康监测数据预处理技术应用研究[J].青海交通科技,2023,35(05):140-144+158.

[4]伊廷华,郑旭,杨东辉,等.中小跨径桥梁结构健康监测系统轻量化设计方法[J].振动工程学报,2023,36(02):458-466.

[5]杨建喜,公路桥梁智能化监测与管养大数据知识工程关键技术研究.重庆市,重庆交通大学,2021-07-30.