技术详细介绍
项目围绕宁夏回族自治区公路桥梁智能监测及传感器故障诊断、公路桥梁集群管养大数据平台、大数据驱动的桥梁智能管养决策知识抽取等关键技术开展研究工作。项目科技成果简介如下。 (1)公路桥梁智能监测及传感器故障诊断技术 1)根据桥梁桥型、跨径大小、状态等级、使用年限等指标划定了公路桥梁监测等级;制定了宁夏地区公路桥梁结构状态分析与预警模式;对桥梁基本信息、桥梁立面信息、监测截面信息、传感器部署信息、环境信息、结构说明、评估状态等进行了数据标准化,并对系统的通讯协议和接口进行了标准化规定。 2)提出了摒弃常用测绘型北斗监测装备的设计理念,对主控芯片内核进行了适应性裁剪,对全体功能从硬件芯片层面进行精简,以便达到更好的硬件稳定性,具备更低功耗。形成轻量化分布式部署的智能感知系统,实现多类传感器数据的自动采集和传输。 3)提出了桥梁结构健康监测系统常用加速度传感器的卡死、增益、偏差、增益线性漂移和噪音共五种典型故障的数学模型。并应用于斜拉桥健康监测系统和某钢筋混凝土拱桥振动测试中。应用结果表明,对于传感器故障及人工模拟添加的五种故障类型均能成功实现诊断,且斜拉桥健康监测系统中传感器故障分类的算术平均精度是88.8%,拱桥传感器故障的算术平均精度是90%。 (2)基于大数据的区域桥梁集群管理大数据平台关键技术 1)构建了基于HBase 分布式环境下的海量监测数据存储方法,节省存储空间,提高存储效率,打破了桥梁信息孤岛。利用Spark 计算模型进行桥梁结构状态分析的多领域感知异构大数据分布式存储和索引任务,并将任务分为了Transformation 和Action两大步骤,基于弹性分布式数据集(RDD)来进行分布式内存环境下的作业调度,从而实现迭代数据计算和索引。 2)根据制定桥梁健康监测标准,将桥梁结构根据荷载与环境、结构整体响应、结构局部响应和沉降划分为4 大监测类别,其中又将荷载与环境划分为8 个监测子类别、结构整体响应划分为4 个监测子类别、结构局部响应划分为7 个监测子类别、沉降为1 个子类别。利用基于HTTP 协议RESTful 架构和JSON 格式字符串对桥梁监测数据进行标准化处理。从而实现桥梁检测数据融合。 3)提出基于核函数惩罚的聚类特征选择算法来选择MapReduce 的关键配置参数;提出动态自适应副本置放算法。利用指数平滑方法建立热数据块的评估模型,从而提高任务数据本地化的有效性;提出时间和资源优化的任务调度算法。在满足用户时间需求的同时还使得整个集群的资源消耗最小。 4)提出了基于非平衡支持向量机的云计算平台异常检测算法、基于ICA 和Bayesian 分类器的异常检测算法以及基于在线学习和Lagrangian SVM 的云计算平台异常检测算法。从而避免因平台异常而引起桥梁状态误判断,提高云计算平台分析效率。 (3)基于大数据的桥梁结构状态分析技术 1)研究了CMBS 系统和大数据管养平台中获取的桥梁基础属性、详细病害记录、细粒度结构划分等数据,从而研究了融合多层次、细粒度管养信息的桥梁典型病害分析与辅助决策方法,实现了区域内、在役年限、桥梁分类等多个维度的桥梁病害识别和状态评估。 2)对结构的加速度传感器的数据特性进行分析,提出一种CNN 和GRU 联合神经网络模型,该模型通过CNN 自动提取测点的相关性,并结合GRU 神经网络在时序数据特征提取方面的优势,端到端的从传感器相关性维度与多变量时间序列前后依赖关系进行特征抽取,从而对结构状态进行识别判断。为实际工程下在役桥梁结构状态模式识别提供了依据。 3)提出了CNN-LSTM 的桥梁结构损伤识别方法。实现桥梁结构的损伤识别。 (4)基于大数据知识工程桥梁智能管养技术 1)桥梁检测领域语料库的构建。确定了桥梁检测领域信息抽取任务的目标和方向。结合常用的通用领域的语料库格式,制定了针对于桥梁检测领域信息抽取任务的语料库构建标准,利用各种技术和工具,对桥梁检测文本进行人工标注,为之后桥梁命名实体识别和实体关系抽取任务提供了数据保障; 2)桥梁检测领域命名实体识别。提出了一种基于半监督学习和集成学习的命名实体识别方法。通过对比实验显示了提出的BoBag-CRF 方法可以有效解决标签偏置的问题,并取得了不错的效果,在通用领域适应性实验中表明,此方法在通用领域语料中可以达到与BiLSTM-CRF 模型几乎相同的效果。 3)基于半监督学习的桥梁检测领域实体关系抽取。提出了一种基于协同训练的TriC-training 算法。通过实验表明,提出的TriC-training 算法即使在少量标注数据的条件下也能够取得较好的实体关系抽取效果。 (5)研发公路桥梁健康管理大数据云平台系统 基于宁夏公路桥梁管养业务体系中BIM 桥梁建设管理、CBMS 和桥梁健康监测等各类系统涉及的桥梁基础数据、监测数据、经常性检查数据、定检数据等管养全要素信息,以宁夏政务云计算和大数据环境为支撑,以关键技术研究、标准体系建设和软件平台研发为重点,提供区域化的健康监测系统统一监管、管养业务综合管理、大数据分析服务及可视化,改变传统各类桥梁监测和信息管理系统“孤岛化”局面,提升桥梁管理智慧化品质。
项目围绕宁夏回族自治区公路桥梁智能监测及传感器故障诊断、公路桥梁集群管养大数据平台、大数据驱动的桥梁智能管养决策知识抽取等关键技术开展研究工作。项目科技成果简介如下。 (1)公路桥梁智能监测及传感器故障诊断技术 1)根据桥梁桥型、跨径大小、状态等级、使用年限等指标划定了公路桥梁监测等级;制定了宁夏地区公路桥梁结构状态分析与预警模式;对桥梁基本信息、桥梁立面信息、监测截面信息、传感器部署信息、环境信息、结构说明、评估状态等进行了数据标准化,并对系统的通讯协议和接口进行了标准化规定。 2)提出了摒弃常用测绘型北斗监测装备的设计理念,对主控芯片内核进行了适应性裁剪,对全体功能从硬件芯片层面进行精简,以便达到更好的硬件稳定性,具备更低功耗。形成轻量化分布式部署的智能感知系统,实现多类传感器数据的自动采集和传输。 3)提出了桥梁结构健康监测系统常用加速度传感器的卡死、增益、偏差、增益线性漂移和噪音共五种典型故障的数学模型。并应用于斜拉桥健康监测系统和某钢筋混凝土拱桥振动测试中。应用结果表明,对于传感器故障及人工模拟添加的五种故障类型均能成功实现诊断,且斜拉桥健康监测系统中传感器故障分类的算术平均精度是88.8%,拱桥传感器故障的算术平均精度是90%。 (2)基于大数据的区域桥梁集群管理大数据平台关键技术 1)构建了基于HBase 分布式环境下的海量监测数据存储方法,节省存储空间,提高存储效率,打破了桥梁信息孤岛。利用Spark 计算模型进行桥梁结构状态分析的多领域感知异构大数据分布式存储和索引任务,并将任务分为了Transformation 和Action两大步骤,基于弹性分布式数据集(RDD)来进行分布式内存环境下的作业调度,从而实现迭代数据计算和索引。 2)根据制定桥梁健康监测标准,将桥梁结构根据荷载与环境、结构整体响应、结构局部响应和沉降划分为4 大监测类别,其中又将荷载与环境划分为8 个监测子类别、结构整体响应划分为4 个监测子类别、结构局部响应划分为7 个监测子类别、沉降为1 个子类别。利用基于HTTP 协议RESTful 架构和JSON 格式字符串对桥梁监测数据进行标准化处理。从而实现桥梁检测数据融合。 3)提出基于核函数惩罚的聚类特征选择算法来选择MapReduce 的关键配置参数;提出动态自适应副本置放算法。利用指数平滑方法建立热数据块的评估模型,从而提高任务数据本地化的有效性;提出时间和资源优化的任务调度算法。在满足用户时间需求的同时还使得整个集群的资源消耗最小。 4)提出了基于非平衡支持向量机的云计算平台异常检测算法、基于ICA 和Bayesian 分类器的异常检测算法以及基于在线学习和Lagrangian SVM 的云计算平台异常检测算法。从而避免因平台异常而引起桥梁状态误判断,提高云计算平台分析效率。 (3)基于大数据的桥梁结构状态分析技术 1)研究了CMBS 系统和大数据管养平台中获取的桥梁基础属性、详细病害记录、细粒度结构划分等数据,从而研究了融合多层次、细粒度管养信息的桥梁典型病害分析与辅助决策方法,实现了区域内、在役年限、桥梁分类等多个维度的桥梁病害识别和状态评估。 2)对结构的加速度传感器的数据特性进行分析,提出一种CNN 和GRU 联合神经网络模型,该模型通过CNN 自动提取测点的相关性,并结合GRU 神经网络在时序数据特征提取方面的优势,端到端的从传感器相关性维度与多变量时间序列前后依赖关系进行特征抽取,从而对结构状态进行识别判断。为实际工程下在役桥梁结构状态模式识别提供了依据。 3)提出了CNN-LSTM 的桥梁结构损伤识别方法。实现桥梁结构的损伤识别。 (4)基于大数据知识工程桥梁智能管养技术 1)桥梁检测领域语料库的构建。确定了桥梁检测领域信息抽取任务的目标和方向。结合常用的通用领域的语料库格式,制定了针对于桥梁检测领域信息抽取任务的语料库构建标准,利用各种技术和工具,对桥梁检测文本进行人工标注,为之后桥梁命名实体识别和实体关系抽取任务提供了数据保障; 2)桥梁检测领域命名实体识别。提出了一种基于半监督学习和集成学习的命名实体识别方法。通过对比实验显示了提出的BoBag-CRF 方法可以有效解决标签偏置的问题,并取得了不错的效果,在通用领域适应性实验中表明,此方法在通用领域语料中可以达到与BiLSTM-CRF 模型几乎相同的效果。 3)基于半监督学习的桥梁检测领域实体关系抽取。提出了一种基于协同训练的TriC-training 算法。通过实验表明,提出的TriC-training 算法即使在少量标注数据的条件下也能够取得较好的实体关系抽取效果。 (5)研发公路桥梁健康管理大数据云平台系统 基于宁夏公路桥梁管养业务体系中BIM 桥梁建设管理、CBMS 和桥梁健康监测等各类系统涉及的桥梁基础数据、监测数据、经常性检查数据、定检数据等管养全要素信息,以宁夏政务云计算和大数据环境为支撑,以关键技术研究、标准体系建设和软件平台研发为重点,提供区域化的健康监测系统统一监管、管养业务综合管理、大数据分析服务及可视化,改变传统各类桥梁监测和信息管理系统“孤岛化”局面,提升桥梁管理智慧化品质。