一种桥梁拉索断丝信号识别方法、系统、设备及介质

本发明属于桥梁状态监测领域，尤其涉及一种桥梁拉索断丝信号识别方法、系统、设备及介质。

背景技术：

1、本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

2、随着桥梁建设的蓬勃发展，桥梁运维是始终要关注的重大问题。随着桥梁数量的急剧增加、桥梁服役时间的增长，旧桥、危桥和低荷载桥梁的比例也在日益增加，因此，实现对桥梁拉索的健康监测是保障桥梁正常运营的关键。

3、声发射是一种动态无损检测方法，在桥梁拉索等局部监测中应用愈发广泛，声发射长期监测会产生海量的信号，且信号复杂多样；现有技术在桥梁拉索的声发射监测及对损伤信号的识别研究上，主要存在以下不足：

4、(1)多数研究者对声发射信号的分析参数较少，一般只分析常见的声发射参数，例如时域、频域和时频域的特征，对于声发射信号提取的特征数量有限，存在断丝表征不足的现象，这对断丝信号的识别造成了一定的困扰。

5、(2)目前的断丝信号识别技术多采用单通道信号进行信号识别，无法获取声发射信号的空间传播特性，这严重丢失了信号的空间传播特性。

6、上述不足导致现有方案对断丝信号没有很好的识别能力，无法保证桥梁运维安全。

技术实现思路

1、为克服上述现有技术的不足，本发明提供了一种桥梁拉索断丝信号识别方法、系统、设备及介质，对声发射信号进行更为全面的断丝特征提取，利用图神经网络(graphneural networks gnn)对断丝特征进行断丝和非断丝的二值分类，实现了对拉索断丝信号较好的识别效果。

2、为实现上述目的，本发明的一个或多个实施例提供了如下技术方案：

3、本发明第一方面提供了一种桥梁拉索断丝信号识别方法。

4、一种桥梁拉索断丝信号识别方法，包括：

5、获取桥梁拉索的多通道声发射信号；

6、将多通道声发射信号输入到训练好的断丝信号识别模型中，得到断丝信号识别结果；

7、其中，所述断丝信号识别模型，对多通道声发射信号进行时域特征、频域特征、时频域特征和时序特征的提取、综合和降维，并基于降维后的综合特征向量，构建多通道特征图，通过多通道特征图进行断丝信号的识别。

8、进一步的，所述时域特征的提取是基于声发射信号的时域波形提取信号参数；

9、所述频域特征的提取是基于快速傅里叶变换算法展开；

10、所述时频域特征的提取，是对多通道声发射信号进行连续小波变换和尺度分解，对变换后每个尺度计算能量占比。

11、进一步的，所述时序特征是通过基于lstm模型的自编码器提取的。

12、进一步的，所述综合，是时域特征、频域特征、时频域特征和时序特征进行叠加，得到综合特征向量。

13、进一步的，所述降维，是通过主成分分析对综合特征向量进行降维。

14、进一步的，所述构建多通道特征图，是采用k近邻算法为综合特征向量构建多通道特征图。

15、进一步的，所述通过多通道特征图进行断丝信号的识别，是通过图神经网络，对输入的多通道特征图进行断丝和非断丝的分类，从而得到断丝信号识别结果。

16、本发明第二方面提供了一种桥梁拉索断丝信号识别系统。

17、一种桥梁拉索断丝信号识别系统，包括信号获取模块和断丝识别模块：

18、信号获取模块，被配置为：获取桥梁拉索的多通道声发射信号；

19、断丝识别模块，被配置为：将多通道声发射信号输入到训练好的断丝信号识别模型中，得到断丝信号识别结果；

20、其中，所述断丝信号识别模型，对多通道声发射信号进行时域特征、频域特征、时频域特征和时序特征的提取、综合和降维，并基于降维后的综合特征向量，构建多通道特征图，通过多通道特征图进行断丝信号的识别。

21、本发明第三方面提供了计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如本发明第一方面所述的一种桥梁拉索断丝信号识别方法中的步骤。

22、本发明第四方面提供了电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如本发明第一方面所述的一种桥梁拉索断丝信号识别方法中的步骤。

23、以上一个或多个技术方案存在以下有益效果：

24、（1）除了从时域、频域和时频域选取传统特征外，本发明选取lstm(long shortterm memory, lstm)自编码器对声发射信号进行时序特征提取，构建了表征两类信号的综合特征向量，并对向量中的参数进行了降维。

25、（2）通过图神经网络构建通道与通道间的联系，以此来提取声发射信号的空间特征，进一步明确表征信号的断丝特征，从而提高对断丝信号的识别能力，保证桥梁运维安全。

26、本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

技术特征：

1.一种桥梁拉索断丝信号识别方法，其特征在于，包括：

2.如权利要求1所述的一种桥梁拉索断丝信号识别方法，其特征在于，所述时域特征的提取是基于声发射信号的时域波形提取信号参数；

3.如权利要求1所述的一种桥梁拉索断丝信号识别方法，其特征在于，所述时序特征是通过基于lstm模型的自编码器提取的。

4.如权利要求1所述的一种桥梁拉索断丝信号识别方法，其特征在于，所述综合，是时域特征、频域特征、时频域特征和时序特征进行叠加，得到综合特征向量。

5.如权利要求4所述的一种桥梁拉索断丝信号识别方法，其特征在于，所述降维，是通过主成分分析对综合特征向量进行降维。

6.如权利要求1所述的一种桥梁拉索断丝信号识别方法，其特征在于，所述构建多通道特征图，是采用k近邻算法为综合特征向量构建多通道特征图。

7.如权利要求1所述的一种桥梁拉索断丝信号识别方法，其特征在于，所述通过多通道特征图进行断丝信号的识别，是通过图神经网络，对输入的多通道特征图进行断丝和非断丝的分类，从而得到断丝信号识别结果。

8.一种桥梁拉索断丝信号识别系统，其特征在于，包括信号获取模块和断丝识别模块：

9.一种电子设备，其特征是，包括：

10.一种存储介质，其特征是，非暂时性地存储计算机可读指令，其中，当所述计算机可读指令由计算机执行时，执行权利要求1-7任一项所述的方法。

技术总结本发明提出了一种桥梁拉索断丝信号识别方法、系统、设备及介质，涉及桥梁状态监测领域，具体方案包括：获取桥梁拉索的多通道声发射信号；将多通道声发射信号输入到训练好的断丝信号识别模型中，得到断丝信号识别结果；其中，所述断丝信号识别模型，对多通道声发射信号进行时域特征、频域特征、时频域特征和时序特征的提取、综合和降维，并基于降维后的综合特征向量，构建多通道特征图，通过多通道特征图进行断丝信号的识别；本发明对声发射信号进行更为全面的断丝特征提取，利用图神经网络GNN对断丝特征进行断丝和非断丝的二值分类，实现了对拉索断丝信号较好的识别效果。技术研发人员：李光明,赵帅受保护的技术使用者：山东大学技术研发日：技术公布日：2024/7/25