买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：武汉大通工程建设有限公司

摘要：本发明提供了一种基于优化深度多储备池ESN模型的桥墩沉降预测方法及系统，该方法包括：利用光纤光栅作为传感器，采集桥墩沉降变形数据并作为样本数据集；建立深度多储备池回声状态网络预测模型并使用样本数据集进行训练；利用阿基米德优化算法对深度多储备池回声状态网络预测模型进行超参数优化，根据超参数优化结果重新训练，最终生成用来预测的深度多储备池回声状态网络预测模型。本发明利用柔性杆上分布的光纤光栅传感器测量其表面的应变，从而获取用于模型预测的时间序列数据，其测量结果准确、灵敏度高，实现了桥墩沉降的在线监测；避免了传统的深度多储备池ESN算法可能带来的局部最优的问题，实现对桥墩沉降的精准预测。

主权项：1.一种基于优化深度多储备池ESN模型的桥墩沉降预测方法，其特征在于，所述方法包括：S1，利用光纤光栅传感器，采集桥墩沉降变形数据，将桥墩沉降变形数据归一化作为样本数据集；S2，建立深度多储备池回声状态网络预测模型，使用样本数据集训练深度多储备池回声状态网络预测模型；步骤S2中使用样本数据集训练深度多储备池回声状态网络预测模型之后还包括：输出深度多储备池回声状态网络预测模型的均方根误差，以均方根误差作为阿基米德优化算法的适应度；S3，利用阿基米德优化算法对深度多储备池回声状态网络预测模型进行超参数优化，根据超参数优化结果重新训练，最终生成用来预测的深度多储备池回声状态网络预测模型；S4，通过最终生成的深度多储备池回声状态网络预测模型对桥墩沉降进行预测，得到预测结果；步骤S1具体包括：将五个光纤光栅测量结构均匀埋设在桥墩底部与地面衔接的一面，所述光纤光栅测量结构由一根柔性杆和若干光纤光栅传感器组成，将若干光纤光栅按等间隔的距离布置于柔性杆上，根据柔性杆上分布的光纤光栅传感器测量其表面的应变分布，计算出每根柔性杆沉降量，取平均值，即为桥墩沉降量；所述光纤光栅测量结构的布设方式为：以桥墩的中心设置一个测点，以中心为原点画一个圆，在圆的边界上等距离地布设四个测点；所述根据柔性杆上分布的光纤光栅传感器测量其表面的应变分布，计算出每根柔性杆沉降量具体包括：将柔性杆划分为n个单元梁，柔性杆的两端固定后作为绝对位置，将其中一端作为固定端，当柔性杆弯曲时，推导出非固定端的挠度位移与柔性杆表面应变之间的关系式，从而计算出柔性杆的沉降量，其推导过程包括：将第一段单元梁作为分析对象，计算第一段单元梁上距离固定端x处的表面应力σx，其表达式为 其中，Mx为单元梁的弯矩，R1为计算点到中性层的距离，Iy为单元梁的惯性矩，F为单元梁所受到的作用力，L为单元梁的长度，R为单元梁表面到中性层的距离，此处即为柔性杆的半径；根据x处的表面应力推导出x处应变εx，其表达式为 其中，E为弹性模量；计算第一段单元梁上距离固定端x处的挠度的二阶导ωx”，其表达式为 对所述挠度的二阶导ωx”进行一次积分，计算出第一段单元梁上距离固定端x处的转角θx，其表达式为 其中，C1为常数；对所述挠度的二阶导ωx”进行两次积分，计算出第一段单元梁上距离固定端x处的挠度ωx，其表达式为 其中，C2为常数；当x为固定端即x＝0时，θx＝0，ωx＝0，代入二者的上述表达式，可以得出C1＝C2＝0，可得出： 将每段单元梁相对于前一段单元梁的转角称为端部转角，单元梁的端部转角θi的表达式为 根据上述推导计算出每段单元梁相对于水平位置的挠度位移量和转角，进而计算出柔性杆前n段单元梁的挠度和，即为单个柔性杆的沉降量，其计算公式为

全文数据：

权利要求：

百度查询： 武汉大通工程建设有限公司 基于优化深度多储备池ESN模型的桥墩沉降预测方法及系统