[0001] 本公开涉及一种多源荷载的识别方法。

[0002] Altun等人研究了基于应变数据，使用back propagation(BP)神经网络和径向基神经网络来识别结构构件上的正弦荷载。Yang等人研究了一种基于双向长短时记忆网络(Bi‑LSTM)的动荷载识别方法，该方法使用结构的动力响应识别了正弦激励、脉冲激励和随机激励，并且讨论了响应测点数量和位置对于识别精度的影响。除此以外，Yang等人还研究了基于深度卷积神经网络的动荷载识别方法，该方法建立了深度卷积神经网络用于构建振动响应和外部激励的逆模型，并且使用结构的响应来识别简支梁上的正弦荷载、冲击荷载和随机荷载。

[0003] 上述研究中的有监督的深度学习方法在很大程度上需要训练时的输出数据和测试时的输出数据分布一致。在荷载识别问题中具体表现在，若训练集的输出为冲击荷载，则测试集的输出也需为冲击荷载，即训练集和测试集的输出荷载类型一致。但是实际工程中的结构所受到的荷载类型众多且往往难以确定，无法保证实际工程中结构所受到的荷载与训练时的荷载类型完全一致，这使得多源荷载的识别效果较差。

[0026] 下面结合附图和实施方式对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施方式仅用于解释相关内容，而非对本公开的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本公开相关的部分。

[0027] 需要说明的是，在不冲突的情况下，本公开中的实施方式及实施方式中的特征可以相互组合。下面将参考附图并结合实施方式来详细说明本公开的技术方案。

[0028] 除非另有说明，否则示出的示例性实施方式/实施例将被理解为提供可以在实践中实施本公开的技术构思的一些方式的各种细节的示例性特征。因此，除非另有说明，否则在不脱离本公开的技术构思的情况下，各种实施方式/实施例的特征可以另外地组合、分离、互换和/或重新布置。

[0029] 在附图中使用交叉影线和/或阴影通常用于使相邻部件之间的边界变得清晰。如此，除非说明，否则交叉影线或阴影的存在与否均不传达或表示对部件的具体材料、材料性质、尺寸、比例、示出的部件之间的共性和/或部件的任何其它特性、属性、性质等的任何偏好或者要求。此外，在附图中，为了清楚和/或描述性的目的，可以夸大部件的尺寸和相对尺寸。当可以不同地实施示例性实施例时，可以以不同于所描述的顺序来执行具体的工艺顺序。例如，可以基本同时执行或者以与所描述的顺序相反的顺序执行两个连续描述的工艺。此外，同样的附图标记表示同样的部件。

[0030] 当一个部件被称作“在”另一部件“上”或“之上”、“连接到”或“结合到”另一部件时，该部件可以直接在所述另一部件上、直接连接到或直接结合到所述另一部件，或者可以存在中间部件。然而，当部件被称作“直接在”另一部件“上”、“直接连接到”或“直接结合到”另一部件时，不存在中间部件。为此，术语“连接”可以指物理连接、电气连接等，并且具有或不具有中间部件。

[0031] 为了描述性目的，本公开可使用诸如“在……之下”、“在……下方”、“在……下”、“下”、“在……上方”、“上”、“在……之上”、“较高的”和“侧(例如，如在“侧壁”中)”等的空间相对术语，从而来描述如附图中示出的一个部件与另一(其它)部件的关系。除了附图中描绘的方位之外，空间相对术语还意图包含设备在使用、操作和/或制造中的不同方位。例如，如果附图中的设备被翻转，则被描述为“在”其它部件或特征“下方”或“之下”的部件将随后被定位为“在”所述其它部件或特征“上方”。因此，示例性术语“在……下方”可以包含“上方”和“下方”两种方位。此外，设备可被另外定位(例如，旋转90度或者在其它方位处)，如此，相应地解释这里使用的空间相对描述语。

[0032] 这里使用的术语是为了描述具体实施例的目的，而不意图是限制性的。如这里所使用的，除非上下文另外清楚地指出，否则单数形式“一个(种、者)”和“所述(该)”也意图包括复数形式。此外，当在本说明书中使用术语“包含”和/或“包括”以及它们的变型时，说明存在所陈述的特征、整体、步骤、操作、部件、组件和/或它们的组，但不排除存在或附加一个或更多个其它特征、整体、步骤、操作、部件、组件和/或它们的组。还要注意的是，如这里使用的，术语“基本上”、“大约”和其它类似的术语被用作近似术语而不用作程度术语，如此，它们被用来解释本领域普通技术人员将认识到的测量值、计算值和/或提供的值的固有偏差。

[0033] 图1是根据本公开的一个实施方式的多源荷载的识别方法的流程图。

[0034] 如图1所示，本公开的多源荷载的识别方法能够用于对受到多源荷载的目标结构体的多源荷载进行识别，其可以包括：S102、获得多源荷载的数量；S104、根据多源荷载的数量，确认布置于目标结构体的观测点的数量，其中，观测点的数量大于多源荷载的数量；S106、获得每个观测点的系列采样时刻的位移响应数据及加速度响应数据；以及S108、根据系列采样时刻的位移响应数据及加速度响应数据中的预设时间段内的位移响应数据及加速度响应数据获取目标结构体的多源荷载。

[0035] 图2是根据本公开的一个实施方式的多源荷载的识别方法中使用的目标结构体的结构示意图。

[0036] 在一些实施例中，如图2所示，所述目标结构体可以为简支梁，该简支梁受到两个集中荷载F1和F2的作用，即该简支梁的多源荷载的数量为两个。

[0037] 更具体地，该简支梁可以具有10个自由度，其长度为20m，杨氏弹性模量E＝3 ‑4 2 ‑8 4
206GPa，质量密度ρ＝7800kg/m，截面面积A＝7.5×10 m，转动惯量I＝1.4×10 m。

[0038] 由于该简支梁具有10个自由度，其可以被均分为10个单元，每个单元长度为2m，相应地，两个相邻的单元的连接处(即节点)可以被布置为观测点。

[0039] 具体来说，该集中荷载F1能够被施加在第4个单元和第5个单元的连接处(即第4节点)，集中荷载F2能够被施加在第5个单元和第6个单元的连接处(即第5节点)。

[0040] 此时，可以在第1、3、4、5、6、8节点下表面处设置加速度传感器，来获得这些观测点的加速度响应数据；以及可以在第4、5节点下表面处设置应变传感器，来获得该观测点的位移响应数据。

[0041] 也就是说，本公开中的多源荷载的识别方法中，可以从上述的节点中选择部分节点来设置加速度传感器和/或应变传感器，相应地，布置有加速度传感器或者应变传感器的节点可以称之为观测点。

[0042] 在一些实施例中，S106中，可以通过解析加速度传感器和位置传感器的数据的方式来获得位移响应数据和加速度响应数据。而且，系列采样时刻包括多个采样时刻，例如包括：t1、t2、……、tk、tk+1、……、tk+s、tk+s+1等。

[0043] 图3是根据本公开的一个实施方式的多源荷载的识别方法中通过递归得到荷载数据的示意图。

[0044] 在一个具体的实施例中，由于tk时刻多源荷载会对后续时刻的位移响应数据和加速度响应数据产生影响，因此，该预设时间段可以为tk、tk+1、……、tk+s时间段。即通过tk时刻以及tk时刻之后的s个时刻来共同得到tk时刻的多源荷载。其中，s可以为大于等于2的整数。在一个优选的实施例中，s可以为9。

[0045] 也就是说，当观测点的位移响应数据和加速度响应数据被观测后，可以根据系列采样时刻的位移响应数据及加速度响应数据中的预设时间段内的位移响应数据及加速度响应数据获取目标结构体的多源荷载。

[0046] 在一个具体的实施例中，可以通过改进的双向长短时记忆网络模型来获得上述的多源荷载。其中，改进的双向长短时记忆网络为采用递归形式的双向长短时记忆网络。

[0047] 本公开中，获得该改进的双向长短时记忆网络模型可以包括：构建初始改进的双向长短时记忆网络模型；构建训练集，并通过构建的训练集对初始改进的双向长短时记忆网络模型进行训练；并获得训练后的改进的双向长短时记忆网络模型；以及构建测试集，通过测试集对训练后的改进的双向长短时记忆网络模型进行测试，并对训练后的改进的双向长短时记忆网络模型进行评价，以获得改进的双向长短时记忆网络模型。

[0048] 在一个具体的实施例中，所述训练集以无空间、时间相关性的白噪声谱产生训练样本。在测试集中，在简支梁上加载白噪声、脉冲和正弦类型的集中荷载，收集每个类别荷载作用下的结构加速度和应变响应作为网络的输入，将输出的第一个荷载值作为当前步的荷载重构结果。

[0049] 在训练过程中的改进的双向长短时记忆网络模型的超参数如下表所示：

[0050]

[0051] 对训练后的改进的双向长短时记忆网络模型进行评价时，使用R2来作为测试的评价指标，R2的公式为：

[0052]

[0053] 其中i为时间点，yi是第i个时间点的荷载真实值， 为第i个时间点的荷载识别值，某个荷载在整个时程上所有真实值的平均值。

[0054] 本公开中，白噪声、脉冲荷载和正弦荷载的平均R2指标分别为0.9549，0.8445，0.9926，具有较好的识别效果。

[0055] 本公开中，通过递归形式的双向长短时记忆网络(Bi‑LSTM)，可以大大减少训练集的数量，Bi‑LSTM可以更好地利用结构响应数据，提升荷载识别精度。

[0056] 在本说明书的描述中，参考术语“一个实施例/方式”、“一些实施例/方式”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例/方式或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例/方式或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例/方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例/方式或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例/方式或示例以及不同实施例/方式或示例的特征进行结合和组合。

[0057] 此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

[0058] 本领域的技术人员应当理解，上述实施方式仅仅是为了清楚地说明本公开，而并非是对本公开的范围进行限定。对于所属领域的技术人员而言，在上述公开的基础上还可以做出其它变化或变型，并且这些变化或变型仍处于本公开的范围内。