【技術實現步驟摘要】
本專利技術涉及橋梁病害分析，尤其是一種橋梁病害兩階段分析與風險評估方法及系統，用于橋梁健康監測、病害預測和維護管理。
技術介紹
1、隨著橋梁使用年限的增加，其結構安全性和耐久性逐漸受到多種因素的影響，包括環境條件（如氣候變化、溫濕度、鹽害等）、交通荷載（如重型車輛頻繁通行）、材料老化以及幾何結構特性等。這些因素共同作用，使得橋梁病害類型復雜多樣，并且不同病害之間往往存在相互關聯和耦合關系。這種復雜性使得橋梁病害的預測和風險評估面臨諸多挑戰。傳統的人工檢測方法不僅效率低下，而且對病害的綜合性和關聯性難以準確把握，而傳統的單標簽預測方法則無法有效處理病害的多標簽特性，難以全面評估橋梁的風險水平。
2、目前，已經存在一些方法用于橋梁病害分析和風險評估，但仍存在諸多局限性。
3、如碩士畢業論文《基于bim的橋梁健康監測及病害預測系統的設計與實現》提出了采用時間序列方法lstm和arima對溫度、伸縮縫、沉降情況進行預測。然而，該方法僅關注部分單一特征的時間序列預測，未綜合考慮橋梁多種病害之間的關聯性及其風險。
4、如公開號為cn113569908a的中國專利提出了一種采用cpso-bp神經網絡模型的橋梁技術狀況及病害預測反推演算方法，通過優化神經網絡結構和參數，精確預測橋梁病害位置、種類和程度。但該方法未能提供病害發生的概率分布，難以量化病害預測的不確定性，同時忽略了病害間的潛在關聯性。
5、如碩士畢業論文《結合模糊聚類和層次分析的橋梁群風險評估方法研究》將模糊聚類算法與層次分析法結合進行
6、如《公路交通科技》期刊上發表的論文“一種新型在役橋梁風險評估方法”采用lkc法對在役橋梁進行風險評估。然而，該方法僅適用于宏觀風險評估，未結合橋梁病害發生概率的預測，無法提供精細化的評估結果。
7、現有的橋梁病害分析和風險評估方法主要存在以下缺陷：
8、病害預測的不足：現有的橋梁病害預測方法大多只關注某幾種單一病害（如溫度變形、沉降）或單變量預測，未能全面覆蓋多種病害，同時方法多基于確定性模型或分類模型，未能提供病害預測的概率分布，難以評估預測的可信度；
9、病害關聯性未被考慮：病害之間的耦合和相互影響在實際橋梁運行中非常重要，但現有方法很少通過交互特征或聯合建模捕捉這些復雜關系；
10、風險評估的局限性：現有橋梁風險評估方法通?；诙ㄐ缘膶＜医涷灮蜢o態病害信息，缺乏對病害發生概率的綜合分析，未能結合病害預測結果進行動態量化風險評估，導致模型的預測精度和適用性不足。
技術實現思路
1、針對現有的橋梁病害分析和風險評估方法存在的橋梁病害預測不足、橋梁病害預測精度低、未考慮病害間的潛在關聯性以及風險評估局限性較大等問題，本專利技術提出一種基于多標簽學習的橋梁病害兩階段分析與風險評估方法及系統，通過數據采集、預處理、特征優化、多標簽分類和風險評估等，最終實現對橋梁病害的精確分析和風險預測。本專利技術提高了橋梁病害預測的準確性和風險評估的可靠性，適應性更強，效率更高，具有良好的應用前景和經濟效益。
2、為解決上述技術問題，本專利技術采取如下的技術方案：
3、一種橋梁病害兩階段分析與風險評估方法，包括以下步驟：
4、步驟1：獲取多座橋梁的數據，所述數據包括幾何特性數據、材料特性數據、環境因素數據和病害數據；
5、步驟2：對獲取的數據進行預處理，包括病害類型關鍵詞提取、缺失值填充、標準化處理和異常值檢測，預處理時根據數據的類型進行不同的處理，確保數據的完整性與一致性，得到預處理后數據；
6、步驟3：對所述預處理后數據進行數據平衡處理，數據平衡處理時首先利用labelpowerset方法將多標簽問題轉化為多分類問題，并根據樣本數量的不同，針對各類樣本采取相應的平衡處理方法，之后將平衡后的多分類標簽映射回多標簽格式；
7、步驟4：采用兩階段分析方法完成橋梁病害的特征優化與多標簽分類預測，所述兩階段分析方法包括：
8、第一階段為單病害特征提取與預測：基于隨機森林模型的特征重要性評估方法提取與單病害預測相關的高重要性特征，隨后利用多標簽分類算法catboost分別對每種病害進行單獨建模和預測，輸出單病害預測概率；
9、第二階段為病害交互建模與聯合預測：利用第一階段生成的單病害預測概率構建病害間的聯合特征，基于所述聯合特征采用catboost模型對橋梁病害的聯合發生概率進行建模和預測，輸出聯合病害預測概率；
10、步驟5：基于所述聯合病害預測概率，采用模糊c均值聚類方法對橋梁進行風險聚類分析，將橋梁風險分為不同類別，最終輸出風險聚類結果。
11、相應地，本專利技術還提出了一種橋梁病害兩階段分析與風險評估系統，包括：
12、數據獲取單元，用于獲取多座橋梁的數據，所述數據包括幾何特性數據、材料特性數據、環境因素數據和病害數據；
13、數據預處理單元，用于對獲取的數據進行預處理，包括病害類型關鍵詞提取、缺失值填充、標準化處理和異常值檢測，預處理時根據數據的類型進行不同的處理，確保數據的完整性與一致性，得到預處理后數據；
14、數據平衡單元，用于對所述預處理后數據進行數據平衡處理，數據平衡處理時首先利用label?powerset方法將多標簽問題轉化為多分類問題，并根據樣本數量的不同，針對各類樣本采取相應的平衡處理方法，之后將平衡后的多分類標簽映射回多標簽格式；
15、特征優化與分類單元，用于采用兩階段分析方法完成橋梁病害的特征優化與多標簽分類預測，所述兩階段分析方法包括：
16、第一階段為單病害特征提取與預測：基于隨機森林模型的特征重要性評估方法提取與單病害預測相關的高重要性特征，隨后利用多標簽分類算法catboost分別對每種病害進行單獨建模和預測，輸出單病害預測概率；
17、第二階段為病害交互建模與聯合預測：利用第一階段生成的單病害預測概率構建病害間的聯合特征，基于所述聯合特征采用catboost模型對橋梁病害的聯合發生概率進行建模和預測，輸出聯合病害預測概率；
18、風險評估單元，用于基于所述聯合病害預測概率，采用模糊c均值聚類方法對橋梁進行風險聚類分析，將橋梁風險分為不同類別，最終輸出風險聚類結果。
19、本專利技術與現有技術相比，具有以下有益效果：
20、（1）綜合預測多種病害類型并量化發生概率：本專利技術采用多標簽分類算法，能夠同時預測多種病害類型（如裂縫、水蝕、剝落等），并精確計算每種病害發生的概率，這種方法突破了現有技術中病害種類預測不足的限制，為橋梁病害分析提供了更加全面的結果，同時通過量化病害概率，為橋梁風險評估提供了科學的數據支持；
21、（2）融本文檔來自技高網...
【技術保護點】
1.一種橋梁病害兩階段分析與風險評估方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種橋梁病害兩階段分析與風險評估方法，其特征在于，對獲取的數據進行預處理時，對數據中病害描述情況使用關鍵詞匹配技術，自動提取病害類型；
3.根據權利要求1或2所述的一種橋梁病害兩階段分析與風險評估方法，其特征在于，在步驟3中，針對各類樣本采取相應的平衡處理方法時，針對樣本數較少的少樣本類別，采用隨機過采樣技術擴充樣本；針對樣本數正常的正常樣本類別，采用合成少數類過采樣技術生成合成樣本；將處理后的少樣本類別數據和正常樣本類別數據合并為一個完整的數據集。
4.根據權利要求3所述的一種橋梁病害兩階段分析與風險評估方法，其特征在于，采用合成少數類過采樣技術生成所述合成樣本的公式為：
5.根據權利要求1或2所述的一種橋梁病害兩階段分析與風險評估方法，其特征在于，在步驟4中，提取高重要性特征時，隨機森林模型通過評估特征在所有樹中的重要性得分，以基于信息增益或均方誤差減小為準則計算特征的重要性，特征重要性計算公式如下：
6.根據權利要求5所述
7.根據權利要求1或2所述的一種橋梁病害兩階段分析與風險評估方法，其特征在于，所述單病害預測概率的公式為：
8.根據權利要求7所述的一種橋梁病害兩階段分析與風險評估方法，其特征在于，構建的病害間的聯合特征表示為：
9.根據權利要求8所述的一種橋梁病害兩階段分析與風險評估方法，其特征在于，所述聯合病害預測概率的公式為：
10.一種橋梁病害兩階段分析與風險評估系統，其特征在于，包括：
...【技術特征摘要】
1.一種橋梁病害兩階段分析與風險評估方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種橋梁病害兩階段分析與風險評估方法，其特征在于，對獲取的數據進行預處理時，對數據中病害描述情況使用關鍵詞匹配技術，自動提取病害類型；
3.根據權利要求1或2所述的一種橋梁病害兩階段分析與風險評估方法，其特征在于，在步驟3中，針對各類樣本采取相應的平衡處理方法時，針對樣本數較少的少樣本類別，采用隨機過采樣技術擴充樣本；針對樣本數正常的正常樣本類別，采用合成少數類過采樣技術生成合成樣本；將處理后的少樣本類別數據和正常樣本類別數據合并為一個完整的數據集。
4.根據權利要求3所述的一種橋梁病害兩階段分析與風險評估方法，其特征在于，采用合成少數類過采樣技術生成所述合成樣本的公式為：
5.根據權利要求1或2所述的一種橋梁病害兩階段分析與風險評估方法，...
【專利技術屬性】
技術研發人員：譚國金，姜闖波，何昕，王文盛，顧正偉，周培蕾，吳春利，孔慶雯，林思遠，李賀，谷佳旺，畢薪芊，
申請(專利權)人：吉林大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。