(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111553384.6 (22)申请日 2021.12.17 (71)申请人 中铁桥隧技 术有限公司 地址 210061 江苏省南京市江北新区磐能 路8号 (72)发明人 李东伟　陈斌　张永民　戴新军　 刘兴旺　何启龙　瞿涛　金昌根　 纪伟　杨先凡　 (74)专利代理 机构 南京纵横知识产权代理有限 公司 32224 代理人 何春廷 (51)Int.Cl. G01M 5/00(2006.01) G01V 9/00(2006.01) G06N 3/04(2006.01)G06N 3/08(2006.01) G06N 20/00(2019.01) (54)发明名称 一种重载车辆识别方法及系统 (57)摘要 本发明公开了一种重载车辆识别方法及系 统， 包括： 采集车辆经过桥梁时主梁结构 的振动 加速度响应数据； 对主梁结构的振动加速度响应 数据进行小波分析， 识别重载车辆过桥时间， 并 提取重载车辆小波特征值及过桥车速； 将小波特 征值和车速输入到预先训练好的重载车辆动态 识别神经网络模型， 识别车辆荷载。 优点： 本发明 的加速度监测响应数据获取简单稳定， 无需位移 和应变监测数据， 同时相比动态秤重方法具有安 装维护简便， 成本低廉、 对桥梁结构无损的优势； 本发明充分挖掘桥梁结构振动加速度数据的时 频信息， 识别精度高， 具有快速准确、 实时识别的 特点， 满足桥梁健康监测系统中重载车辆监测的 要求。 权利要求书2页 说明书6页 附图1页 CN 114323512 A 2022.04.12 CN 114323512 A 1.一种重载 车辆识别方法， 其特 征在于， 包括： 采集车辆经 过桥梁时的主梁结构振动加速度响应数据； 对主梁结构振动加速度响应数据进行小波分析， 识别重载车辆过桥时间， 并提取重载 车辆小波特征值及过桥车速； 将小波特征值和车速输入到预先训练好的重载车辆动态识别神经网络模型， 识别车辆 荷载。 2.根据权利要求1所述的重载车辆识别方法， 其特征在于， 所述采集车辆经过桥梁时的 主梁结构振动加速度响应数据， 包括： 通过主梁底部安装的振动加速度传感器在车辆经过时采集主梁结构振动加速度响应 数据。 3.根据权利要求2所述的重载车辆识别方法， 其特征在于， 所述振动加速度传感器设有 两个， 分别安装于主梁的不同截面底部位置 。 4.根据权利要求3所述的重载车辆识别方法， 其特征在于， 所述神经网络模型的训练过 程， 包括： 获取历史经 过主梁结构重载 车辆的振动加速度响应数据及其对应的车 载； 对历史经过主梁结构重载车辆的振动加速度响应数据进行小波分析， 提取小波特征值 和车速； 将小波特征值和车速作为输入， 对应车载作为输出， 基于机器学习训练重载车辆动态 识别神经网络模型， 得到训练好的重载 车辆动态 识别神经网络模型。 5.根据权利要求4所述的重载车辆识别方法， 其特征在于， 所述进行小波分析， 提取小 波特征值和车速， 包括： 采用连续小 波变换将振动加速度数据 x(t)变换为时频 数据CWT( f, t)； 从时频数据CWT( f, t)中识别重载 车辆经过振动加速度传感器安装 截面的时刻 Tins； 基于识别的重载车辆经过振动加速度安装截面的时刻 Tins提取低频段的小波特征值， 基于识别的两个振动加速度传感器采集数据的小 波特征值， 进行相关性分析识别车速 。 6. 根据权利 要求5所述的重载车辆识别方法， 其特征在于， 所述从时频数据CWT( f, t) 中识别重载 车辆经过振动加速度传感器安装 截面的时刻 Tins， 包括： 对连续时频 数据CWT( f, t)的时域t作包络线转 化为离散时频数据CWT( f, T)； 根据离散时频数据CWT( f, T)基于预先确定的频率 fhigh识别在车辆经过振动加速度传 感器安装 截面时关于时域 T的波峰CWTmax（fhigh, Tins） ， 其中Tins为波峰所对应的时刻； 对识别的波峰CWTmax（fhigh, Tins） 设置阈值YZ， 识别出重载车辆经过振动加速度传感器 安装截面的时刻 Tins。 7.根据权利要求6所述的重载车辆识别方法， 其特征在于， 所述高频率 fhigh的确定， 包 括： 选取轻载车过桥时引起的振动加速度数据时段， 并进行连续小波变换为时频数据CWT (f, t)， 分析其高频敏感区间 flower~fupper， 下标lower和upper代表下限和上限， fhigh选取的 范围为fhigh<flower。 8.根据权利要求5所述的重载车辆识别方法， 其特征在于， 所述基于识别的重载车辆经 过振动加速度传感器安装截面的时刻 Tins提取低频段的小波特征值， 基于识别的两个振动权　利　要　求　书 1/2 页 2 CN 114323512 A 2加速度传感器采集数据的小 波特征值， 进行相关性分析识别车速， 包括： 基于重载车辆对应时刻 Tins在频谱CWT( f, Tins)中提取低频段波 峰的频谱值CWT （ flow， Tins） 得到小波特征值 Ywave； 低频段flow表示频谱CWT( f, Tins)关于频率 f在低频段内的波峰 所对应的多个频率 值， 小波特征值Ywave也含有多个频谱值； 对两个振动加速度传感器采 集数据分别识别的小波特征值 Ywave1和Ywave2， 进行相关性 分 析， 识别出同一重载车先后经过两截面的不同时刻 Tins1、Tins2， 则车速V = D/( Tins2‑Tins1)， 其中，D为两个振动加速度传感器安装截面的纵向距离， 下标1、 2代表振动加速度传感器的 编号。 9.根据权利要求3所述的重载车辆识别方法， 其特征在于， 所述对主梁结构振动加速度 响应数据进 行小波分析， 识别重载车辆过桥时间， 并提取小波 特征值和车速； 将小波 特征值 和车速输入到预 先训练好的重载 车辆动态 识别神经网络模型， 识别车辆车 载， 包括： 基于两个振动加速度传感器采集待识别的振动加速度响应数据分别进行小波分析， 分 别提取小 波特征值Ywave1和Ywave2， 根据小波特征值Ywave1和Ywave2进行相关性分析， 得到车速 V； 将小波特征值 Ywave2和车速V输入到已训练的重载车辆动 态识别神经 网络模型识别超重 车载。 10.一种重载 车辆识别系统， 其特 征在于， 包括： 采集模块， 用于采集车辆经 过桥梁时的主梁结构的振动加速度响应数据； 分析模块， 用于对主梁结构振动加速度响应数据进行小波分析， 识别重载车辆过桥时 间， 并提取小 波特征值和车速； 识别模块， 用于将小波特征值和车速输入到预先训练好的重载车辆动态识别神经网络 模型， 识别车辆荷载。权　利　要　求　书 2/2 页 3 CN 114323512 A 3