(19)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 202210943981.8 (22)申请日 2022.08.05 (71)申请人 东北林业大 学 地址 150040 黑龙江省哈尔滨市香坊区和 兴路26号 申请人 中铁二十一局集团国际工程有限公 司　 中铁建宁 夏高速公路有限公司 (72)发明人 郝向炜　汤纯祥　王琦　刘清文　 孙向英　赵卫国　张瑞乐　张键军　 邢键　贾杰　崔双龙　杨建喜　 张修钢　陈辉　邵兴伟　高江龙　 (74)专利代理 机构 北京深川专利代理事务所 (普通合伙) 16058 专利代理师 吴晓丹(51)Int.Cl. G01D 21/02(2006.01) (54)发明名称 一种基于深度学习的桥梁养生过程多点温 湿度预测系统 (57)摘要 本发明公开了一种基于深度学习的桥梁养 生过程多点温湿度预测系统， 包括多个温度传感 器、 多个湿度传感器、 单片机、 可视化显示界面和 存储服务器， 其特征在于， 多个所述温度传感器 和多个所述湿度传感器均等距安装于桥梁的空 间管桁架非 中心交汇加 劲球管节 点处， 多个所述 多个所述温度传感器和多个所述湿度传感器均 与单片机电性连接。 本发明通过温度传感器和湿 度传感器对桥梁的空间管桁架非中心交汇加劲 球管节点处进行温度和湿度检测， 并检测的数据 通过温湿度数据预测模块进行预测， 并通过深度 写技术对检测的温湿度数据进行模拟训练， 便于 对桥梁的温度和湿度进行预测， 有效的提高对桥 梁养护的效果， 避免温度的变化， 影响桥梁的质 量。 权利要求书2页 说明书5页 附图1页 CN 115371728 A 2022.11.22 CN 115371728 A 1.一种基于深度学习的桥梁养生过程多点温湿度预测系统， 包括多个温度传感器、 多 个湿度传感器、 单片机、 可视化显示界面和存储服务器， 其特征在于， 多个所述温度传感器 和多个所述湿度传感器均等距安装于桥梁的空间管桁架非中心交汇加劲球管节点处， 多个 所述多个所述温度传感器和多个所述湿度传感器均与单片 机电性连接， 所述单片 机分别与 可视化显示界面和存 储服务器电性连接； 所述单片机的内部嵌入式开发有多点温湿度 预测系统， 多点温湿度预测系统包括由温 湿度智能采集模块、 温湿度数据处理模块、 温湿度数据分析模块、 温湿度数据显示模块、 温 湿度数据存 储模块、 温湿度数据预测模块、 温湿度数据反馈模块组成； 温湿度智能采集模块： 用于采集多个温度传感器和多个 湿度传感器的监测数据； 温湿度数据处理模块： 对一段时间段采集的温度数据和湿度数据进行数据转换和处 理； 温湿度数据分析模块： 对处 理后的温湿度数据进行分析汇总处 理； 温湿度数据显示模块： 对处 理后的温湿度数据发送至可视化显示界面进行显示； 温湿度数据存 储模块： 对处 理后的数据进行存 储； 温湿度数据反馈模块： 将处 理后的数据进行反馈 。 2.根据权利要求1所述的一种基于深度学习的桥梁养生过程多点温湿度预测系统， 其 特征在于： 多个所述温度传感器为AD590， 多个所述湿度传感器为SHT11， 所述单片机型号 为： STC89C 51。 3.根据权利要求1所述的一种基于深度学习的桥梁养生过程多点温湿度预测系统， 其 特征在于： 所述 温湿度智能采集模块： 把AD590采集的信号转化 成适合ADC0809的电压信号， 调节电位器使输出电压为273.2mV通过一个跟随器输入到差动放大器的负端， AD590的正端 通过一个眼随器进入差动放大器的正端进行转换， 温度采集计算 公式为： 调电位器W使U2 ＝ 273.2mV， Rf＝5 0k， R2＝1k U1＝li*R2＝(T+273.2)*1K＝(T+273.2)mV UO＝Rf/R2*(U1 ‑U2)＝(Rf/R2*T)mV。 4.根据权利要求1所述的一种基于深度学习的桥梁养生过程多点温湿度预测系统， 其 特征在于： 所述 温湿度数据处理模块包括A/D转换器， 所述A/D转换器可对8路0 ‑5V的输入模 拟电压信号分时进行转换， 输出具有TTL,电平三态锁存缓冲器， 可直接连到单片机的数据 总线上。 5.根据权利要求1所述的一种基于深度学习的桥梁养生过程多点温湿度预测系统， 其 特征在于： 所述温湿度数据分析模块具体为： 基于深度学习训练分析， 具体步骤如下： 第一步： 选定训练集， 为一段时间内采集的温度 数据和湿度 数据， 从样本集中随机地寻 求N个样本作为训练样本； 第二步： 对各权值、 阈值、 精度控制参数和学习率进行初始化； 第三步： 从训练样本集中取一个样本的输入值到网络， 计算网络各层输出 结果向量； 第四步： 将网络的计算输出与样本的实际输出相比较， 计算误差.利用误差修正连接的 权值； 第五步： 对于 中间卷积层的误差， 是由上层的误差反向传播过来， 再用此层误差来修正 卷积核的值， 即按反向权值的修 正公式进行修改；权　利　要　求　书 1/2 页 2 CN 115371728 A 2第六步： 依次反向修 正各层网络 权值和偏置； 第七步： 对所有样本都训练一遍； 第八步： 经历大量的迭代后， 判断计算输出与样本输出的差是否满足精度要求， 如果不 满足， 则返回第三 步， 继续迭代， 如果满足就进入下一 步； 第九步： 训练结束， 保存网络的权值和偏置， 这时可以认为各个权值已经达到稳定， 网 络训练已经完成。 6.根据权利要求1所述的一种基于深度学习的桥梁养生过程多点温湿度预测系统， 其 特征在于： 所述桥梁的空间管桁架非中心交汇加劲球管节点具体为： 包括加劲焊接球管外 壁壳、 内隔板加劲支撑组合体、 主管相贯连接 接头、 多杆件支管相贯连接 接头； 所述加劲焊接球管外壁壳为中心支撑构架， 所述内隔板加劲支撑组合体位于加劲 球管 外壁壳的内部， 作为其局部侧向支撑； 所述主管相贯连接接头包括两根主 管接头， 两根主 管 接头分别与加劲焊接球管外壁壳两端对接焊接； 所述多杆件支管相贯连接接头包括多根正 交支管接头、 斜交支管接头， 正交支管接头包括环向支弦管、 竖向支腹管， 与加劲焊接球管 外壁壳中心交汇相贯焊接； 所述斜交支管接头位于加劲焊接球管外壁壳的外部空间各方 位， 并与其 非中心交汇相贯焊接； 所述主 管接头直径大于支管接头， 支管接头数量大于等于 10； 所述内隔板加劲支撑组合体为内隔管 ‑环板支撑组合体， 内隔管 ‑环板支撑组合体由内 隔圆管、 内隔矩板、 内隔环板组成； 内隔圆管的直径与主管接头相同； 内隔矩板位于内隔圆 管内部， 两端 呈圆弧状， 与半球盖焊接连接， 中心 开设圆孔， 内隔环板方向垂 直于内隔圆管， 将内隔圆管隔成两段并与内隔圆管和内隔矩板焊接； 所述内隔环板中心开设圆孔； 内隔矩 板、 内隔圆管、 内隔环板的壁厚分别为主管接头的1.0倍、 1.5倍、 1.0倍， 圆孔直径200mm ‑ 300mm， 内隔环板 外环还开设有透气孔。权　利　要　求　书 2/2 页 3 CN 115371728 A 3