一种基于振动信号和循环神经网络的斜拉索索力识别方法

摘要

本发明公开了一种基于振动信号和循环神经网络的斜拉索索力识别方法，包括以下步骤：持续采集斜拉索的振动信号，每当缓冲4096个振动数据，对4096个索力值进行归一化处理(采用线性归一化方法)；将归一化处理后的4096个缓冲数据输入到训练后的循环神经网络中，循环神经网络经过计算后，给出索力值；循环神经网络具有1层输入层，1层全连接输出层和3层隐藏层(LSTM和Dropout)；通过持续更新缓冲的4096个振动数据，实现斜拉索索力的持续更新计算。本发明方法以端到端的方式实现索力识别，避免了振动频域法的各阶基频识别和索力计算简化，可以给出更为准确的索力值，适用于实际工程的斜拉索索力的在线识别。