本发明涉及桥梁工程养护，尤其涉及一种铁路简支梁横隔板及支座损伤的评估方法及装置。
背景技术：
1、铁路桥梁的横隔板和支座作为桥梁的重要组成部分，直接影响着桥梁的工作性能：桥梁横隔板可有效地连接两个t型梁，使其共同工作，而桥梁的支座能有效的将梁上的荷载传递到桥墩上。由于铁路桥梁承受动荷载作用明显，支座和横隔板相较于其他部件更容易破坏，而且支座和横隔板的破坏会导致严重的后果，故近些年来对桥梁健康状态的评估也越来越多。
2、现有的桥梁支座和横隔板损伤的评估方法主要通过人工巡查和安装健康监测系统。但由于铁路中小跨桥梁数量众多，采用人工巡查将花费很多的人力和物力，而既有的大跨桥梁的健康监测系统主要利用直接监测法——通过在桥梁上安装传感器和视频设备，以此来监测桥梁的振动频率或者通过图像识别来判断损伤。但对于大量的中小跨桥梁来说，在桥梁上安装健康监测系统产生的数据量巨大，成本也很高，实际中并不可行。
技术实现思路
1、本发明提供一种铁路简支梁横隔板及支座损伤的评估方法及装置，用于准确判断铁路简支梁横隔板及支座的损伤情况，从而解决现有的评估方法存在的评估速度慢及人力成本高的技术问题。
2、第一方面，本发明提供了一种铁路简支梁横隔板及支座损伤的评估方法，包括：
3、获取实时车辆过桥的加速度响应数据，以及车辆过桥的加速度响应样本集；所述车辆过桥的加速度响应样本集包括：正常响应样本及其标签，以及损伤响应样本及其标签；
4、从所述车辆过桥的加速度响应样本集中，提取多个损伤指标信息；
5、根据所述正常响应样本的所述损伤指标信息及其标签，以及所述损伤响应样本的所述损伤指标信息及其标签，对初始建立的神经网络模型进行训练，得到预训练的神经网络模型；
6、从所述实时车辆过桥的加速度响应数据中提取多个实时损伤指标信息；
7、将所述实时损伤指标信息输入所述预训练的神经网络模型，得到对应的桥梁状态。
8、可选地，将所述实时损伤指标信息输入所述预训练的神经网络模型，得到对应的桥梁状态之后，还包括：
9、若所述桥梁状态为损伤状态，则根据所述损伤状态，确定损伤位置。
10、可选地，获取实时车辆过桥的加速度响应数据，以及车辆过桥的加速度响应样本集，包括：
11、通过振动传感器获取车辆轴箱的竖向加速度响应数据；
12、对不同的所述车辆轴箱的所述竖向加速度响应数据进行时域相减及降噪，并提取频率在100hz以内的所述竖向加速度响应数据进行降噪，得到所述车辆过桥的加速度响应样本集。
13、可选地，根据所述正常响应样本的所述损伤指标信息及其标签，以及所述损伤响应样本的所述损伤指标信息及其标签，对初始建立的神经网络模型进行训练，得到预训练的神经网络模型，包括：
14、将所述正常响应样本的所述损伤指标信息及其标签，以及所述损伤响应样本的所述损伤指标信息及其标签输入所述初始建立的神经网络模型，生成对应的样本类别；
15、根据所述正常响应样本或所述损伤响应样本对应的标签和对应的所述样本类别，确定训练误差；
16、基于所述训练误差，通过反向传播算法对所述初始建立的神经网络模型进行调整，以得到最优网络参数，并采用所述最优网络参数生成所述预训练的神经网络模型。
17、第二方面，本发明提供了一种铁路简支梁横隔板及支座损伤的评估装置，包括：
18、获取模块，用于获取实时车辆过桥的加速度响应数据，以及车辆过桥的加速度响应样本集；所述车辆过桥的加速度响应样本集包括：正常响应样本及其标签，以及损伤响应样本及其标签；
19、第一提取模块，用于从所述车辆过桥的加速度响应样本集中，提取多个损伤指标信息；
20、训练模块，用于根据所述正常响应样本的所述损伤指标信息及其标签，以及所述损伤响应样本的所述损伤指标信息及其标签，对初始建立的神经网络模型进行训练，得到预训练的神经网络模型；
21、第二提取模块，用于从所述实时车辆过桥的加速度响应数据中提取多个实时损伤指标信息；
22、桥梁状态确定模块，用于将所述实时损伤指标信息输入所述预训练的神经网络模型，得到对应的桥梁状态。
23、可选地，还包括：
24、损伤位置确定模块，用于若所述桥梁状态为损伤状态，则根据所述损伤状态，确定损伤位置。
25、可选地，所述获取模块包括：
26、数据获取子模块，用于通过振动传感器获取车辆轴箱的竖向加速度响应数据；
27、样本集生成子模块，用于对不同的所述车辆轴箱的所述竖向加速度响应数据进行时域相减及降噪，并提取频率在100hz以内的所述竖向加速度响应数据进行降噪，得到所述车辆过桥的加速度响应样本集。
28、可选地，所述训练模块包括：
29、样本类型生成子模块，用于将所述正常响应样本的所述损伤指标信息及其标签，以及所述损伤响应样本的所述损伤指标信息及其标签输入所述初始建立的神经网络模型，生成对应的样本类别；
30、训练误差确定子模块，用于根据所述正常响应样本或所述损伤响应样本对应的标签和对应的所述样本类别，确定训练误差；
31、模型调整子模块，用于基于所述训练误差，通过反向传播算法对所述初始建立的神经网络模型进行调整，以得到最优网络参数，并采用所述最优网络参数生成所述预训练的神经网络模型。
32、第三方面，本申请提供一种电子设备，包括处理器以及存储器，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，运行如上述第一方面提供的所述方法中的步骤。
33、第四方面，本申请提供一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时运行如上述第一方面提供的所述方法中的步骤。
34、从以上技术方案可以看出，本发明具有以下优点：
35、本发明提供了一种铁路简支梁横隔板及支座损伤的评估方法及装置，方法包括：获取实时车辆过桥的加速度响应数据，以及车辆过桥的加速度响应样本集；所述车辆过桥的加速度响应样本集包括：正常响应样本及其标签，以及损伤响应样本及其标签；从所述车辆过桥的加速度响应样本集中，提取多个损伤指标信息；根据所述正常响应样本的所述损伤指标信息及其标签，以及所述损伤响应样本的所述损伤指标信息及其标签，对初始建立的神经网络模型进行训练，得到预训练的神经网络模型；从所述实时车辆过桥的加速度响应数据中提取多个实时损伤指标信息；将所述实时损伤指标信息输入所述预训练的神经网络模型，得到对应的桥梁状态。采用神经网络对多个对损伤敏感的指标进行分类，解决了神经网络难以有效提取有物理意义的损伤指标的问题，提高了方法的可靠性和准确性，同时结合了神经网络识别效率高的优点，可快速有效的识别桥梁损伤。
1.一种铁路简支梁横隔板及支座损伤的评估方法，其特征在于，包括：
2.根据权利要求1所述的铁路简支梁横隔板及支座损伤的评估方法，其特征在于，将所述实时损伤指标信息输入所述预训练的神经网络模型，得到对应的桥梁状态之后，还包括：
3.根据权利要求2所述的铁路简支梁横隔板及支座损伤的评估方法，其特征在于，获取实时车辆过桥的加速度响应数据，以及车辆过桥的加速度响应样本集，包括：
4.根据权利要求1所述的铁路简支梁横隔板及支座损伤的评估方法，其特征在于，根据所述正常响应样本的所述损伤指标信息及其标签，以及所述损伤响应样本的所述损伤指标信息及其标签，对初始建立的神经网络模型进行训练，得到预训练的神经网络模型，包括：
5.一种铁路简支梁横隔板及支座损伤的评估装置，其特征在于，包括：
6.根据权利要求5所述的铁路简支梁横隔板及支座损伤的评估装置，其特征在于，还包括：
7.根据权利要求6所述的铁路简支梁横隔板及支座损伤的评估装置，其特征在于，所述获取模块包括：
8.根据权利要求5所述的铁路简支梁横隔板及支座损伤的评估装置，其特征在于，所述训练模块包括：
9.一种电子设备，其特征在于，包括处理器以及存储器，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，运行如权利要求1-4任一项所述的方法。
10.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时运行如权利要求1-4任一项所述的方法。
