基于神經(jīng)網(wǎng)絡的工程結(jié)構(gòu)智能監(jiān)測系統(tǒng)設計

郝帆

（陜西財經(jīng)職業(yè)技術(shù)學院 陜西 咸陽 712000）

基于神經(jīng)網(wǎng)絡的工程結(jié)構(gòu)智能監(jiān)測系統(tǒng)設計

郝帆

（陜西財經(jīng)職業(yè)技術(shù)學院 陜西 咸陽 712000）

為了研究基于神經(jīng)網(wǎng)絡的工程結(jié)構(gòu)智能監(jiān)測系統(tǒng)設計問題。關(guān)于當前混凝土工程中，研究對于其工程結(jié)構(gòu)的智能監(jiān)測，才可以確保工程結(jié)構(gòu)質(zhì)量；因此基于神經(jīng)網(wǎng)絡，優(yōu)化設計工程結(jié)構(gòu)智能監(jiān)測系統(tǒng)，以便能夠準確的檢測出工程結(jié)構(gòu)損傷的位置，準確評估出工程結(jié)構(gòu)的損傷程度。結(jié)果證實，基于神經(jīng)網(wǎng)絡設計工程結(jié)構(gòu)智能監(jiān)測系統(tǒng)，大大提升系統(tǒng)應用性能，提升14.0%，同時，也可以確保該系統(tǒng)符合實際工程結(jié)構(gòu)智能監(jiān)測需求。結(jié)論表明，基于神經(jīng)網(wǎng)絡，優(yōu)化設計工程結(jié)構(gòu)智能監(jiān)測系統(tǒng)，發(fā)揮實際應用價值，產(chǎn)生積極影響。

智能監(jiān)測系統(tǒng)；工程結(jié)構(gòu)；神經(jīng)網(wǎng)絡；設計

在當前工程項目構(gòu)建中，混凝土作為工程結(jié)構(gòu)中的主要用材，由于混凝土是一種多孔性、非均勻性以及各向異性復合的結(jié)構(gòu)體系，在進行工程結(jié)構(gòu)監(jiān)測中內(nèi)部結(jié)構(gòu)復雜。同時，基于當前神經(jīng)網(wǎng)絡技術(shù)的發(fā)展，強化工程結(jié)構(gòu)的智能監(jiān)測系統(tǒng)設計工作，以便可以在今后的工程建筑中，可以運用該系統(tǒng)有效監(jiān)測工程結(jié)構(gòu)因素，提升工程結(jié)構(gòu)智能監(jiān)測性能，發(fā)揮重要作用。

1 淺析神經(jīng)網(wǎng)絡技術(shù)

隨著當前時代技術(shù)的不斷發(fā)展，神經(jīng)網(wǎng)絡技術(shù)發(fā)展應用都有著不錯的前景，不僅神經(jīng)網(wǎng)絡涉及的范圍在不斷的擴大，神經(jīng)網(wǎng)絡的應用也滲透到各個應用領(lǐng)域之中[1]。在如今社會中，關(guān)于神經(jīng)網(wǎng)絡，不可以可滲透模式識別以及圖像處理中，同時也可以進行非線性的數(shù)據(jù)優(yōu)化，還能夠在語音處理中運用神經(jīng)網(wǎng)絡技術(shù)；并且，神經(jīng)網(wǎng)絡中，還具備自然語言理解的能力，具備自動目標的識別功能，在機器人設計、專家系統(tǒng)知識庫中均取得矚目的成績[2-5]。在神經(jīng)網(wǎng)絡中，主要是由簡單的、大量的處理單元等組成的，具有可變權(quán)值的能力，可以通過變換權(quán)值，從而連接形成一個并行分布式的處理系統(tǒng)[6-9]。在神經(jīng)網(wǎng)絡之中，神經(jīng)元作為其最基本的處理單元，具備多輸入、單輸出特性[10]，其具體設計結(jié)構(gòu)如圖1所示。

圖1 神經(jīng)元描述

Xi是神經(jīng)網(wǎng)絡之中的輸入信號；wij可以表示為：從神經(jīng)網(wǎng)絡中，在第i個神經(jīng)元連接其第j個神經(jīng)元的權(quán)值；θj則是表示其第j神經(jīng)元中的閾值。故此，在神經(jīng)網(wǎng)絡之中，設外部輸入信號是sj，yj是其輸出的信號，那么在神經(jīng)網(wǎng)絡模型中，可將其j個神經(jīng)元描述變換為如下形式：

對于神經(jīng)網(wǎng)絡中，此處非線性函數(shù) f（x），能夠是階躍函數(shù)，也可以使分段函數(shù)、Sigmoid型的函數(shù)，可以提升神經(jīng)網(wǎng)絡在系統(tǒng)設計應用中的適用性。

2 設計工程結(jié)構(gòu)智能監(jiān)測系統(tǒng)需求分析

工程結(jié)構(gòu)智能監(jiān)測系統(tǒng)設計中，基于BP神經(jīng)網(wǎng)絡技術(shù)，能夠?qū)こ淌┕ぶ羞M行結(jié)構(gòu)損傷診斷，并可得到較好的工程結(jié)構(gòu)分析、監(jiān)測效果[11]。與此同時，在本次系統(tǒng)設計中，可以采取基于神經(jīng)網(wǎng)絡中的BP神經(jīng)算法，可以運用類似梯度尋優(yōu)的算法策略，并為了提高系統(tǒng)的分析效率和適應能力，可以優(yōu)化設計系統(tǒng)的監(jiān)測算法部分，優(yōu)化系統(tǒng)神經(jīng)網(wǎng)絡模型，提升預測效率[12-14]?；谏窠?jīng)網(wǎng)絡，在該系統(tǒng)設計中，要符合實際用戶需求，有合理的人機界面設計，并且還應該具有穩(wěn)定的監(jiān)測輸出結(jié)果，避免工程結(jié)構(gòu)智能監(jiān)測不符實際，提升系統(tǒng)可用性。確?；谏窠?jīng)網(wǎng)絡，設計工程結(jié)構(gòu)的智能監(jiān)測系統(tǒng)，以便在實際工程結(jié)構(gòu)監(jiān)測中，能夠運用這個系統(tǒng)對工程中的混凝土結(jié)構(gòu)進行智能的診斷，不僅能給出工程結(jié)構(gòu)中的受損程度信息，也可以監(jiān)測出工程中發(fā)生結(jié)構(gòu)損傷的具體位置，提升系統(tǒng)的魯棒性，提升監(jiān)測精度，確保該系統(tǒng)在實際中具備應用優(yōu)勢。

3 設計基于神經(jīng)網(wǎng)絡的工程結(jié)構(gòu)智能監(jiān)測系統(tǒng)

3.1 系統(tǒng)總體結(jié)構(gòu)設計

對于本次工程結(jié)構(gòu)智能監(jiān)測系統(tǒng)設計中，基于神經(jīng)網(wǎng)絡技術(shù)，系統(tǒng)分為三層結(jié)構(gòu)設計，以人機交互、神經(jīng)網(wǎng)絡、數(shù)據(jù)存儲3大部分構(gòu)成系統(tǒng)基本設計結(jié)構(gòu)。其結(jié)構(gòu)如圖2所示。

圖2 系統(tǒng)結(jié)構(gòu)圖

基于神經(jīng)網(wǎng)絡，在本次系統(tǒng)設計中，其人際交互中，主要就是設計本系統(tǒng)中，系統(tǒng)監(jiān)測程序與用戶之間進行交互操作的人機界面部分；在系統(tǒng)設計中，其神經(jīng)網(wǎng)絡則是主要由推理模塊、以及神經(jīng)網(wǎng)絡的算法學習模塊和數(shù)據(jù)管理來共同構(gòu)成的，主要就是對系統(tǒng)中層智能監(jiān)測數(shù)據(jù)進行管理及維護；在系統(tǒng)的第三層也就是數(shù)據(jù)存儲部分，主要可以采集工程結(jié)構(gòu)智能監(jiān)測數(shù)據(jù)，并可通過數(shù)據(jù)庫存儲，經(jīng)過神經(jīng)網(wǎng)絡算法訓練，以及數(shù)據(jù)記錄，進行算法學習，從而將監(jiān)測結(jié)果傳遞給知識庫，再經(jīng)過系統(tǒng)的推理模塊，返回給系統(tǒng)人機界面中。

3.2 系統(tǒng)功能設計

1）系統(tǒng)中的算法學習功能：在該系統(tǒng)設計中，其神經(jīng)網(wǎng)絡可以通過對樣本功能的學習，從而能夠得到所需的權(quán)值分布，有效完成對于網(wǎng)絡中新知識的獲取。并且，由于在工程結(jié)構(gòu)智能監(jiān)測系統(tǒng)設計中，運用的就是 BP神經(jīng)網(wǎng)絡算法，不僅可以實現(xiàn)對于隱含領(lǐng)域知識的管理，同時也可以將系統(tǒng)算法知識轉(zhuǎn)化到知識庫之中。這樣在系統(tǒng)中，通過反復學習樣本知識，可以在此系統(tǒng)監(jiān)測工程結(jié)構(gòu)的過程中，不斷的調(diào)整該系統(tǒng)的監(jiān)測網(wǎng)絡權(quán)值[15]，從而能夠降低神經(jīng)網(wǎng)絡誤差，提升系統(tǒng)監(jiān)測結(jié)果精確度。

2）人機界面管理的功能：用戶界面，它提出問題并獲得結(jié)果。

3）數(shù)據(jù)庫維護的功能：基于神經(jīng)網(wǎng)絡，在系統(tǒng)的設計中，優(yōu)化其數(shù)據(jù)庫的設計，在一方面不僅可以有效確保用戶通過該系統(tǒng)有效查詢到工程結(jié)構(gòu)相關(guān)的數(shù)據(jù)；同時，從另一方面來看，也可以為神經(jīng)網(wǎng)絡算法提供一些更加合理、科學的學習樣本，確保系統(tǒng)中數(shù)據(jù)符合用戶可用性的需求

3.3 神經(jīng)網(wǎng)絡算法實現(xiàn)

對于工程結(jié)構(gòu)智能監(jiān)測系統(tǒng)設計之中，在我們運用BP算法去訓練智能監(jiān)測的神經(jīng)網(wǎng)絡之前，也需要去確定需求的神經(jīng)網(wǎng)絡模型，并可設計出其具體結(jié)構(gòu)，之后，才可以通過學習樣本，從而才能夠得到與該神經(jīng)網(wǎng)絡需求的權(quán)值，可以完成對于系統(tǒng)中算法知識的獲取[16-18]。在本次系統(tǒng)設計中，其神經(jīng)網(wǎng)絡對于知識的獲取過程，主要可分為以下幾點：

1）可以在初始之期，有效獲取關(guān)于實際中進行混凝土工程結(jié)構(gòu)裂縫監(jiān)測的相關(guān)試驗數(shù)據(jù)，并能夠?qū)⑵渥鳛楸敬芜M行神經(jīng)網(wǎng)絡BP訓練中的樣本，以此來不斷測試BP網(wǎng)絡的樣本數(shù)據(jù)；

2）經(jīng)過以上步驟操作之后，就能夠?qū)⒌玫降挠柧殬颖居成涞奖敬蜗到y(tǒng)設計的神經(jīng)網(wǎng)絡之中，得到系統(tǒng)初始的神經(jīng)網(wǎng)絡結(jié)構(gòu)，并獲得系統(tǒng)相關(guān)的參數(shù)信息；

3）在系統(tǒng)中，對訓練樣本知識經(jīng)過BP神經(jīng)網(wǎng)絡算法學習；

4）并可根據(jù)得出的學習結(jié)果，適當?shù)膩碚{(diào)整系統(tǒng)設計神經(jīng)網(wǎng)絡的結(jié)構(gòu)、參數(shù)，再經(jīng)神經(jīng)網(wǎng)絡中的測試樣本來進行系統(tǒng)測試，確保得出結(jié)果的誤差達到滿意數(shù)值；

5）最后，完成對系統(tǒng)神經(jīng)網(wǎng)絡對于知識的獲取。

工程結(jié)構(gòu)智能監(jiān)測系統(tǒng)中，對于其神經(jīng)網(wǎng)絡的算法配置方面，主要分為以下4個步驟：

1）更新工程結(jié)構(gòu)智能系統(tǒng)的配置，確定系統(tǒng)中的BP神經(jīng)網(wǎng)絡結(jié)構(gòu)；

2）然后采集智能監(jiān)測中工程的結(jié)構(gòu)信息，對這些監(jiān)測領(lǐng)域的相關(guān)知識進行訓練，從而得出需求的測試樣本；

3）工程結(jié)構(gòu)智能監(jiān)測系統(tǒng)中，用訓練樣本去訓練BP神經(jīng)網(wǎng)絡；

4）最后，可以驗證神經(jīng)網(wǎng)絡算法的性能，確保系統(tǒng)的神經(jīng)網(wǎng)絡性能可滿足實際監(jiān)測要求，提升該系統(tǒng)的設計性能。

3.4 系統(tǒng)軟件代碼實現(xiàn)

基于神經(jīng)網(wǎng)絡，在設計工程結(jié)構(gòu)智能監(jiān)測系統(tǒng)中，可以應用 MATLAB軟件技術(shù)，從而編制出具有神經(jīng)網(wǎng)絡功能的工程結(jié)構(gòu)智能系統(tǒng)，同時能夠結(jié)合 VisualC++6.0語言程序，設計實現(xiàn)該系統(tǒng)。基于神經(jīng)網(wǎng)絡，系統(tǒng)設計實現(xiàn)過程中，其系統(tǒng)部分實現(xiàn)代碼如下所示:

4 分析實際應用中系統(tǒng)的效益

采用BP神經(jīng)網(wǎng)絡技術(shù)，優(yōu)化設計工程結(jié)構(gòu)智能監(jiān)測系統(tǒng)的測試模型，可以得到較好的網(wǎng)絡結(jié)構(gòu)與監(jiān)測參數(shù)。如下是本次系統(tǒng)與傳統(tǒng)工程結(jié)構(gòu)監(jiān)測系統(tǒng)性能結(jié)果比較：

表1 系統(tǒng)應用比較

文中所設計工程結(jié)構(gòu)智能監(jiān)測系統(tǒng)，可以運用神經(jīng)網(wǎng)絡技術(shù)，從而對工程結(jié)構(gòu)進行智能的監(jiān)測診斷，提升系統(tǒng)在實際應用中的優(yōu)越性。同時，在本次設計的工程結(jié)構(gòu)智能監(jiān)測系統(tǒng)中，不僅可以有效規(guī)避在傳統(tǒng)系統(tǒng)設計中神經(jīng)網(wǎng)絡算法存在的缺陷，還可提升系統(tǒng)的智能監(jiān)測性能，與實際結(jié)果更為接近。工程結(jié)構(gòu)智能監(jiān)測系統(tǒng)設計中，神經(jīng)網(wǎng)絡識別的能力提升，利于識別工程結(jié)構(gòu)損傷?；谏窠?jīng)網(wǎng)絡設計工程結(jié)構(gòu)智能監(jiān)測系統(tǒng)，大大提升系統(tǒng)應用性能，提升14.0%，同時，也可以確保該系統(tǒng)符合實際工程結(jié)構(gòu)智能監(jiān)測需求；應用該系統(tǒng)確定工程結(jié)構(gòu)不但速度快，而且所提供的設置參數(shù)具有良好的優(yōu)化性。

5 結(jié) 論

綜上所述，可知在設計工程結(jié)構(gòu)智能監(jiān)測系統(tǒng)中，基于神經(jīng)網(wǎng)絡技術(shù)，以任意精度逼近任意非線性函數(shù)，不僅可以提升系統(tǒng)監(jiān)測性能，也可規(guī)避在工程結(jié)構(gòu)監(jiān)測中的隨機性問題，有效確保工程結(jié)構(gòu)穩(wěn)定，發(fā)揮應用價值，值得在實際中推廣該技術(shù)。

[1]魯鵬.土木工程結(jié)構(gòu)健康監(jiān)測系統(tǒng)的簡介[J].科教導刊：電子版（上旬）,2014（7）:124-124.

[2]朱梅.智能傳感技術(shù)在土木工程結(jié)構(gòu)安全監(jiān)測方面的應用[J].城市建設理論研究：電子版，2013（13）：37.

[3]葉廷東，程韜波，周松斌，等.海洋水環(huán)境網(wǎng)絡化智能監(jiān)測系統(tǒng)的建模設計研究[J].計算機測量與控制，2014，22（6）: 1697-1699.

[4]周聰亮，陳紅艷，周雪，等.基于ArcGIS Engine的土壤主要養(yǎng)分高光譜智能監(jiān)測系統(tǒng)[J].農(nóng)業(yè)科學與技術(shù)：英文版，2014，15（7）:1205-1208.

[5]陳昌濤，任麗靜，程明，等.基于化工生產(chǎn)過程的有害氣體智能監(jiān)測系統(tǒng)[J].儀表技術(shù)與傳感器，2011（10）:56-57，63.

[6]田仲富，王述洋，黃英來，等.基于無線傳感器的嵌入式森林防火智能監(jiān)測系統(tǒng)[J].智能系統(tǒng)學報，2014（6）:763-768.

[7]李家成，薛桂香.可再生能源建筑能耗智能監(jiān)測系統(tǒng)體系結(jié)構(gòu)設計[J].計算機光盤軟件與應用，2014（3）:30-31，33.

[8]周杰剛，崔旭旺，王開強，等.武漢中心可變微凸支點匣套型頂升模架體系關(guān)鍵施工技術(shù)[J].施工技術(shù)，2013，42（19）: 12-17.

[9]唐遠河，劉青松，蒙磊，等.熒光光譜智能監(jiān)測水中礦物油濃度的研究[J].光譜學與光譜分析，2015（2）:424-428.

[10]陳桂強，劉思琦，張桂枝，等.基于物聯(lián)網(wǎng)技術(shù)的高頻電源智能監(jiān)測系統(tǒng)研究[J].電源技術(shù)，2013，37（10）:1857-1858.

[11]楊文廣，蔣東翔.大型風力機組遠程智能監(jiān)測與診斷系統(tǒng)的研究與開發(fā)[J].中國工程科學，2015（3）:24-29.

[12]呂朋亮，陳國順.基于多 Agent的指控裝備遠程智能監(jiān)測系統(tǒng)研究[J].計算機與數(shù)字工程，2014（11）:2069-2072.

[13]劉會勇，李偉，彭秀英，等.基于PLC的混凝土泵智能監(jiān)測和控制系統(tǒng)[J].機械設計與制造，2011（5）:260-262.

[14]杜鳳青，盛戈皞，徐劍，等.基于IEC61850的GIS智能監(jiān)測信息建模及信息交互系統(tǒng)設計[J].電力自動化設備，2013，33（6）:163-167.

[15]張 川，鄧珍榮，鄧星，等.基于Chukwa的大規(guī)模日志智能監(jiān)測收集方法[J].計算機工程與設計，2014，35（9）:3263-3269.

[16]耿朝陽,薛倩倩.神經(jīng)網(wǎng)絡的故障診斷方法研究[J].西安工業(yè)大學學報，2015,35(7)：527.

[17]謝川，毛永毅.基于遺傳神經(jīng)網(wǎng)絡的AOA跟蹤算法[J].電子科技，2014（11）：8-10.

[18]李達，陳達，江新標.基于BP神經(jīng)網(wǎng)絡從活化數(shù)據(jù)中求解1MeV等效中子注量[J].現(xiàn)代應用物理，2015（4）：248-253.

Engineering design of intelligent monitoring system based on neural network

HAO Fan
（Shaanxi Vocational College of Finance and Economics，Xianyang 712000，China）

In order to study the intelligent monitoring system based on the engineering design problem of neural network.On the concrete engineering study for intelligent monitoring of the engineering structure before they can ensure the quality of engineering structure；therefore based on neural network，optimization design of engineering structure of intelligent monitoring system.In order to be able to accurately detect structural damage location and accurate evaluation assessment of engineering structure damage degree.The results confirmed that the intelligent monitoring system based on neural network structure design，greatly enhance the system performance，increased by 14%，at the same time，also can ensure that the system meets the needs of practical engineering structure monitoring.The conclusion shows that based on neural network optimization，intelligent monitoring system design of engineering structure，play practical value，have a positive impact.

intelligent monitoring system；structure；neural network；design

TN99

A

1674－6236（2016）23-0112-03

2015-12-24稿件編號：201512245

郝 帆（1977—），男，陜西高陵人，工程師。研究方向:工程項目管理。