涉及深度学习、桥梁疲劳损伤评估、土木工程基础设施健康监测，具体涉及基于混合卷积自适应图同构网络的车辆荷载作用下钢桥疲劳损伤评估。
背景技术：
1、截至2023年底，我国公路桥梁数量达到107.93万座，其中包括大桥17.77万座，特大桥10239座，相较2015年分别增加了9.81万座和6345座，增幅分别达到123％和162％。在这些大桥、特大桥中，钢桥以其自重轻、承载能力高、组装施工方便等特点占据了绝大部分比例。相较于其他类型的桥梁，大跨度钢桥更容易受到车辆、风、温度等动态荷载的重复作用。这些重复荷载，尤其是车辆荷载，可能会导致钢桥局部细节发生疲劳破坏，并引发更大面积的桥梁级联失效，例如桥梁倒塌。因此，对定期评估对钢桥进行疲劳损伤评估对于确保其安全性和可靠性至关重要。
2、传统的钢桥疲劳损伤评估方法主要分为三类：基于实验的方法、基于结构健康监测的方法和基于有限元分析的方法。基于实验的方法旨在评估制造工艺和残余应力对于钢桥构件疲劳损伤状态的影响。基于健康监测的方法则利用安装在桥梁上的传感器和其他数据采集系统，收集桥梁局部细节的响应数据，并定期评估其疲劳损伤状态。这两种方法更适合评估复杂环境条件下钢桥的疲劳损伤状态，而不适用于定量分析车辆荷载作用下钢桥各类局部细节的疲劳损伤累积情况。
3、作为评估车辆荷载引起的钢桥疲劳损伤的常见方法，基于有限元分析的方法首先建立桥梁的多尺度有限元模型和车辆荷载模型。然后，利用这些模型计算钢桥局部细节在随机交通流作用下的应力时程曲线。接着，该方法会采用雨流计数法来提取这些应力时程曲线中的峰值和谷值，并结合miner线性累积损伤准则，分析在随机交通流作用下钢桥局部细节的疲劳损伤累积指数。为了全面且准确地分析在车辆荷载作用下钢桥的疲劳损伤累积情况，基于有限元分析的方法通常需要执行大量的蒙特卡洛抽样以生成随机交通流样本并将其施加在有限元模型上进行结构动力学分析，这将会消耗大量的计算时间和计算资源。
4、随着机器学习相关技术不断成熟，许多学者利用机器学习方法来评估车辆荷载引起的钢桥疲劳损伤，取得了显著的成果。具体而言，机器学习模型，如支持向量机或者高斯回归模型等，能够从车辆荷载中提取相关特征，直接学习一个从车辆荷载到疲劳损伤累积指数的映射。利用机器学习模型评估疲劳损伤，减少了所需的有限元分析次数，在保证评估准确率的前提下，提高了评估效率。然而，大多数基于机器学习的钢桥疲劳损伤评估方法仅支持一次评估单个局部细节的疲劳损伤。在实际情况下，桥梁往往包含多个具有相似几何特征并承受相同车辆荷载的疲劳敏感细节。现有的机器学习方法在处理这种多细节疲劳损伤评估问题时显得捉襟见肘。因此，开发一种能够准确评估多个疲劳敏感细节在车辆荷载作用下的疲劳损伤累积的方法显得尤为必要。
技术实现思路
1、为解决现有技术中，现有的机器学习方法无法在处理多细节疲劳损伤评估问题时满足标准的技术问题，本发明提供的技术方案为：
2、钢桥疲劳损伤评估网络构建方法，所述方法包括：
3、根据目标桥梁建立有限元模型和车辆载荷概率统计模型的步骤；
4、根据所述有限元模型和车辆载荷概率统计模型，得到所述桥梁疲劳敏感细节的应力时程曲线的步骤；
5、根据所述桥梁疲劳敏感细节的应力时程曲线，得到总体相关系数矩阵的步骤；
6、根据所述总体相关系数矩阵，得到图数据和邻接矩阵的步骤；
7、根据所述有限元模型、图数据和临接矩阵，得到混合卷积自适应图同构网络的步骤。
8、进一步，提供一个优选实施方式，将随机交通量施加到所述有限元模型上，得到所述桥梁各个局部细节的应力时程曲线。
9、进一步，提供一个优选实施方式，根据每个桥梁疲劳敏感细节之间的应力时程曲线，得到所述总体相关系数矩阵。
10、进一步，提供一个优选实施方式，根据所述总体相关系数矩阵，得到以疲劳敏感细节为节点的图数据和邻接矩阵。
11、基于同一发明构思，本发明还提供了钢桥疲劳损伤评估网络构建装置，所述装置包括：
12、根据目标桥梁建立有限元模型和车辆载荷概率统计模型的模块；
13、根据所述有限元模型和车辆载荷概率统计模型，得到所述桥梁疲劳敏感细节的应力时程曲线的模块；
14、根据所述桥梁疲劳敏感细节的应力时程曲线，得到总体相关系数矩阵的模块；
15、根据所述总体相关系数矩阵，得到图数据和临接矩阵的模块；
16、根据所述有限元模型、图数据和临接矩阵，得到混合卷积自适应图同构网络的模块。
17、基于同一发明构思，本发明还提供了钢桥疲劳损伤评估方法，所述方法包括：
18、采集目标桥梁设计参数的步骤；
19、根据所述的方法得到的混合卷积自适应图同构网络，处理所述目标桥梁设计参数，得到桥梁的疲劳可靠度或疲劳寿命预测结果的步骤。
20、基于同一发明构思，本发明还提供了钢桥疲劳损伤评估装置，所述装置包括：
21、采集目标桥梁设计参数的模块；
22、根据所述的装置得到的混合卷积自适应图同构网络，处理所述目标桥梁设计参数，得到桥梁的疲劳可靠度或疲劳寿命预测结果的模块。
23、基于同一发明构思，本发明还提供了计算机储存介质，用于储存计算机程序，当所述计算机程序被计算机读取时，所述计算机执行所述的方法。
24、基于同一发明构思，本发明还提供了计算机，包括处理器和储存介质，当所述处理器读取所述储存介质中储存的计算机程序时，所述计算机执行所述的方法。
25、基于同一发明构思，本发明还提供了计算机程序产品，嵌入有计算机程序，当所述计算机程序被读取时，实现所述的方法。
26、本发明提供的钢桥疲劳损伤评估方法，利用有限元模型和蒙特卡洛方法生成随机交通流样本，计算疲劳敏感细节的应力时程曲线。同时评估多个桥梁疲劳敏感细节的疲劳损伤，减少了对计算资源的要求，提高了评估效率。
27、本发明提供的钢桥疲劳损伤评估方法，通过应力时程相关性构造总体相关系数矩阵，并生成图数据和邻接矩阵。将桥梁的疲劳敏感细节以图结构数据表示，提高了数据的组织和处理效率，使得评估方法更具适应性和扩展性。
28、本发明提供的钢桥疲劳损伤评估方法，根据应力时程相关性自动生成图结构数据的邻接矩阵。减少了人工干预，提升了评估方法的自动化水平和操作简便性，提高了整体评估效率。
29、本发明提供的钢桥疲劳损伤评估方法，利用混合卷积自适应图同构网络对疲劳敏感细节进行训练和预测。显著提高了疲劳损伤预测的准确性，疲劳损伤预测准确率能够达到95％，相比传统的有限元分析方法更为高效且精确。
30、本发明提供的钢桥疲劳损伤评估方法，通过图结构数据和混合卷积自适应图同构网络，减少对有限元分析的依赖。降低了桥梁疲劳评估的计算成本和时间成本，使得评估过程更加高效。
31、本发明提供的钢桥疲劳损伤评估方法，解决了现有疲劳损伤评估方法中存在的精度低、效率低、依赖人工和有限元分析等问题，显著提升了钢桥在车辆荷载作用下的疲劳损伤评估的精度和效率。
32、本发明提供的钢桥疲劳损伤评估方法，可以应用于钢桥疲劳损伤评估工作中。
1.钢桥疲劳损伤评估网络构建方法，其特征在于，所述方法包括：
2.根据权利要求1所述的钢桥疲劳损伤评估网络构建方法，其特征在于，将随机交通量施加到所述有限元模型上，得到所述桥梁各个局部细节的应力时程曲线。
3.根据权利要求1所述的钢桥疲劳损伤评估网络构建方法，其特征在于，根据每个桥梁疲劳敏感细节之间的应力时程曲线，得到所述总体相关系数矩阵。
4.根据权利要求1所述的钢桥疲劳损伤评估网络构建方法，其特征在于，根据所述总体相关系数矩阵，得到以疲劳敏感细节为节点的图数据和邻接矩阵。
5.钢桥疲劳损伤评估网络构建装置，其特征在于，所述装置包括：
6.钢桥疲劳损伤评估方法，其特征在于，所述方法包括：
7.钢桥疲劳损伤评估装置，其特征在于，所述装置包括：
8.计算机储存介质，用于储存计算机程序，其特征在于，当所述计算机程序被计算机读取时，所述计算机执行权利要求1所述的方法。
9.计算机，包括处理器和储存介质，其特征在于，当所述处理器读取所述储存介质中储存的计算机程序时，所述计算机执行权利要求1所述的方法。
10.计算机程序产品，嵌入有计算机程序，其特征在于，当所述计算机程序被读取时，实现权利要求1所述的方法。
