本发明涉及游乐设施监测，更具体的说是涉及一种大型游乐设施应力状态监测方法及系统。
背景技术：
1、游乐场、主题公园等为了吸引游客，通常设置有各种各样的大型游乐设施，例如过山车、摩天轮、海盗船等。大型游乐设施的主体结构通常由钢材等金属材料构成，结构复杂，运动形式和应力应变情况多样，因此，对大型游乐设施的金属结构的应力情况进行监测，对大型游乐设施的安全运行，避免事故的发生具有重要意义。
2、现有的大型游乐设施，通常采用应变片、光纤光栅传感器等应力应变传感器对主体结构的应力进行监测。但是，应变片实际应用过程中，需要将应变片与被测结构紧密粘合，受粘合剂以及粘合工艺的影响较大，导致检测结果准确性不佳；光纤光栅传感器通过监测光纤内检测光波长的位移情况检测传感器的应变情况，其检测准确性同样受光纤光栅与被检测结构的胶接工艺影响，并且光纤光栅传感器的检测光波长还会受到环境温度影响，导致检测结果不准确。
3、因此，如何对大型游乐设施结构的应力进行检测，提高检测准确性从而保证大型游乐设施安全运行是本领域技术人员亟需解决的问题。
技术实现思路
1、有鉴于此，本发明提供了一种大型游乐设施的应力状态监测方法及系统，通过建立大型游乐设施孪生模型并进行仿真实验，确定游乐设施结构应力监测点，并在各个监测点设置两个应力检测线圈，对监测点应力进行监测，从而避免应变片、光纤光栅传感器检测精度受粘合工艺和温度影响导致检测精度不准确的问题。
2、为了实现上述目的，本发明提供如下技术方案：
3、本发明公开了一种大型游乐设施的应力状态监测方法，具体步骤如下：
4、根据游乐设施的几何参数、材料参数和游乐设施的各构件的连接关系，构建游乐设施模型；利用所述游乐设施模型进行仿真模拟实验，确定游乐设施的应力监测点；
5、在各所述应力监测点处布置电磁应力监测传感器，并将各传感器的静态参数输入监测主机；所述电磁应力监测传感器的感应线圈，在激励线圈产生的激励磁场及所述应力监测点的构件作用下，产生感应电压和感应电流并作为动态监测数据发送至监测主机；
6、所述监测主机根据各应力监测点的所述静态参数和所述动态监测数据，利用机器学习模型识别各所述应力监测点的应力。
7、进一步的，所述在各所述应力监测点处布置电磁应力监测传感器，包括：
8、在所述应力监测点的构件上按固定匝数缠绕所述激励线圈和所述感应线圈，并测量所述激励线圈和所述感应线圈之间的距离；利用粘结剂对所述激励线圈和所述感应线圈进行防水固定处理，贴附电磁屏蔽层；将所述激励线圈与激励发生单元连接、将所述感应线圈与电压电流检测单元连接。
9、进一步的，所述静态参数包括：所述激励线圈的直径、所述感应线圈的直径，所述激励线圈与所述感应线圈之间的距离，所述应力监测点构件的横截面面积、磁导率、弹性模量。
10、进一步的，通过向所述激励线圈中通入激励电流产生所述激励磁场；所述激励电流由固定数量的多段脉冲电流按顺序组成，每段所述脉冲电流的电流大小不同；所述脉冲电流的时间长度和频率为固定值，按所述脉冲电流的电流值由小到大或者由大到小顺序排列，组成所述激励电流。
11、进一步的，所述机器学习模型，包括卷积神经网络和全连接神经网络；
12、所述利用机器学习模型识别各所述应力监测点的应力，包括：
13、对所述动态参数进行预处理，得到感应电压矩阵、感应电流矩阵；
14、将所述感应电压矩阵和所述感应电流矩阵输入所述卷积神经网络中，得到电压特征矩阵和电流特征矩阵；
15、将所述电流特征矩阵和所述电压特征矩阵以固定方向和顺序展开，分别得到第一向量和第二向量；将所述第一向量和所述第二向量按逐行拼接的方式拼接为第三向量；将所述静态参数的值按顺序拼接在所述第三向量的末尾得到第四向量；
16、将所述第四向量输入所述全连接神经网络，输出应力监测点的应力值。
17、进一步的，所述预处理包括：基于所述感应电压和感应电流的值和对应的时间，整理得到电压序列和电流序列；根据所述脉冲电流的时间长度将所述电压序列和所述电流序列划分多个分段，使每一个分段分别与所述脉冲电流的大小一一对应；根据所述脉冲电流的排列顺序，将分段的电压序列和电流序列整理得到所述感应电压矩阵和所述感应电流矩阵。所述电压矩阵的行和列分别对应所述脉冲电流的大小和时间。
18、进一步的，所述卷积神经网络包括电压卷积分支和电流卷积分支，所述电压卷积分支和所述电流卷积分支均由设定数量的卷积模块依次连接而成；所述感应电压矩阵经所述电压卷积分支卷积计算，提取特征后得到所述电压特征矩阵，所述感应电流矩阵经所述电流卷积分支卷积计算，提取特征后得到所述电流特征矩阵；
19、所述卷积模块包括依次连接的卷积层、激活函数、池化层；
20、所述卷积层通过设定大小和移动步长的卷积算子，对输入的矩阵数据进行卷积计算，将卷积算子窗口范围内的数值进行加权求和，并将加权求和结果输出到卷积层输出矩阵的对应位置；
21、所述激活函数为relu激活函数，对所述卷积层输出矩阵的数据增加非线性后，输入至所述池化层；
22、所述池化层通过设定大小的池化算子，根据设定步长对激活函数处理后的矩阵数据进行最大池化操作，得到所述卷积模块的输出矩阵。
23、进一步的，所述全连接神经网络由设定数量的全连接层构成，每一层所述全连接层包含设定数量的神经元；
24、所述神经元将输入向量中的每一个元素乘以对应的权重并相加求和，再加上常数项偏置后经激活函数计算得到当前神经元的输出值；
25、同一个全连接层内的全部所述神经元的输出按顺序构成一个向量，作为下一层全连接层的各所述神经元的输入向量；
26、最后一层全连接层仅包含一个所述神经元，该神经元的输出值即为所述应力监测点的应力值。
27、本发明还公开了一种大型游乐设施的应力状态监测系统，包括：
28、模型构建实验模块：根据游乐设施的几何参数、材料参数和游乐设施的各构件的连接关系，构建游乐设施模型；利用所述游乐设施模型进行仿真模拟实验，确定游乐设施的应力监测点；
29、传感器模块：在各所述应力监测点处布置电磁应力监测传感器，并将各传感器的静态参数输入监测主机；所述电磁应力监测传感器的感应线圈，在激励线圈产生的激励磁场及所述应力监测点的构件作用下，产生感应电压和感应电流并作为动态监测数据发送至监测主机；
30、应力监测模块：所述监测主机根据各应力监测点的所述静态参数和所述动态监测数据，利用机器学习模型识别各所述应力监测点的应力。
31、进一步的，所述电磁应力监测传感器包括：激励发生单元、激励线圈、感应线圈、电压电流检测单元、通信单元、供电单元；
32、所述激励发生单元与所述通信单元信号连接，与所述激励线圈电连接；通过所述通信单元接收所述监测主机的控制命令产生激励电流，并输入所述激励线圈；所述激励线圈利用所述激励电流产生激励磁场；
33、所述电压电流检测单元与所述通信单元信号连接，与所述感应线圈电连接；所述感应线圈在所述激励磁场作用下产生感应电压和感应电流，所述电压电流检测单元检测将检测到的所述感应电压和所述感应电流值通过所述通信单元发送至所述监测主机；
34、所述供电单元分别与所述激励发生单元、所述电压电流检测单元、所述通信单元电连接，为所述激励发生单元、所述电压电流检测单元、所述通信单元供电。
35、经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种大型游乐设施的应力状态监测方法及系统，通过对大型游乐设施进行仿真模拟确定应力监测点；根据铁磁性材料在应力作用下磁特性将随之发生改变的原理，利用磁特性和应力之间的相关性，在应力监测点设置激励线圈和感应线圈作为监测传感器，检测精度对线圈的固定方法不敏感，不受线圈和待检测构件之间粘结力的影响，避免了采用应变片、光纤光栅传感器因固定工艺和长期使用导致的应力监测准确性不佳的问题；通过训练好的机器学习，基于电磁监测传感器的静态参数和动态参数，对应力监测点的应力进行监测，能够适应各种不同大小类型的游乐设施构件，准确地监测各个监测点应力值，从而确保大型游乐设施的安全运行。
1.一种大型游乐设施的应力状态监测方法，其特征在于，具体步骤如下：
2.根据权利要求1所述的一种大型游乐设施的应力状态监测方法，其特征在于，所述在各所述应力监测点处布置电磁应力监测传感器，包括：
3.根据权利要求1所述的一种大型游乐设施的应力状态监测方法，其特征在于，所述静态参数包括：所述激励线圈的直径、所述感应线圈的直径，所述激励线圈与所述感应线圈之间的距离，所述应力监测点构件的横截面面积、磁导率、弹性模量。
4.根据权利要求1所述的一种大型游乐设施的应力状态监测方法，其特征在于，通过向所述激励线圈中通入激励电流产生所述激励磁场；所述激励电流由固定数量的多段脉冲电流按顺序组成，每段所述脉冲电流的电流大小不同；所述脉冲电流的时间长度和频率为固定值，按所述脉冲电流的电流值由小到大或者由大到小顺序排列，组成所述激励电流。
5.根据权利要求4所述的一种大型游乐设施的应力状态监测方法，其特征在于，所述机器学习模型，包括卷积神经网络和全连接神经网络；
6.根据权利要求5所述的一种大型游乐设施的应力状态监测方法，其特征在于，所述预处理包括：基于所述感应电压和感应电流的值和对应的时间，整理得到电压序列和电流序列；根据所述脉冲电流的时间长度将所述电压序列和所述电流序列划分多个分段，使每一个分段分别与所述脉冲电流的大小一一对应；根据所述脉冲电流的排列顺序，将分段的电压序列和电流序列整理得到所述感应电压矩阵和所述感应电流矩阵。
7.根据权利要求5所述的一种大型游乐设施的应力状态监测方法，其特征在于，所述卷积神经网络包括电压卷积分支和电流卷积分支，所述电压卷积分支和所述电流卷积分支均由设定数量的卷积模块依次连接而成；所述感应电压矩阵经所述电压卷积分支卷积计算，提取特征后得到所述电压特征矩阵，所述感应电流矩阵经所述电流卷积分支卷积计算，提取特征后得到所述电流特征矩阵；
8.根据权利要求5所述的一种大型游乐设施的应力状态监测方法，其特征在于，所述全连接神经网络由设定数量的全连接层构成，每一层所述全连接层包含设定数量的神经元；
9.一种大型游乐设施的应力状态监测系统，其特征在于，包括：
10.根据权利要求9所述的一种大型游乐设施的应力状态监测系统，其特征在于，所述电磁应力监测传感器包括：激励发生单元、激励线圈、感应线圈、电压电流检测单元、通信单元、供电单元；
