大跨橋梁健康監(jiān)測數據自診斷與狀態(tài)評估方法研究.pdf

1、隨著中國社會經濟的高速發(fā)展，大跨橋梁健康監(jiān)測系統(tǒng)已成為橋梁狀態(tài)評估及管理養(yǎng)護的重要手段和依據。目前，國內大跨橋梁結構健康監(jiān)測系統(tǒng)已積累了大量的監(jiān)測數據，由于監(jiān)測數據具有海量性、多維性、隨機性及易受干擾等特點，會產生各種異常數據。異常數據的存在不僅會影響后續(xù)數據分析的效率，也會影響橋梁狀態(tài)評估的科學性。因此，對于造價如此高昂的大跨橋梁健康監(jiān)測系統(tǒng)，急需研究能對其監(jiān)測數據進行異常診斷及修復的方法來提高系統(tǒng)的可用性、安全性、可靠性及高效性,在

2、此基礎上結合橋梁管養(yǎng)及運維需求開展結構狀態(tài)評估研究。本文以國內諸多大跨橋梁健康監(jiān)測系統(tǒng)為背景，重點研究了大跨橋梁健康監(jiān)測數據自診斷技術及其狀態(tài)評估方法，主要內容如下:
　　(1)總結分析了監(jiān)測數據時域、頻域及時-頻域的概率統(tǒng)計特征及常用數據自診斷方法。在傳統(tǒng)數據自診斷方法的基礎上，提出了基于廣義3-deta的數據自診斷方法。該方法采用移動小區(qū)間概率統(tǒng)計特征結合樣本總體特征設定閾值對監(jiān)測數據或消除長周干擾后的數據進行異常值定位和去除

3、。同時針對振動數據異常特性，提出了基于譜峭度的數據自診斷方法，即采用功率譜密度法獲取振動數據的頻域特征，依據頻域特征區(qū)段的譜峭度分析進行振動異常樣本的識別和去除。
　　(2)研究了健康監(jiān)測系統(tǒng)數據間的關聯(lián)性類型及關聯(lián)性的主要影響因素，并采用基于傅里葉最小二乘法相關性自診斷技術消除數據間時滯效應的影響，獲得更加收斂的相關關系。提出了基于多元回歸分析的數據自診斷方法，采用主元分析優(yōu)化多元變量，建立變量問穩(wěn)定的多元非線性模型進行數據異常

4、診斷。同時利用機器學習算法良好的學習能力及海量監(jiān)測數據的優(yōu)勢，建立非線性模型對缺失數據進行高精度預測補點及異常值去除。
　　(3)提出了基于車-橋共振響應的鐵路橋梁狀態(tài)評估方法。采用基于小波包分解法提取振動加速度幅值及車速關聯(lián)性中值線，同時使用估計理論的預警閾值設定方法，設置加速度單峰值預警指標對大橋狀態(tài)進行評估預警。同時提出了基于均值控制圖斜拉索狀態(tài)評估方法，即應用弦理論頻率法原理，通過優(yōu)化參數功率譜法提取拉索頻域特征，對消除溫