增强桥梁健康监测结构响应和温度数据相关性收敛的方法技术

本发明专利技术公开一种增强桥梁健康监测结构响应和温度数据相关性收敛方法，包括：步骤（1）：获取桥梁健康监测系统温度数据及其在时间上对应的结构响应数据；步骤（2）：利用best‑smooth算法对监测数据光滑处理；步骤（3）：使用傅里叶级数原理消除监测数据时滞效应对数据间相关性的影响，同时减小两种数据信号各自频率成分对相关性关系的发散作用；步骤（4）：采用多元线性回归法计算等效温度并计算消除时滞后结构响应数据和等效温度数据间的相关性系数。本发明专利技术可以有效地消除数据随机波动、时滞效应、频率成分等因素对相关性关系的影响，从而增强桥梁健康监测系统结构响应与温度数据间相关性的收敛，对桥梁健康监测预警和评估有着重要的意义。

Method for enhancing bridge health monitoring structural response and temperature data convergence

The invention discloses a method for enhancing health monitoring of bridge structure response and temperature data correlation convergence method, which comprises the following steps: (1): get the data of bridge health monitoring system and the structure of the corresponding temperature at the time of the step response data; (2): the monitoring data smooth processing using best smooth algorithm; step (3): the principle of Fourier series to eliminate the influence of monitoring data delay effect on the correlation among data, and reduce the two data signal frequency components of their divergence of the relationship; step (4): using linear regression method to calculate the equivalent temperature and calculate the response lag structure correlation coefficient and the equivalent temperature data between the data is eliminated. The invention can effectively eliminate the influence of data random fluctuations, delay effect, frequency and other factors on the relationship, so as to enhance the convergence of bridge health monitoring system structure and the correlation between the temperature response data, is of great significance to bridge health monitoring and early warning and assessment.

【技术实现步骤摘要】

本专利技术属于桥梁健康监测数据相关性分析研究领域，涉及一种温度作用下桥梁结构响应相关性分析方法。
技术介绍
桥梁健康监测系统数据相关性分析是桥梁结构分析研究的重要内容，环境荷载是桥梁结构主要荷载之一。温度荷载特性分析是桥梁结构设计、施工、运营的重要工作。温度作用下的结构响应与其相关性分析，能够得到响应在温度荷载作用下的内在规律，对桥梁结构的评估和预警有着重要的意义。环境荷载具有很强的规律性，在天气良好的情况下，一般呈现‘类正弦’型变化趋势，诸多结构几何线性变化监测数据(如挠度、位移、倾角等)在温度作用下有着较为明显的相关关系。近年来随着桥梁健康监测技术的发展，健康监测系统被广泛应用与桥梁结构，因而可以直接获取桥梁在实测荷载作用下的结构响应数据从而有效避免传统的理论推导、有限元模拟和风洞试验存在初始参数赋值偏差、初始边界条件设定偏差以及次要影响因素的不恰当忽略的问题。然而目前，国内外对结构响应和温度相关性影响因素以及如何消减干扰获得更加收敛相关性关系的研究工作不足。温度作用下结构构件响应的真实相关性规律仍然未知，迫切需要一种能够消除或者减小对监测数据间相关性分许干扰的有效方法。
技术实现思路
专利技术目的：本专利技术提供一种可以有效消除监测数据时滞效应和减小数据间频率差异对相关性的影响，最终得到等效温度和结构响应间良好相关关系，更加快捷有效的增强桥梁健康监测结构响应和温度数据相关性收敛的方法。技术方案：本专利技术的增强桥梁健康监测结构响应和温度数据相关性收敛的方法，包括以下步骤：第一步：获取健康监测系统温度数据及其在时间上对应的结构响应数据，包括结构响应数据时间序列fsr，温度数据时间序列xiji＝1,2,...,m,j＝1,2,...n，其中，i表示传感器编号，j表示数据长度，m为时程数据的条数，n为每条时程数据的个数；第二步：使用best-smooth数据波动性消减算法分别对健康监测系统温度数据ftemp和对应的结构响应数据fsr进行光滑处理，得到光滑处理后的温度数据ftemp，smooth和结构响应数据fsr，smooth；第三步：利用傅里叶级数消除时滞效应并减小频率差异对监测数据间相关性关系的影响，具体流程为：(1)首先使用傅里叶级数对第二步中得到的数据fsr，smooth，ftemp，smooth进行频率分解，得到数据信号频率成分参量，具体流程为：1)根据下式计算初始参量u1和临时参量u2：i＝2p,2p-1,2n-2,...2,1其中，fi代表数据在λi处的值，λi为数据位置，k是正弦信号阶数；2)根据下式计算傅里叶因子的余弦系数ak和正弦系数bk：其中，f1为数值信号中第一个数据的值；3)根据下式得到各阶频率对应的相位φk：其中，a0,a1,a2,...,ak分别是f(λ)傅里叶因子的余弦系数，b1,b2,…,bk分别是f(λ)的傅里叶因子的正弦系数，f(λ)为光滑数据信号傅里叶级数逼近表达式，信号各阶振幅为φk＝arctan(ak/bk)，k＝1,2,3,...；(2)求解光滑处理后的结构响应数据fsr，smooth和光滑处理后的温度数据ftemp，smooth间各个相同频率下的相位差△φi，具体流程为：1)根据傅里叶级数逼近表达式分别计算结构响应数据fsr，smooth的相位φsr，k，温度数据ftemp，smooth的相位φtemp，k：结构响应数据fsr，smooth的傅里叶级数逼近表达式为：温度数据ftemp，smooth的傅里叶级数逼近表达式为：2)根据下式计算相位差△φi：△φi＝φtemp,i-φsr,i,i＝1,2,3,...,k其中，φtemp,i为i阶温度数据相位，φsr,i为i阶结构响应数据相位；(3)确定傅里叶级数展开的最小阶数kmin，并计算消除时滞效应后的结构响应数据fsr，deltime-leg，具体流程为：1)计算结构数据的傅里叶展开值ffourier和数据光滑处理值fsmooth之间的均方根由RMSE<0.001确定结构响应数据的傅里叶级数展开最小阶数kmin；2)将结构响应数据傅里叶级数中的各个频率成分的相位转化为温度信号相位，即平移△φi相位，然后通过下式对平移△φi相位后的结构响应数据进行处理，得到消除时滞后的结构响应数据fsr，deltime-leg：其中，asr,0为结构响应数据的傅里叶因子的余弦系数，csr,k是消除时滞效应后结构响应数据傅里叶展开式中k阶正弦信号的振幅；第四步：计算等效温度数据T并计算消除时滞效应后的结构响应数据和温度数据间的相关性系数γ，具体流程为：(1)采用多元线性回归法获得消除时滞后结构响应数据fsr，deltime-leg和m条原温度时程监测数据{x1,x2,x3,...,xm本文档来自技高网...

【技术保护点】
一种增强桥梁健康监测结构响应和温度数据相关性收敛的方法，其特征在于，该方法包括以下步骤：第一步：获取健康监测系统温度数据及其在时间上对应的结构响应数据，包括结构响应数据时间序列fsr，温度数据时间序列xiji＝1,2,...,m,j＝1,2,...n，其中，i表示传感器编号，j表示数据长度，m为时程数据的条数，n为每条时程数据的个数；第二步：使用best‑smooth数据波动性消减算法分别对健康监测系统温度数据ftemp和对应的结构响应数据fsr进行光滑处理，得到光滑处理后的温度数据ftemp，smooth和结构响应数据fsr，smooth；第三步：利用傅里叶级数消除时滞效应并减小频率差异对监测数据间相关性关系的影响，具体流程为：(1)首先使用傅里叶级数对所述第二步中得到的数据fsr，smooth，ftemp，smooth进行频率分解，得到数据信号频率成分参量，具体流程为：1)根据下式计算初始参量u1和临时参量u2：u2p+2=u2p+1=0ui=fi+2cos(kl)ui+1-ui+2]]>i＝2p,2p‑1,2n‑2,...2,1其中，fi代表数据在λi处的值，λi为数据位置，k是正弦信号阶数；2)根据下式计算傅里叶因子的余弦系数ak和正弦系数bk：ak=22p+1(f1+u1cos(kλ)-u2)]]>bk=22p+1+u1sin(kλ)]]>其中，f1为数值信号中第一个数据的值；3)根据下式得到各阶频率对应的相位φk：ffourier=a02+Σk=1∞akcos(kλ)+Σk=1∞bksin(kλ)=a02+Σk=1∞cksin(kλ+φk)]]>其中，a0,a1,a2,...,ak分别是f(λ)傅里叶因子的余弦系数，b1,b2,…,bk分别是f(λ)的傅里叶因子的正弦系数，f(λ)为光滑数据信号傅里叶级数逼近表达式，信号各阶振幅为φk＝arctan(ak/bk)，k＝1,2,3,...；(2)求解光滑处理后的结构响应数据fsr，smooth和光滑处理后的温度数据ftemp，smooth间各个相同频率下的相位差△φi，具体流程为：1)根据傅里叶级数逼近表达式分别计算结构响应数据fsr，smooth的相位φsr,k、温度数据ftemp，smooth的相位φtemp,k：结构响应数据fsr，smooth的傅里叶级数逼近表达式为：fsr,fourier=asr,02+Σk=1∞csr,ksin(kλsr+φsr,k)]]>温度数据ftemp，smooth的傅里叶级数逼近表达式为：ftemp,fourier=atemp,02+Σk=1∞ctemp,ksin(kλtemp+φtemp,k)]]>2)根据下式计算相位差△φi：△φi＝φtemp,i‑φsr,i,i＝1,2,3,...,k其中，φtemp,i为i阶温度数据相位，φsr,i为i阶结构响应数据相位；(3)确定傅里叶级数展开的最小阶数kmin，并计算消除时滞效应后的结构响应数据fsr，deltime‑leg，具体流程为：1)计算结构数据的傅里叶展开值ffourier和数据光滑处理值fsmooth之间的均方根由RMSE<0.001确定结构响应数据的傅里叶级数展开最小阶数kmin；2)将结构响应数据傅里叶级数中的各个频率成分的相位转化为温度信号相位，即平移△φi相位，然后通过下式对平移△φi相位后的结构响应数据进行处理，得到消除时滞后的结构响应数据fsr，deltime‑leg：fsr,deltime-leg=asr,02+Σi=1kmincsr,isin(iλ+φtemp,i)]]>其中，asr,0为结构响应数据的傅里叶因子的余弦系数，csr,i是消除时滞效应后结构响应数据傅里叶展开式中i阶正弦信号的振幅；第四步：计算等效温度数据T，确定消除时滞效应后的结构响应数据和温度数据间的相关性系数γ，具体流程为：(1)采用多元线性回归法获得消除时滞后结构响应数据fsr，deltime‑leg和m条原温度时程监测数据{x1,x2,x3,...,xm}间最佳线性拟合参数b0,b1,b2,...,bm，并根据下式计算消除时滞后结构响应数据fsr，deltime‑leg的最佳拟合值f′sr，deltime‑leg：f′sr，deltime‑leg＝b0+b1x1+b2x2+…+bmxm；(2)由下式计算得到等效温度数据T：T=(b1×x1,j+b2×x2,j+...+bm×x...

【技术特征摘要】
1.一种增强桥梁健康监测结构响应和温度数据相关性收敛的方法，其特征在于，该方法包括以下步骤：第一步：获取健康监测系统温度数据及其在时间上对应的结构响应数据，包括结构响应数据时间序列fsr，温度数据时间序列xiji＝1,2,...,m,j＝1,2,...n，其中，i表示传感器编号，j表示数据长度，m为时程数据的条数，n为每条时程数据的个数；第二步：使用best-smooth数据波动性消减算法分别对健康监测系统温度数据ftemp和对应的结构响应数据fsr进行光滑处理，得到光滑处理后的温度数据ftemp，smooth和结构响应数据fsr，smooth；第三步：利用傅里叶级数消除时滞效应并减小频率差异对监测数据间相关性关系的影响，具体流程为：(1)首先使用傅里叶级数对所述第二步中得到的数据fsr，smooth，ftemp，smooth进行频率分解，得到数据信号频率成分参量，具体流程为：1)根据下式计算初始参量u1和临时参量u2：u2p+2=u2p+1=0ui=fi+2cos(kl)ui+1-ui+2]]>i＝2p,2p-1,2n-2,...2,1其中，fi代表数据在λi处的值，λi为数据位置，k是正弦信号阶数；2)根据下式计算傅里叶因子的余弦系数ak和正弦系数bk：ak=22p+1(f1+u1cos(kλ)-u2)]]>bk=22p+1+u1sin(kλ)]]>其中，f1为数值信号中第一个数据的值；3)根据下式得到各阶频率对应的相位φk：ffourier=a02+Σk=1∞akcos(kλ)+Σk=1∞bksin(kλ)=a02+Σk=1∞cksin(kλ+φk)]]>其中，a0,a1,a2,...,ak分别是f(λ)傅里叶因子的余弦系数，b1,b2,…,bk分别是f(λ)的傅里叶因子的正弦系数，f(λ)为光滑数据信号傅里叶级数逼近表达式，信号各阶振幅为φk＝arctan(ak/bk)，k＝1,2,3,...；(2)求解光滑处理后的结构响应数据fs...

【专利技术属性】
技术研发人员：丁幼亮，刘兴旺，赵瀚玮，郑宏伟，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏;32