【技术实现步骤摘要】
一种桥梁健康状态监测方法、系统及电子设备
[0001]本专利技术涉及桥梁监测领域,特别是涉及一种桥梁健康状态监测方法、系统及电子设备。
技术介绍
[0002]当前对桥梁的监测主要采用人工监测方式为主,采用人力实地监测数据,周期长,成本高,并且依赖监测人员的技术水平和单次监测使用的设备,对于不同数据源、不同时间获取的数据难以进行融合处理,无法及时获取全面的桥梁健康状态数据。
技术实现思路
[0003]本专利技术的目的是提供一种桥梁健康状态监测方法、系统及电子设备,可提高桥梁健康状态数据的全面性,提高监测精度及效率。
[0004]为实现上述目的,本专利技术提供了如下方案:一种桥梁健康状态监测方法,包括:获取设定时段内桥梁的多源异构数据集;所述多源异构数据集中包括多个数据源数据,每个数据源数据中包括对应数据源在设定时段内各时刻采集的桥梁数据;每个数据源采集的桥梁数据的类型不同;对所述多源异构数据集进行异常值剔除,得到标准数据集;基于模拟工况数据集及所述标准数据集建立数字孪生系统;所述模拟工况数据集中包括多个模拟数据,每个模拟数据中包括设定时段内各时刻模拟得到的桥梁数据;各模拟数据中桥梁数据的类型与各数据源采集的桥梁数据的类型对应;基于所述数字孪生系统对未来设定时段内各时刻的桥梁数据进行预测,得到预测数据集;所述预测数据集中包括多个预测数据,每个预测数据包括未来设定时段内各时刻的桥梁数据;各预测数据中桥梁数据的类型与各数据源采集的桥梁数据的类型对应;根据所述预测数据集建立各预测数据的多维数据矩阵;多维 ...
【技术保护点】
【技术特征摘要】
1.一种桥梁健康状态监测方法,其特征在于,所述桥梁健康状态监测方法包括:获取设定时段内桥梁的多源异构数据集;所述多源异构数据集中包括多个数据源数据,每个数据源数据中包括对应数据源在设定时段内各时刻采集的桥梁数据;每个数据源采集的桥梁数据的类型不同;对所述多源异构数据集进行异常值剔除,得到标准数据集;基于模拟工况数据集及所述标准数据集建立数字孪生系统;所述模拟工况数据集中包括多个模拟数据,每个模拟数据中包括设定时段内各时刻模拟得到的桥梁数据;各模拟数据中桥梁数据的类型与各数据源采集的桥梁数据的类型对应;基于所述数字孪生系统对未来设定时段内各时刻的桥梁数据进行预测,得到预测数据集;所述预测数据集中包括多个预测数据,每个预测数据包括未来设定时段内各时刻的桥梁数据;各预测数据中桥梁数据的类型与各数据源采集的桥梁数据的类型对应;根据所述预测数据集建立各预测数据的多维数据矩阵;多维数据矩阵中包括对应的预测数据、预测数据的权重及预测数据与各参考预测数据的关联因子,所述参考预测数据为所述预测数据集中除所述预测数据以外的任一预测数据;根据各预测数据的多维数据矩阵及各预测数据的权重,确定未来设定时段内桥梁的健康状态值。2.根据权利要求1所述的桥梁健康状态监测方法,其特征在于,所述获取设定时段内桥梁的多源异构数据集,具体包括:通过设置在桥梁上不同位置处不同类型的传感器采集设定时段内的桥梁状态模拟信号;针对任一传感器,将所述传感器采集的桥梁状态模拟信号转换为数字信号,得到桥梁状态数字信号,并对所述桥梁状态数字信号的格式进行标准化处理,得到桥梁状态标准数据;将各桥梁状态标准数据的时间颗粒度统一,得到对应的多个数据源数据。3.根据权利要求1所述的桥梁健康状态监测方法,其特征在于,对所述多源异构数据集进行异常值剔除,具体包括:针对任一数据源数据中的任一桥梁数据,判断所述桥梁数据是否大于对应的数据源的超量程数值,若是,则将所述桥梁数据剔除;根据各目标桥梁数据,以时间轴为横坐标,以目标桥梁数据为纵坐标,在笛卡尔坐标系下建立对应所述桥梁数据的数据曲线;所述目标桥梁数据为所述数据源数据中除所述桥梁数据以外的桥梁数据;根据所述桥梁数据在笛卡尔坐标系中的坐标,计算所述桥梁数据与对应所述桥梁数据的数据曲线之间的距离;判断所述桥梁数据与对应所述桥梁数据的数据曲线之间的距离是否大于距离异常值,若是,则将所述桥梁数据剔除,以得到标准数据集。4.根据权利要求3所述的桥梁健康状态监测方法,其特征在于,采用以下公式计算桥梁数据p与对应桥梁数据p的数据曲线之间的距离:
;其中,B
data
为桥梁数据p与对应桥梁数据p的数据曲线之间的距离,(x
p
,y
p
)为桥梁数据p在笛卡尔坐标系中的坐标,(x0,y0)为对应桥梁数据p的数据曲线中距离桥梁数据p最近的点的坐标。5.根据权利要求3所述的桥梁健康状态监测方法,其特征在于,对所述多源异构数...
【专利技术属性】
技术研发人员:高双全,丁拓,郭勇,明健松,刘云婷,李二茂,刘欢,梁婧,王山虎,孙琰,贺泽震,张学梅,高美娟,赵璐,
申请(专利权)人:中裕铁信交通科技股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。