The invention discloses a bridge monitoring data of multiple wavelet anomalies recognition methods, including: 1) based on interception of a bridge monitoring data for analysis of the original signal S; 2) the original signal S signal SAn decomposition to the N layer; 3) set the signal into SAn signal P of P in M wavelet first layer signal decomposition, PD1 decomposition; 4): absolute value of PD1 as the characteristic signal of Q J Q, wavelet decomposition, the j layer of the low-frequency sub-band signal after the QAj decomposition; the absolute value of the variation characterization of original signal S QAj; 5) when the t time |QAj|, K, S in t time that the original signal is abnormal. Through the analysis of the data from the original monitoring massive bridge monitoring, the signal containing noise to extract useful signals reflect the bridge operation state by multi wavelet technology, to determine whether the bridge operation state changed by judging the useful signal is overrun, to identify anomalies to bridge monitoring data.
【技术实现步骤摘要】
一种基于多重小波的桥梁监测数据异常情况识别方法
本专利技术涉及桥梁监测数据分析与处理领域,具体涉及一种基于多重小波的桥梁监测数据异常情况识别方法。
技术介绍
近年来,随着国民经济的高速发展和全国交通网络的建设,公路桥梁总量持续增加。据《2015年交通运输行业发展统计公报》显示,截止2015年底,全国公路桥梁达77.92万座,特大桥梁3894座,大型桥梁79512座。然而,对于已建成投入营运的桥梁,在其服役过程中必然遭受环境、荷载、老化等因素的影响,从而导致结构性能退化,形成安全隐患;另外,不断加大的交通量也使得许多桥梁的设计荷载无法满足现行车辆荷载的使用需求。近年来桥梁垮塌事故频发,不仅给人民群众生命财产造成重大损失,也带来了极为不良的社会影响。国内桥梁界逐渐认识到桥梁服役时监测的重要性,目前已在众多大型桥梁上建设实施了桥梁运营监测系统。桥梁的运营监测每天会产生大量数据,从海量监测数据中挖掘出桥梁结构安全信息,对可能出现的安全隐患进行提前预警,是技术人员研究的重点、难点。这一领域的研究成果相对较少,且实地应用情况还不太令人满意。
技术实现思路
鉴于此,本专利技术的目的是提供一种基于多重小波的桥梁监测数据异常情况识别方法,本专利技术采用小波技术对信号进行多重分析处理,发现隐含在监测数据中的本征特性。本专利技术的目的是通过以下技术方案实现的,一种基于多重小波的桥梁监测数据异常情况识别方法,包括以下步骤:步骤1)截取一段时间内某一个测点某一种类型的桥梁监测数据为待分析原始信号S;步骤2)第一重小波处理:采用Daubechies小波对原始信号S进行多尺度分解;原始信号 ...
【技术保护点】
一种基于多重小波的桥梁监测数据异常情况识别方法,其特征在于:包括以下步骤:步骤1)截取一段时间内某一个测点某一种类型的桥梁监测数据为待分析原始信号S;步骤2)第一重小波处理:采用Daubechies小波对原始信号S进行多尺度分解;原始信号S被分解为低频部分SA1和高频部分SD1,其中SA1又再次被分为第2层低频部分SA2和第2层高频部分SD2,以此类推;原始信号S分解到第n层的低频子带信号SAn表征原始信号S的低频趋势信息;步骤3)第二重小波处理:设置信号SAn为信号P,采用Daubechies小波对信号P进行m层分解,得到分解后的第1层高频子带信号PD1;步骤4)第三重小波处理:取PD1的绝对值为特征信号Q,采用Daubechies小波对特征信号Q进行j层分解,得到分解后的第j层低频子带信号QAj;QAj的绝对值大小表征原始信号S的变异程度;步骤5)当t时刻的|QAj|>k时,说明原始信号S在t时刻出现异常。
【技术特征摘要】
1.一种基于多重小波的桥梁监测数据异常情况识别方法,其特征在于:包括以下步骤:步骤1)截取一段时间内某一个测点某一种类型的桥梁监测数据为待分析原始信号S;步骤2)第一重小波处理:采用Daubechies小波对原始信号S进行多尺度分解;原始信号S被分解为低频部分SA1和高频部分SD1,其中SA1又再次被分为第2层低频部分SA2和第2层高频部分SD2,以此类推;原始信号S分解到第n层的低频子带信号SAn表征原始信号S的低频趋势信息;步骤3)第二重小波处理:设置信号SAn为信号P,采用D...
【专利技术属性】
技术研发人员:唐浩,孟利波,廖敬波,宋刚,段敏,陈果,李志刚,
申请(专利权)人:招商局重庆交通科研设计院有限公司,
类型:发明
国别省市:重庆,50
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。