基于频域辨识的Volterra级数模型的桥梁监测方法技术

本发明专利技术涉及一种基于频域辨识的Volterra级数模型的桥梁监测方法，属于模型辨识领域。根据系统的输入输出数据，按照一定的辨识方法获取被诊断对象的广义频响函数GFRF模型的估计，从所获得的GFRF模型中提取能反映系统状态的特征，最后用模式识别技术确定系统所处状态。无需特定输入激励信号，只需利用日常桥梁结构运营监测数据即可建立系统Volterra模型；Volterra模型的核函数不依赖于系统的输入输出，完全反映系统的本质特性；因此，基于频域辨识的Volterra级数模型能够发现隐含在监测数据中表征桥梁结构内在特性的关键信息，达到识别桥梁异常情况的目的，可在桥梁离线分析中发挥重要作用。

【技术实现步骤摘要】
基于频域辨识的Volterra级数模型的桥梁监测方法
本专利技术属于模型辨识领域，涉及基于频域辨识的Volterra级数模型的桥梁监测方法。
技术介绍
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。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。当前最常用的桥梁监测数据预警方式是阈值报警法：根据桥梁模型计算结果以及相关规范规定设定各个测点报警阈值，当监测值超过限定时发出报警信息。然而，在实际应用中由于计算模型边界条件难以界定，模型结构无法准确构建，且低估了温度对桥梁结构的影响，因此所设定的阈值不够准确，使得该方法在桥梁监测数据预警上的应用还不能令人满意。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种基于频域辨识的Volterra级数模型的桥梁监测本文档来自技高网...

【技术保护点】
1.基于频域辨识的Volterra级数模型的桥梁监测方法，其特征在于：该方法包括以下步骤：/nS1：以桥梁结构系统作为待分析对象，以高斯白噪声环境激励要素为输入信号x(t)；/nS2：以桥梁运营监测数据为输出信号y(t)；/nS3：采用参数辨识方法识别桥梁结构系统广义频率响应函数GFRF模型的第一、第二、第三阶核函数；/nS4：桥梁结构系统不同运行状态下，前三阶GFRF核的表征会有差异；当差异不明显时，通过构建特征指标进行量化描述；提取前三阶GFRF核常见统计指标用于描述系统特性；采用主分量分析PCA对前三阶GFRF核特征进行约简，主分量至少保留90％信息；/nS5：采用支持向量机SVM对桥梁...

【技术特征摘要】
1.基于频域辨识的Volterra级数模型的桥梁监测方法，其特征在于：该方法包括以下步骤：
S1：以桥梁结构系统作为待分析对象，以高斯白噪声环境激励要素为输入信号x(t)；
S2：以桥梁运营监测数据为输出信号y(t)；
S3：采用参数辨识方法识别桥梁结构系统广义频率响应函数GFRF模型的第一、第二、第三阶核函数；
S4：桥梁结构系统不同运行状态下，前三阶GFRF核的表征会有差异；当差异不明显时，通过构建特征指标进行量化描述；提取前三阶GFRF核常见统计指标用于描述系统特性；采用主分量分析PCA对前三阶GFRF核特征进行约简，主分量至少保留90％信息；
S5：采用支持向量机SVM对桥梁结构系统不同工况下的特征表现进行识别；采用高斯径向基函数为SVM核函数，交叉验证方法确定最优核参数与惩罚因子C；
最终识别桥梁结构系统的各种运行状态。


2.根据权利要求1所述的基于频域辨识的Volterra级数模型的桥梁监测方法，其特征在于：所述桥梁运营监测数据包括裂缝监测数据、挠度监测数据、应变监测数据和倾斜监测数据。


3.根据权利要求1所述的基于频域辨识的Volterra级数模型的桥梁监测方法，其特征在于：所述S3具体为：
S31：Volterra级数理论认为对输入信号x(t)的响应y(t)，表示为如下卷积序列和的形式：



式中，



t表示连续时间；
τ表示时间延迟；
n表示系统阶次；
hn(τ1,τ2,…,τn)表示非线性系统的n阶Volterra时域核或n阶脉冲响应函...

【专利技术属性】
技术研发人员：唐浩，于健，朱荣章，华贤林，刘曦，姜群，马志壮，白聪聪，肖爱玲，段敏，陈卓，岳小媚，
申请(专利权)人：招商局重庆交通科研设计院有限公司，齐河城投黄河大桥经营管理有限公司，
类型：发明
国别省市：重庆;50