一种基于桥梁关联截面监测数据的结构健康状态预警方法技术

本发明专利技术公开了一种基于桥梁关联截面监测数据的结构健康状态预警方法，涉及桥梁监测技术领域。获取目标桥梁内用于监测桥梁的传感器采集数据，根据采集数据计算该传感器在各加载点的基本概率赋值作为基准响应；根据多种类型基准响应得到第一融合概率赋值矩阵，确定各加载点的概率函数；将不同监测截面下各加载点的概率函数对数据进行第二次融合，得到第二融合概率赋值矩阵；根据第二融合概率赋值矩阵确定各加载点处的融合概率函数，根据融合概率函数进行结构损伤诊断和安全预警。通过对多个截面以及多传感器的数据进行融合预警计算，获取关联截面数据关联基准，从而大大减少单截面单传感器产生误报现象，有效地提高桥梁预警的准确性和可靠性。性和可靠性。性和可靠性。

【技术实现步骤摘要】
一种基于桥梁关联截面监测数据的结构健康状态预警方法


[0001]本专利技术涉及桥梁监测
，具体涉及一种基于桥梁关联截面监测数据的结构健康状态预警方法。

技术介绍

[0002]桥梁作为交通咽喉,在交通运输事业中有着举足轻重的作用。但一些桥梁由于结构设计、施工技术、日常养护等方面的不合理,加之酸雨、地震、超载等自然和人为因素的影响,致使桥梁出现各种病害,甚至严重威胁到桥梁的日常安全运营。
[0003]对桥梁安全的及时准确地报警是建设桥梁监测系统的核心目标。除了常规的对桥梁结构安全危险的分级报警和高危报警，针对极端环境和超载现象两个严重影响桥梁安全的因素，分别设置了报警功能。
[0004]现有技术中的报警方式，通常由单一截面传感器通过设置阈值的方法进行预警，这种方式的指标单一，同时结构预警过于依赖阈值设置准确性。因此往往无法及时发现结构安全隐患，桥梁预警的准确性和可靠性较低。

技术实现思路

[0005]本专利技术的目的就在于解决上述
技术介绍
的问题，而提出一种基于桥梁关联截面监测数据的结构健康状态预警方法。
[0006]本专利技术的目的可以通过以下技术方案实现：
[0007]本专利技术实施例提供了一种基于桥梁关联截面监测数据的结构健康状态预警方法，所述方法包括：
[0008]获取所述目标桥梁内用于监测桥梁的多种类型的传感器的采集数据，根据每一传感器的采集数据计算该传感器在各加载点的基本概率赋值作为基准响应；加载点是在所述目标桥梁上行驶的车辆的位置；
[0009]将多种类型的传感器的基准响应进行第一次融合，得到多源传感器的第一融合概率赋值矩阵；所述第一融合概率赋值矩阵的每一行表示同一传感器在不同加载点时的基准响应，所述第一融合概率赋值矩阵的每一列表示不同类型的传感器在同一加载点时的基准响应；
[0010]根据所述第一融合概率赋值矩阵确定各加载点的概率函数；
[0011]将不同监测截面下各加载点的概率函数作为基本概率赋值对数据进行第二次融合，得到所述目标桥梁的第二融合概率赋值矩阵；所述第二融合概率赋值矩阵的每一行表示同一监测截面下在不同加载点处的概率函数，所述第二融合概率赋值矩阵的每一行表示在不同监测截面下在同一加载点处的概率函数；
[0012]根据所述第二融合概率赋值矩阵确定各加载点处的融合概率函数，根据融合概率函数进行结构损伤诊断和安全预警。
[0013]可选的，根据每一传感器的采集数据计算该传感器在各加载点的基本概率赋值作
为基准响应，包括：
[0014]计算每一传感器在各加载点的采集数据与预设无损数据的差值，作为损伤值；
[0015]根据损伤值计算各加载点的基本概率赋值作为基准响应：
[0016][0017]其中，x
j
和x
k
分别表示第j个和第k个加载点，m(x
j
)表示x
j
的基本概率赋值，ΔG(x
j
)和ΔG(x
k
)分别表示x
j
和x
k
处的损伤值，m为加载点的总个数。
[0018]可选的，将多种类型的传感器的基本概率赋值进行第一次融合，得到多源传感器的第一融合概率赋值矩阵，包括：
[0019]针对每一传感器，将各加载点的基准响应除以各加载点中的最大基准响应，得到归一化和无量纲化的基准响应；
[0020]将归一化和无量纲化的基准响应进行第一次融合，得到多源传感器的第一融合概率赋值矩阵。
[0021]可选的，根据所述第一融合概率赋值矩阵确定各加载点的概率函数，包括：
[0022]将所述第一融合概率赋值矩阵进行求正交和，得到各加载点的基本概率函数；
[0023]根据传感器的位置坐标与加载点的位置坐标，计算该传感器与各加载点对应的距离权重；
[0024]使用各加载点的距离权重修正该加载点的基本概率函数，得到该加载点的概率函数。
[0025]可选的，将所述第一融合概率赋值矩阵进行求正交和，得到各加载点的基本概率函数具体为：
[0026][0027]其中，x
j
表示第j个加载点，表示x
j
的基本概率函数，m
i
(x
j
)表示第i种类型的传感器在第j个加载点的基准响应，n为传感器的个数，m为加载点的总个数。
[0028]可选的，根据传感器的位置坐标与加载点的位置坐标，计算该传感器与各加载点对应的距离权重包括:
[0029]根据传感器的位置坐标与加载点的位置坐标，计算传感器与加载点的空间距离；
[0030]根据传感器与加载点的空间距离，计算传感器与加载点的距离权重：
[0031][0032]其中，n为传感器的个数，D
ij
为传感器与加载点的空间距离。
[0033]可选的，使用各加载点的距离权重修正该加载点的基本概率函数，得到该加载点的概率函数具体为：
[0034][0035]M0(x
j
)表示x
j
的概率函数。
[0036]可选的，多种类型的传感器包括静态挠度传感器、加速度幅值传感器和应变传感器。
[0037]本专利技术的有益效果：
[0038]本专利技术实施例提供了一种基于桥梁关联截面监测数据的结构健康状态预警方法，获取目标桥梁内用于监测桥梁的多种类型的传感器的采集数据，根据每一传感器的采集数据计算该传感器在各加载点的基本概率赋值作为基准响应；加载点是在目标桥梁上行驶的车辆的位置；将多种类型的传感器的基准响应进行第一次融合，得到多源传感器的第一融合概率赋值矩阵；第一融合概率赋值矩阵的每一行表示同一传感器在不同加载点时的基准响应，第一融合概率赋值矩阵的每一列表示不同类型的传感器在同一加载点时的基准响应；根据第一融合概率赋值矩阵确定各加载点的概率函数；将不同监测截面下各加载点的概率函数作为基本概率赋值对数据进行第二次融合，得到目标桥梁的第二融合概率赋值矩阵；第二融合概率赋值矩阵的每一行表示同一监测截面下在不同加载点处的概率函数，第二融合概率赋值矩阵的每一行表示在不同监测截面下在同一加载点处的概率函数；根据第二融合概率赋值矩阵确定各加载点处的融合概率函数，根据融合概率函数进行结构损伤诊断和安全预警。通过对多个截面以及多传感器的数据进行融合预警计算，获取关联截面数据关联基准，从而大大减少单截面单传感器产生误报现象，有效地提高桥梁预警的准确性和可靠性。
附图说明
[0039]下面结合附图对本专利技术作进一步的说明。
[0040]图1为本专利技术实施例提供的一种基于桥梁关联截面监测数据的结构健康状态预警方法的流程图。
具体实施方式
[0041]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于桥梁关联截面监测数据的结构健康状态预警方法，其特征在于，所述方法包括：获取所述目标桥梁内用于监测桥梁的多种类型的传感器的采集数据，根据每一传感器的采集数据计算该传感器在各加载点的基本概率赋值作为基准响应；加载点是在所述目标桥梁上行驶的车辆的位置；将多种类型的传感器的基准响应进行第一次融合，得到多源传感器的第一融合概率赋值矩阵；所述第一融合概率赋值矩阵的每一行表示同一传感器在不同加载点时的基准响应，所述第一融合概率赋值矩阵的每一列表示不同类型的传感器在同一加载点时的基准响应；根据所述第一融合概率赋值矩阵确定各加载点的概率函数；将不同监测截面下各加载点的概率函数作为基本概率赋值对数据进行第二次融合，得到所述目标桥梁的第二融合概率赋值矩阵；所述第二融合概率赋值矩阵的每一行表示同一监测截面下在不同加载点处的概率函数，所述第二融合概率赋值矩阵的每一行表示在不同监测截面下在同一加载点处的概率函数；根据所述第二融合概率赋值矩阵确定各加载点处的融合概率函数，根据融合概率函数进行结构损伤诊断和安全预警。2.根据权利要求1所述的一种基于桥梁关联截面监测数据的结构健康状态预警方法，其特征在于，根据每一传感器的采集数据计算该传感器在各加载点的基本概率赋值作为基准响应，包括：计算每一传感器在各加载点的采集数据与预设无损数据的差值，作为损伤值；根据损伤值计算各加载点的基本概率赋值作为基准响应：其中，x
j
和x
k
分别表示第j个和第k个加载点，m(x
j
)表示x
j
的基本概率赋值，ΔG(x
j
)和ΔG(x
k
)分别表示x
j
和x
k
处的损伤值，m为加载点的总个数。3.根据权利要求2所述的一种基于桥梁关联截面监测数据的结构健康状态预警方法，其特征在于，将多种类型的传感器的基本概率赋值进行第一次融合，得到多源传感器的第一融合概率赋值矩阵，包括：针对每一传感器，将各加载点的基准响应除...

【专利技术属性】
技术研发人员：蔡雨朦，付明，范飞，楚帅，汪国华，张曦，黄继源，李舒，赵红飞，朱冰涛，袁晶晶，许成超，秦春，陈登国，
申请(专利权)人：合肥泽众城市智能科技有限公司，
类型：发明
国别省市：