一种基于温度修正桥梁结构应变的监测方法、系统及设备技术方案

本发明专利技术提供一种基于温度修正桥梁结构应变的监测方法、系统及设备，本方案采用历史监测数据建立结构应变

【技术实现步骤摘要】
一种基于温度修正桥梁结构应变的监测方法、系统及设备


[0001]本专利技术涉及桥梁监测
，具体涉及一种基于温度修正桥梁结构应变的监测方法、系统及设备。

技术介绍

[0002]桥梁是交通运输系统中的重要组成部分，对于保障交通运输安全和畅通至关重要。随着时间的推移，桥梁结构可能因为自然环境、使用过程中的载荷等因素而出现损伤。为防止桥梁在运营期内安全事故的发生，因此需对桥梁结构进行检查。结构健康监测系统相比定检和人工巡检等方式具有实时监测、人工成本低的优势，因此较为火热。
[0003]在桥梁健康监测系统的监测内容中，结构应变是一个重要的监测项，可以反映桥梁结构在自然环境、使用过程中的载荷等因素作用下的变形情况。然而，实际应用中结构应变与温度之间存在较大相关性，如图1所示，但两者之间又存在一定的时间滞后性，使得结构分析相关人员难以对结构应变中温度效应影响进行有效分析，这为分析桥梁结构应变的变化带来了很大困难，导致可能误判桥梁结构的健康状况。
[0004]因此，需要一种桥梁结构应变的监测方法，以提高桥梁结构的健康状况的判断准确率。

技术实现思路

[0005]针对现有技术存在的不足，本专利技术提出一种基于温度修正桥梁结构应变的监测方法、系统及设备，以解决现有技术中存在的难以准确判断桥梁结构的健康状况的技术问题。
[0006]一种基于温度修正桥梁结构应变的监测方法，其特征在于，包括：采集目标桥梁的历史监测数据；根据所述历史监测数据建立结构应变ε(t)与温度T(t)的动态系统模型，所述动态系统模型包括状态向量X(t)和观测向量Y(t)，t为时间；采用卡尔曼滤波算法对所述状态向量X(t)进行估计，得到目标状态向量根据所述目标状态向量计算结构应变得到目标结构应变ε
′
(t)；将所述目标结构应变ε
′
(t)与预设的健康阈值进行比较，判断所述目标桥梁的结构健康状况。
[0007]在其中一个实施例中，所述采集目标桥梁的历史监测数据步骤包括：基于桥梁结构健康监测系统，收集目标桥梁的历史监测数据，所述历史监测数据包括结构应变数据和温度数据。
[0008]在其中一个实施例中，所述状态向量X(t)＝[α,β,τ]T
，所述观测向量为Y(t)＝[ε(t),T(t)]T
，所述动态系统模型为：
[0009]X(t)＝F
·
X(t
‑
1)+w(t)
[0010]Y(t)＝H
·
X(t)+v(t)
[0011]其中，X(t)为状态向量，Y(t)为观测向量，α为线性回归模型中的截距参数，β为斜率参数，τ为时间滞后参数，F为状态转移矩阵，w(t)为过程噪声，H为观测矩阵，v(t)为观测噪声。
[0012]在其中一个实施例中，所述状态转移矩阵F为一个3*3的单位矩阵，观测矩阵H为2*3的矩阵，形式为：
[0013][0014]其中，T
′
(t
‑
τ)表示T(t)在t
‑
τ时刻的导数，参数a控制了温度数据T(t)与状态向量中的温度变化的非线性系数β之间的线性关系；参数b控制了温度数据T(t)与状态向量中的延迟时间τ之间的线性关系。
[0015]在其中一个实施例中，在所述采用卡尔曼滤波算法对所述状态向量X(t)进行估计，得到目标状态向量步骤中，采用协方矩阵Q表示过程噪声。
[0016]在其中一个实施例中，所述采用卡尔曼滤波算法对所述状态向量X(t)进行估计，得到目标状态向量步骤，包括：根据卡尔曼滤波算法预测状态向量：
[0017][0018]P(t|t
‑
1)＝F
·
P(t
‑
1|t
‑
1)
·
F
T
+Q
[0019]其中，为t时刻基于t
‑
1时刻观测的状态向量预测，P(t|t
‑
1)为预测误差协方差矩阵，Q为过程噪声协方差矩阵；
[0020]更新所述预测状态向量：
[0021]K(t)＝P(t|t
‑
1)
·
H
T
·
(H
·
P(t|t
‑
1)
·
H
T
+R)
‑1[0022][0023]P(t|t)＝(I
‑
K(t)
·
H)
·
P(t|t
‑
1)
[0024]其中，K(t)为卡尔曼增益，R为观测噪声协方差矩阵，I为单位矩阵。
[0025]在其中一个实施例中，所述目标结构应变ε
′
(t)为：ε
′
(t)＝ε(t)
‑
βT(t
‑
τ)。
[0026]在其中一个实施例中，将所述目标结构应变ε
′
(t)与预设的健康阈值进行比较，判断所述目标桥梁的结构健康状况步骤之后，还包括：当所述目标结构应变ε
′
(t)大于预设的健康阈值，则判定目标桥梁的结构异常，需要后期维护；当所述目标结构应变ε
′
(t)小于等于预设的健康阈值，则判定目标桥梁的结构正常。
[0027]一种基于温度修正桥梁结构应变的监测系统，其特征在于，包括数据采集模块、模型构建模块、估计预测模块和状态判断模块，其中：所述数据采集模块用于，采集目标桥梁的历史监测数据；所述模型构建模块用于，根据所述历史监测数据建立结构应变ε(t)与温度T(t)的动态系统模型，所述动态系统模型包括状态向量X(t)和观测向量Y(t)；所述估计预测模块用于，采用卡尔曼滤波算法对所述状态向量X(t)进行估计，得到目标状态向量所述估计预测模块还用于，根据所述目标状态向量计算结构应变得到目标结构应变ε
′
(t)；所述状态判断模块用于，将所述目标结构应变ε
′
(t)与预设的健康阈值进行比较，判断所述目标桥梁的结构健康状况。
[0028]一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述各个实施例中所述的一种基于温度修正桥梁结构应变的监测方法的步骤。
[0029]由上述技术方案可知，本专利技术的有益技术效果如下：
[0030]采用历史监测数据建立结构应变
‑
温度的动态系统模型，利用卡尔曼滤波算法对状态向量进行估计，可以消除测量误差和噪声的影响，从而提高了结构应变数据的准确性和稳定性，最后根据状态向量与结构应变和温度的关系(即动态系统模型)，可以准确的修正温度对应变数据的影响，进而获得经过温度修正后的真实结构应变情况，再根据真实结构应变情况(即目标结构应变)判断桥梁结构的健康状况，极大的提高了桥梁结构的健康状况的判断准确率。
附图说明...

【技术保护点】

【技术特征摘要】
P(t|t)＝(I
‑
K(t)
·
H)
·
P(t|t
‑
1)其中，K(t)为卡尔曼增益，R为观测噪声协方差矩阵，I为单位矩阵。7.根据权利要求3所述的方法，其特征在于，所述目标结构应变ε
′
(t)为：ε
′
(t)＝ε(t)
‑
βT(t
‑
τ)。8.根据权利要求1所述的方法，其特征在于，将所述目标结构应变ε
′
(t)与预设的健康阈值进行比较，判断所述目标桥梁的结构健康状况步骤之后，还包括：当所述目标结构应变ε
′
(t)大于预设的健康阈值，则判定目标桥梁的结构异常，需要后期维护；当所述目标结构应变ε
′
(t)小于等于预设的健康阈值，则判定目标桥梁的结构正常...

【专利技术属性】
技术研发人员：龚加兴，韩坤林，刘大洋，宋纯冰，桑晓玉，斯新华，邢春超，石永燕，宋刚，张赞鹏，孟旭，贾金晓，杨小庆，李旭梅，张洲，
申请(专利权)人：招商局重庆公路工程检测中心有限公司，
类型：发明
国别省市：