一种基于高性能时序数据库的桥梁在线健康监测系统技术方案

本发明专利技术公开了一种基于高性能时序数据库的桥梁在线健康监测系统，采用分布式测控技术，每个传感器均与智能调理器直接相连，将传感器模拟信号或数字信号转换为以太网信号；外场数据采集站中的工控机对采集到的数据信号进行解码和发包，根据TCP/IP协议与数据中心服务器进行无线数据传输；数据中心的高性能时序数据库对实时传输的数据进行自动归档入库，并能够进行数据压缩、信息提取和融合；第三方分析API接入数据中心数据库，开发智能算法与软件，实现在线数据预处理，并采用多种在线算法对桥梁运营模态进行识别；根据数据分析结果并结合损伤识别和模型修正技术，桥梁结构状态在线评估子系统对该斜拉桥运行状态进行快速研判，自动发出预警。自动发出预警。自动发出预警。

【技术实现步骤摘要】
一种基于高性能时序数据库的桥梁在线健康监测系统


[0001]本专利技术属于大跨度桥梁健康监测领域，具体涉及一种基于高性能时序数据库的桥梁在线健康监测系统。

技术介绍

[0002]大跨度桥梁健康监测是指对大桥全桥进行健康监控，在大桥上安装相应仪器设备对桥梁主要结构特征参数进行监测，并通过数据传输至监控中心终端系统进行动态数据整合和分析，并对桥梁运行状况进行评估，有效保证桥梁健康安全运行。
[0003]数据库是桥梁监测系统的中枢，起着接收数据、数据存储与管理，并为数据分析提供实时分析接口的功能，对于长期运营的大跨度桥梁，为了满足实现的数据分析和评估，数据库的性能(如查询速度、稳定性，多接口、易用性等)是重中之重。现有的中心数据库多采用关系型数据库，如Oracle，SQLServer等等。此类数据库具有数据存储量大、易于并行存储和迁移等优点，但对于大跨桥梁长期积累的海量数据，查询速度极慢，数据冗杂且无效数据过多，运营成本高。难以满足在线数据分析和评估，从而无法对决策者提供实时的预警功能。

技术实现思路

[0004]本专利技术所为了解决
技术介绍
中存在的技术问题，目的在于提供了一种基于高性能时序数据库的桥梁在线健康监测系统，以解决传统桥梁长期监测方案中存在的海量数据处理速度过慢、硬件成本高、软件开发难度大、离线分析与评估预警时效性低等问题，实现自动化的在线健康监测。
[0005]为了解决技术问题，本专利技术的技术方案是：
[0006]一种基于高性能时序数据库的桥梁在线健康监测系统，所述系统包括：桥梁现场采集与无线传输模块、中心数据库模块和数据在线处理分析与评估模块；
[0007]所述桥梁现场采集与无线传输模块：采用分布式测控技术，每个传感器均与智能调理器直接相连，将传感器模拟信号或数字信号转换为符合国际标准协议的以太网信号，并对采集到的数据信号进行解码和发包，根据TCP/IP协议与中心数据库模块进行无线数据传输；
[0008]所述中心数据库模块：采用高性能时序数据库TDengine，对上述实时传输的数据进行自动归档入库，并能够根据用户需求进行数据压缩、信息提取和融合；
[0009]所述数据在线处理分析与评估模块：用于对中心数据库模块中存储的监测数据进行在线数据异常检测、数据清洗、降噪、滤波预处理，并采用多种模态识别方法对桥梁运营模态进行识别，根据预先设定的评估标准对桥梁运营状态进行实时评估，并能够自动发出预警。
[0010]进一步，所述桥梁现场采集与无线传输模块具体用于：利用分布式测控技术，传感器均与智能调理器直接相连，将传感器模拟信号或数字信号转换为符合国际标准协议的以
太网信号，外场数据采集站中的工控机对采集到的信号进行解码和发包，发包的数据按不同传感器类型或采集设备类型分组，并按一定时间间隔组包，根据TCP/IP协议与中心数据库模块进行无线数据传输。
[0011]进一步，所述中心数据库模块的数据表分为超级表与子表两种，超级表用于定义“标签”，如传感器编码、传感器位置和桥梁编码；子表用于存储监测数据，包括：主键即时间戳与数据列；在系统设计中，为了保证灵活性，每一张子表均仅存储一个传感器的一种具体监测内容数据，如对于温湿度传感器，分别设计两张子表，用以分开存储温度数据与湿度数据；在数据表命名方面，超级表命名规则为：结构物ID_具体监测内容ID，即将所有的传感器按所属结构物与监测内容分类；子表命名规则为：结构物ID_传感器ID_具体监测内容ID。
[0012]进一步，所述中心数据库模块预留数据分析接口，采用Python语言调用中心数据库的数据接口，采用机器学习和深度学习智能算法开发一系列数据预处理和分析程序，对于数据分析结果存入新的数据子表；
[0013]所述中心数据库预模块留评估子系统接口，根据预先设定的黄色预警和红色预警阈值对桥梁运营状态进行实施评估，达到在线健康监测的目的。
[0014]进一步，所述数据在线处理分析与评估模块包括：第三方分析API接口、数据预处理程序、数据分析程序和评估子系统；
[0015]所述第三方分析API接口用于第三方分析程序接入TDengine数据库的数据；
[0016]所述数据预处理程序用于在Python语言中开发智能算法，对接口接入的监测数据进行在线数据异常检测、数据清洗、降噪及滤波预处理，提高数据质量和准确性；
[0017]所述数据分析程序采用深度学习算法对监测数据进行分析，如索力的预测；
[0018]所述评估子系统采用多种模态识别方法对桥梁运营模态进行识别，并结合损伤识别和模型修正等技术，对桥梁运行状态进行快速综合研判，在出现异常时及时向相关人员发送预警信息。
[0019]与现有技术相比，本专利技术的优点在于：
[0020]本专利技术采用高性能的开源时序型数据库Tdengine作为中心数据库，具有更高的数据存储和查询效率，相较于关系型数据库如Oracle和SQL Server数据写入和查询速度快十倍以上，存储空间也不及1/5，大幅度的降低了监测系统硬件成本，能够满足大规模、高速度的数据存储和处理需求。同时，本专利技术采用机器学习和深度学习等智能算法对数据进行预处理和分析，有效提高了数据处理的效率和准确性，同时也能够根据不同的数据需求进行灵活的数据压缩、信息提取和融合。
[0021]本专利技术在硬件及软件上相较于传统监测系统均具备优势，而且，本专利技术实现了自动化的数据处理、分析和评估，减少了人工操作的成本和误差，并能够快速地发现桥梁运行状态的异常，在线自动化的发出预警，保障桥梁的安全运行。
附图说明
[0022]图1、本专利技术一种基于高性能时序数据库的桥梁在线健康监测系统的系统架构图；
[0023]图2、某新建大跨度斜拉桥主桥结构布置示意图；
[0024]图3、数据降噪图(信号分解与重构，EMD.EEMD,CEEDAN)；
[0025]图4、数据滤波图(巴尔特沃夫8阶带通滤波器)；
[0026]图5、数据异常检测与分析图；
[0027]图6、模态识别与结构评估图；
[0028]图7、基于深度学习模型的索力预测图。
具体实施方式
[0029]下面结合实施例描述本专利技术具体实施方式：
[0030]需要说明的是，本说明书所示意的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本专利技术可实施的限定条件，任何结构的修饰、比例关系的改变或大小的调整，在不影响本专利技术所能产生的功效及所能达成的目的下，均应仍落在本专利技术所揭示的
技术实现思路
能涵盖的范围内。
[0031]同时，本说明书中所引用的如“上”、“下”、“左”、“右”、“中间”及“一”等的用语，亦仅为便于叙述的明了，而非用以限定本专利技术可实施的范围，其相对关系的改变或调整，在无实质变更
技术实现思路
下，当亦视为本专利技术可实施的范畴。
[0032]实施例1：
[0033]如图1所示，本专利技术是一种基于高性能时序数据库本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于高性能时序数据库的桥梁在线健康监测系统，其特征在于，所述系统包括：桥梁现场采集与无线传输模块、中心数据库模块和数据在线处理分析与评估模块；所述桥梁现场采集与无线传输模块：采用分布式测控技术，每个传感器均与智能调理器直接相连，将传感器模拟信号或数字信号转换为符合国际标准协议的以太网信号，并对采集到的数据信号进行解码和发包，根据TCP/IP协议与中心数据库模块进行无线数据传输；所述中心数据库模块：采用高性能时序数据库TDengine，对上述实时传输的数据进行自动归档入库，并能够根据用户需求进行数据压缩、信息提取和融合；所述数据在线处理分析与评估模块：用于对中心数据库模块中存储的监测数据进行在线数据异常检测、数据清洗、降噪、滤波预处理，并采用多种模态识别方法对桥梁运营模态进行识别，根据预先设定的评估标准对桥梁运营状态进行实时评估，并能够自动发出预警。2.根据权利要求1所述的一种基于高性能时序数据库的桥梁在线健康监测系统，其特征在于，所述桥梁现场采集与无线传输模块具体用于：利用分布式测控技术，传感器均与智能调理器直接相连，将传感器模拟信号或数字信号转换为符合国际标准协议的以太网信号，外场数据采集站中的工控机对采集到的信号进行解码和发包，发包的数据按不同传感器类型或采集设备类型分组，并按一定时间间隔组包，根据TCP/IP协议与中心数据库模块进行无线数据传输。3.根据权利要求1所述的一种基于高性能时序数据库的桥梁在线健康监测系统，其特征在于，所述中心数据库模块的数据表分为超级表与子表两种，超级表用于定义“标签”，如传感器编码、传感器位置和桥梁编码；子表用于存储监测数据，包...

【专利技术属性】
技术研发人员：肖图刚，蒲黔辉，洪彧，许靖业，张子怡，高玉峰，文旭光，
申请(专利权)人：南宁学院，
类型：发明
国别省市：