System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种用于运营状态下桥梁响应的时空域精确建模拟合方法技术_技高网

一种用于运营状态下桥梁响应的时空域精确建模拟合方法技术

技术编号:40110906 阅读:6 留言:0更新日期:2024-01-23 19:09
本发明专利技术公开了一种用于运营状态下桥梁响应的时空域精确建模拟合方法,包括如下步骤,基于空间坐标向量及高程测量值,构造似然函数和先验函数,根据似然函数和先验函数,基于贝叶斯理论建立后验函数,通过后验函数计算预测函数,基于采集的时域测量数据,代入预测函数,预测其他坐标位置的波动。本发明专利技术所述的递归高斯过程拟合方法,以高斯过程方法和贝叶斯理论为基础,通过加入时域数据对目标规律函数的后验分布进行不断的递归更新,利用时域数据提高拟合结果在空间上的准确性和可信度,能够在干扰源复杂的情况下以少量的空间数据和大量的时间数据来递归拟合得到高精确度空间数据规律。

【技术实现步骤摘要】

本专利技术涉及一种用于运营状态下桥梁响应的时空域精确建模拟合方法,属于桥梁运维。


技术介绍

1、桥梁的可采集数据包括结构构件线形、应变、模态振型等等,但是在车辆、风等外界随机荷载和噪声的影响下,这些数据在时间上大多于一个动态平衡的范围内随机波动,造成数据的可读性较差、数据规律和潜在特征被噪声淹没等问题。此外,受投入成本限制,无法在全结构范围内大量布设传感器进行数据的高密度采集,依靠空间上较少的数据采集点进行整体数据规律推演也是一个问题。

2、现有的拟合方法可归为经典统计理论和贝叶斯统计理论,以桥梁工程问题为例,经典统计理论认为自变量(空间坐标)和因变量(结构不同空间位置的响应,如高程线形)之间可能存在函数关系,通过假定函数关系-采集数据-求解函数参数-得到函数解的方式来拟合目标响应的空间规律,但该理论无法考虑拟合结果在推断位置的可信度(或称不确定性),且无法考虑时间长度上数据的波动情况。贝叶斯统计理论认为结构上任一位置的结构响应为一随机变量,其观测结果服从某一分布,分布规律受到周围其他位置结构响应的影响,通过建立不同位置结构响应之间的条件概率关系(贝叶斯推断),可以由布设传感器处采集的响应数据推断其他位置的响应,并给出一个分布结果。因此,贝叶斯理论相较于经典统计理论可以给出所得规律的可信度(分布),但仍然无法考虑时间长度上数据因噪声和外界因素导致的波动。当空间中可采集的数据点较为稀少时,两种理论均会得到误差较大的函数拟合结果。


技术实现思路

1、为解决现有技术的不足,本专利技术的目的在于提供一种用于运营状态下桥梁响应的时空域精确建模拟合方法,解决了现有技术中在空间观测数据较少的情况下存在建模结果误差大,可信度低的问题。

2、为了实现上述目标,本专利技术采用如下的技术方案:

3、一种用于运营状态下桥梁响应的时空域建模拟合方法,包括如下步骤:

4、基于采集的桥梁上多个测量点在不同时刻下对应的时域测量数据,构造当前d时刻下的似然函数;

5、根据似然函数和先验函数,基于贝叶斯层次模型,采用递归高斯过程拟合方法建立后验函数:以d-1时刻的后验函数作为当前d时刻的先验函数,再结合当前d时刻下的似然函数推断当前d时刻下的后验函数,并迭代计算最终的后验;

6、构建预测函数分布,基于最终的后验,求解预测函数分布,预测桥梁空间其他位置波动。

7、进一步地,前述d时刻下似然函数p(yd|fx,x,θ)表示为:

8、

9、其中,fx为正态分布均值;x={x1,...,xn}t为测量点空间坐标集合,xn为第n个测量点在横向和纵向的二维平面坐标向量,n为测量点总数;yd={y1d,...,ynd}t为采集的时域测量数据集合,ynd为d时刻下xn对应的高程测量值,1≤d≤d,d为采集数据的时刻总数;θ为超参数结合,yid∈yd;σn2为正态分布的方差,normal()表示正态分布。

10、进一步地,前述根据似然函数和先验函数,基于贝叶斯层次模型,采用递归高斯过程拟合方法建立后验函数:以d-1时刻的后验函数作为当前d时刻的先验函数,再结合当前d时刻下的似然函数推断当前d时刻下的后验函数,并迭代计算最终的后验,包括:

11、利用d时刻下似然函数p(yd|fx,x,θ)和先验函数p(fx|x,θ)推断d时刻下的后验函数p(fx|x,y1:d,θ):

12、

13、其中,y1:d为第1时刻到第d-1时刻的所有高程测量数据的集合,k()为协方差函数,x、x′分别表示不同的空间坐标向量;

14、代入所有时刻的时域测量数据集合yd={y1d,...,ynd}t进行迭代,其中1≤d≤d,求得d时刻下最终的后验:

15、

16、式中,y1:d表示为第1时刻到第d-1时刻的所有高程测量数据的集合。

17、进一步地,前述其中σf、l为超参数。

18、进一步地,前述构建预测函数分布,基于最终的后验,求解预测函数分布,预测其他坐标位置,包括:

19、构建预测函数分布:

20、p(f*|x*,x,y,θ)=∫p(f*|x*,x,fx)p(fx|x,y,θ)dfx~normal(f*|μ,∑)

21、其中,

22、x*为预测位置坐标;f*为x*对应的高程值;μ为预测值;∑为预测方差,i为单位矩阵;

23、基于d时刻下最终的后验求解预测函数分布,得到递归高斯过程方法的预测函数:

24、

25、式中,∑r为预测可信度,μr为预测的函数规律结果,

26、进一步地,前述d≥30。

27、一种电子设备,包括处理器以及存储器,存储器存储有计算机介质,上计算机介质由处理器执行时,运行前述任一项的用于运营状态下桥梁响应的时空域建模拟合方法。

28、一种计算机介质,计算机介质上存储有计算机程序,计算机程序被处理器运行时执行前述任一项的用于运营状态下桥梁响应的时空域建模拟合方法。

29、本专利技术所达到的有益效果:

30、1、本专利技术采用递归高斯过程拟合方法计算最终的后验:以高斯过程方法和贝叶斯理论为基础,通过加入时域数据对目标规律函数的后验分布进行不断的递归更新,利用时域数据提高拟合结果在空间上的准确性和可信度,能够在干扰源复杂的情况下以少量的空间数据和大量的时间数据来递归拟合得到高精确度空间数据规律;

31、2、本专利技术对数据空间点数量的依赖性较小,可以降低传感器布设和数据采集的成本;

32、3、本专利技术应用面广泛,可以用于需要进行时空数据拟合建模处理的土木工程、机械制造、振动控制等多个领域中。

本文档来自技高网...

【技术保护点】

1.一种用于运营状态下桥梁响应的时空域建模拟合方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的用于运营状态下桥梁响应的时空域建模拟合方法,其特征在于,所述d时刻下的似然函数p(yd|fx,X,θ)表示为:

3.根据权利要求2所述的用于运营状态下桥梁响应的时空域建模拟合方法,其特征在于,以d-1时刻的后验函数作为d时刻的先验函数,再结合d时刻下的似然函数推断当前d时刻下的后验函数,并迭代计算最终的后验,包括:

4.根据权利要求3所述的用于运营状态下桥梁响应的时空域建模拟合方法,其特征在于,所述所述超参数结合其中,σf、l为超参数。

5.根据权利要求4所述的用于运营状态下桥梁响应的时空域建模拟合方法,其特征在于,所述构建预测函数分布,基于最终的后验,求解预测函数分布,预测桥梁空间其他位置波动,包括:

6.根据权利要求2所述的用于运营状态下桥梁响应的时空域建模拟合方法,其特征在于,所述D≥30。

7.一种电子设备,其特征在于,包括处理器以及存储器,所述存储器存储有计算机介质,上所述计算机介质由所述处理器执行时,运行如权利要求1至6任一项所述的用于运营状态下桥梁响应的时空域建模拟合方法。

8.一种计算机介质,其特征在于,所述计算机介质上存储有计算机程序,所述计算机程序被处理器运行时执行如权利要求1至6任一项所述的用于运营状态下桥梁响应的时空域建模拟合方法。

...

【技术特征摘要】

1.一种用于运营状态下桥梁响应的时空域建模拟合方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的用于运营状态下桥梁响应的时空域建模拟合方法,其特征在于,所述d时刻下的似然函数p(yd|fx,x,θ)表示为:

3.根据权利要求2所述的用于运营状态下桥梁响应的时空域建模拟合方法,其特征在于,以d-1时刻的后验函数作为d时刻的先验函数,再结合d时刻下的似然函数推断当前d时刻下的后验函数,并迭代计算最终的后验,包括:

4.根据权利要求3所述的用于运营状态下桥梁响应的时空域建模拟合方法,其特征在于,所述所述超参数结合其中,σf、l为超参数。

5.根据权利要求4所述的用于运营状态...

【专利技术属性】
技术研发人员:张倍阳付一小耿东升朱彦洁刘华孙英杰刘俊锋周剑光朱骄健李英然
申请(专利权)人:中铁桥隧技术有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1