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() 多测点应变检测数据集下梁桥集群结构风险阈值设定方法技术_技高网

多测点应变检测数据集下梁桥集群结构风险阈值设定方法技术

技术编号:40409236 阅读:5 留言:0更新日期:2024-02-20 22:29
本发明专利技术公开了一种多测点应变检测数据集下梁桥集群结构风险阈值设定方法,所述方法利用基于高斯相似度的K‑medoids算法,划分集群内单体桥梁类别,采用五点三次平滑分析法,重构集群内参考状态下单体桥梁结构监测数据,构建两测点风险阈值初值,引入参考状态下桥梁结构多测点应变检测数据集,采用熵权‑贝叶斯变权融合算法,修正两测点风险阈值初值,采用留一交叉验证方法,建立桥梁集群结构风险阈值,划分梁桥集群结构多级别预警等级,实现桥梁结构风险的有效预警,适用于运营期桥梁结构风险评估和监测。本发明专利技术解决了运营期桥梁结构因环境因素影响和结构刚度衰减而导致的结构风险预警失准的问题。

【技术实现步骤摘要】

本专利技术属于桥梁结构病害监测领域,涉及一种梁桥集群结构风险阈值设定方法,具体涉及一种多测点应变检测数据集下梁桥集群结构风险阈值设定方法


技术介绍

1、桥梁作为交通基础设施的重要组成部分,对人们的影响越来越大,每日的出行都离不开桥梁的穿针引线。目前,我国公路桥和铁路桥总量超过100万座,是世界第一桥梁大国。而其中有超过79万座桥梁为中小跨径桥梁,同时,这些桥梁也多为结构相对简单的梁桥;同时,随着中国城市化进程的不断发展,中小跨径的梁桥正向着集群化和相似化的方向发展。而桥梁结构一旦建成通车后,就不可避免的会受到各种荷载作用,从而造成桥梁结构抗力的下降和结构的损伤,严重时甚至危害人们的生命安全。

2、结构健康监测(shm)作为对桥梁结构状态变化监测的主要手段,正在逐渐成为桥梁结构运营中的重要一环。然而在桥梁结构健康监测系统的实际运营使用阶段,采集到的数据不可避免的会受到各类环境因素的影响,会对监测数据所识别出的结果造成极大的影响,因此,有效的去除监测数据中的环境因素影响是构建桥梁结构预警系统中的重要一环;同时,现有的桥梁结构风险阈值多由桥梁结构健康监测数据直接设置,对一些能够直接展现桥梁结构状态的指标没有进行充分的利用,难以实现桥梁结构风险的有效预警。从结构损伤检测的角度出发,根据桥梁结构状态,通过一些技术手段修正结构风险阈值,无疑可以实现桥梁结构风险的有效预警。


技术实现思路

1、针对上述既有桥梁结构风险预警存在的不足,本专利技术提供了一种多测点应变检测数据集下梁桥集群结构风险阈值设定方法,以实现桥梁结构风险的有效预警。

2、本专利技术的目的是通过以下技术方案实现的:

3、一种多测点应变检测数据集下梁桥集群结构风险阈值设定方法,包括如下步骤:

4、步骤一:根据梁桥集群结构监测数据,采用基于高斯相似度的k-medoids算法,划分集群内单体桥梁类别,具体步骤如下:

5、步骤一一:根据梁桥集群结构监测数据,构建集群桥梁结构固有频率的监测数据集合:

6、

7、式中,(·)t为矩阵的转置;mf为监测数据的采样点总数;kf为监测数据的某一采样点,kf∈(1,2,…,mf),为第kf个固有频率监测数据的样本集合;

8、步骤一二:针对步骤一一中构建的集群桥梁结构固有频率的监测数据集合,选择m个聚类中心点,计算其余对象与聚类中心点间的高斯相似度,实现监测数据集合类别的初步划分:

9、

10、式中,c为聚类中心集合;α为聚类中心点数目;cα为第α个聚类中心点;为第kf个样本与第j个聚类中心点间的高斯相似度;σ为的方差;为第kf个样本与第j个聚类中心点之间的欧氏距离;

11、步骤一三:根据步骤一二中计算的其余对象与聚类中心点间的高斯相似度,计算监测数据集合中所有对象和类簇c代表对象cj的绝对误差之和:

12、

13、步骤一四:根据步骤一三中的计算结果,随机选取非聚类中心点的样本数据代替中心点进行迭代计算,当迭代满足收敛条件时,停止迭代,收敛条件为:

14、

15、式中,u为总差异值;s为迭代次数;es和es-1分别为第s次和第s-1次迭代的绝对误差之和;当迭代收敛时,完成整个样本集的聚类划分;

16、步骤二:针对划分完成的不同桥梁类别中的任一单体桥梁结构,利用五点三次平滑分析法,重构参考状态下的单体桥梁结构监测数据,具体步骤如下:

17、步骤二一:根据步骤一中的梁桥集群结构监测数据,构建集群内同类型单体桥梁长期应变监测数据集合:

18、y=[ε1,ε2,…εi,…εm]

19、式中,i为桥梁结构应变任意测点,i∈(1,2,…,m);m为测点数目;εi为任意应变测点i长期监测数据构成的向量;

20、步骤二二:针对步骤二一中构建的集群内同类型单体桥梁长期应变监测数据集合,采用五点三次平滑分析,减弱噪声与随机车辆荷载对应变数据的影响:

21、

22、式中,为平滑处理后应变任意测点i第k个监测时刻点的应变数据值;

23、步骤二三:根据步骤二二中的处理结果,得到集群内任意一座单体桥梁应变数据集合矩阵:

24、

25、式中,为原始数据预处理后任意第k个监测时刻点的全部测点应变数据所构成的向量;

26、步骤三:根据步骤二中重构后的单体桥梁结构监测数据,建立预警特征向量,采用最大熵法,拟合预警特征向量的概率密度函数,构建单体桥梁结构两测点风险阈值初值,具体步骤如下:

27、步骤三一:根据步骤二中重构后的参考状态下的单体桥梁结构监测数据,建立预警特征向量:

28、θ(i)=subpace(s0i,s01)

29、式中,θ(i)为应变特征夹角;s0i和s01分别为参考状态下0i测点和01测点的桥梁梁结构监测数据;

30、步骤三二:针对步骤三一中建立的预警特征向量,采用最大熵法,拟合预警特征向量的概率密度函数:

31、

32、式中,f(θ)为随机变量θ的最大熵概率密度函数;n为选取的随机变量θ中心距阶数;az为f(θ)的待定系数;

33、步骤三三:根据步骤三二得到的概率密度函数,确定单体桥梁结构风险阈值初值:

34、

35、式中,f(·)为累积概率分布函数;α为置信度;当低于某一概率密度之下的预警特征值数量总和占全部数量的1-α置信度时,设定此时的概率密度为0i测点和01测点的两测点风险阈值初值

36、步骤四:引入参考状态下桥梁结构多测点应变检测数据集,采用熵权-贝叶斯变权融合算法,构建桥梁结构整体劣化系数,依托桥梁结构设计刚度,计算桥梁结构有效刚度,具体步骤如下:

37、步骤四一:根据桥梁结构关键部位多测点应变检测数据集,计算桥梁关键部位构件的权重:

38、

39、

40、式中,yvh为测试位置为h时v断面应变检测原始数据标准化的结果;xvh为未处理的原始数据;xv为所有样本指标v的向量;pvh为测试位置为h时v断面样本值的比重;m为检测断面数目;ev为第v个断面的熵值;gv为第v个断面的差异系数;wv为桥梁关键部位构件的权重;

41、步骤四二:根据步骤四一计算得到的桥梁关键部位构件的权重,采用贝叶斯估计法,得到一个考虑承载能力检测评定信息的先验分布:

42、

43、式中,ψb为整体劣化系数;ξb,v为v断面的劣化系数;wm为桥梁关键部位构件的贡献权重;为先验分布函数;fv(ξb,v|ψb)为最大似然函数;m为检测断面数目;q是一个正则化常数;

44、步骤四三:根据步骤四二中得到的先验分布,在平方损失函数下,得到整体劣化系数ψb的贝叶斯估计为:

45、

46、步骤四四:根据步骤四三中得到的整体劣化系数ψb的贝叶斯估计计本文档来自技高网...

【技术保护点】

1.一种多测点应变检测数据集下梁桥集群结构风险阈值设定方法,其特征在于所述方法包括如下步骤:

2.根据权利要求1所述的多测点应变检测数据集下梁桥集群结构风险阈值设定方法,其特征在于所述步骤一的具体步骤如下:

3.根据权利要求1所述的多测点应变检测数据集下梁桥集群结构风险阈值设定方法,其特征在于所述步骤二的具体步骤如下:

4.根据权利要求1所述的多测点应变检测数据集下梁桥集群结构风险阈值设定方法,其特征在于所述步骤三的具体步骤如下:

5.根据权利要求1所述的多测点应变检测数据集下梁桥集群结构风险阈值设定方法,其特征在于所述步骤四的具体步骤如下:

6.根据权利要求1所述的多测点应变检测数据集下梁桥集群结构风险阈值设定方法,其特征在于所述步骤五的具体步骤如下:

7.根据权利要求1所述的多测点应变检测数据集下梁桥集群结构风险阈值设定方法,其特征在于所述步骤六的具体步骤如下:

【技术特征摘要】

1.一种多测点应变检测数据集下梁桥集群结构风险阈值设定方法,其特征在于所述方法包括如下步骤:

2.根据权利要求1所述的多测点应变检测数据集下梁桥集群结构风险阈值设定方法,其特征在于所述步骤一的具体步骤如下:

3.根据权利要求1所述的多测点应变检测数据集下梁桥集群结构风险阈值设定方法,其特征在于所述步骤二的具体步骤如下:

4.根据权利要求1所述的多测点应变检测数据集下梁桥集群结构风险阈值...

【专利技术属性】
技术研发人员:姜在阳刘洋李辰邢宏涛陈秀艳高庆飞刘锋
申请(专利权)人:黑龙江省公路建设中心
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