消除温度效应滞后影响的桥梁挠度预测及异常识别方法技术

本发明专利技术涉及一种消除温度效应滞后影响的桥梁挠度预测及异常识别方法，属于桥梁结构性能监测评估技术领域，步骤如下：（1）桥梁挠度、温度监测数据预处理；（2）基于GRU神经网络的温度‑温致挠度相关模型构建；（3）桥梁温致挠度异常识别指标提取；（4）桥梁温致挠度异常识别控制限的设置；（5）桥梁温致挠度异常在线识别。本发明专利技术建立了基于GRU神经网络的温度‑温致挠度相关模型，实现了对桥梁温致挠度准确的预测。其次，以模型预测值与桥梁温致挠度实测值的差值作为桥梁挠度异常识别指标。该指标剔除了由于天气、季节等变化而引起的温度波动对桥梁挠度的影响，可准确反映由桥梁约束构件服役性能劣化而引起的温致挠度改变，本发明专利技术在基于监测数据的桥梁温致挠度异常识别领域具有较高的工程应用价值。

【技术实现步骤摘要】

本专利技术属于桥梁结构性能监测评估，具体的说，涉及一种消除温度效应滞后影响的桥梁挠度异常识别方法。

技术介绍

1、桥梁在长期运营过程中，环境作用与运营荷载的耦合作用，导致结构出现性能劣化、构件损坏等现象。桥梁一旦发生破坏性事故，将危及人身安全，且破坏性事故难以快速修复，影响车辆通行造成经济损失。因此，为了监测桥梁运营期间的服役状态，许多桥梁安装了结构健康监测系统，桥梁跨中挠度能够表征桥梁约束构件服役性能劣化，是评估桥梁服役安全的有效指标。

2、在桥梁运行期间为了分析和识别真实的桥梁结构损伤，可以通过结构健康监测系统评估桥梁状况。现有研究中，通过建立温度与挠度或梁端位移间的相关模型对桥梁局部损伤或构件破坏引起的力学性能变化进行识别。陈辉对梁端纵向位移与温度的相关关系进行分析，建立了二者的线性相关模型(斜拉桥纵向位移与温度的相关性分析)。邓扬利用多项式模型对温度与梁端位移进行建模，并采用均值控制图识别由结构损伤引起的位移变化(大跨悬索桥梁端位移与温度的相关性研究及其应用)。随着深度学习方法的普及与应用，研究者们采用深度学习方法建立了温度与位移的相关本文档来自技高网...

【技术保护点】

1.一种消除温度效应滞后影响的桥梁挠度预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的预测方法，其特征在于，步骤S1中，根据桥梁挠度数据的采样频率与需要分离的低频信号频率确定小波分解的层数，

3.根据权利要求1所述的预测方法，其特征在于，步骤S2中，采用主成分分析的方法对桥梁温度数据进行降维处理，

4.根据权利要求1所述的预测方法，其特征在于，步骤S3中，基于GRU神经网络构建温度-温致挠度相关模型。

5.根据权利要求4所述的预测方法，其特征在于，所述的基于GRU神经网络构建温度-温致挠度相关模型，具体为，将步骤S2筛选出影响...

【技术特征摘要】

1.一种消除温度效应滞后影响的桥梁挠度预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的预测方法，其特征在于，步骤s1中，根据桥梁挠度数据的采样频率与需要分离的低频信号频率确定小波分解的层数，

3.根据权利要求1所述的预测方法，其特征在于，步骤s2中，采用主成分分析的方法对桥梁温度数据进行降维处理，

4.根据权利要求1所述的预测方法，其特征在于，步骤s3中，基于gru神经网络构建温度-温致挠度相关模型。

5.根据权利要求4所述的预测方法，其特征在于，所述的基于gru神经网络构建温度-温致挠度相关模型，具体为，将步骤s2筛选出影响桥梁挠度的主要温度变量作为gru神经...

【专利技术属性】
技术研发人员：杨东辉，孙家正，夏诣，邓宏旭，梁佶，伊廷华，周煜，邓雅月，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：