[發明專利]一種橋梁長期撓度效應的分離方法

有效

• 申請號: 201310332791.3
• 申請日: 2013-08-01
• 公開（公告）號: CN103439070A
• 公開（公告）日: 2013-12-11
• 發明（設計）人: 楊紅;劉夏平;孫卓
• 申請（專利權）人: 廣州大學
• 主分類號: G01M5/00
• 分類號: G01M5/00;G06F19/00
• 代理公司: 北京市盈科律師事務所 11344
• 代理人: 許冬生

技術領域

本發明涉及一種橋梁長期撓度效應的分離方法，尤其是涉及一種基于多最小二乘支持向量機（multiple?least?square?support?vector?machine,M-LS-SVM）橋梁長期撓度效應的分離方法，屬于橋梁健康監測技術領域。

背景技術

橋梁的撓度是反映橋梁結構安全的重要指標之一，利用各種撓度測量方法，獲取結構性能的異常變化信號，及早發現大型結構的安全隱患，已成為土木結構的研究方向，但盡管現代計算手段不斷取得進步，準確預測大跨預應力混凝土的長期撓度仍然不是一件容易的工作。

長期健康監測得到的信號往往包含多種因素的共同作用，如環境效應、荷載效應和混凝土的收縮徐變效應等，對大型結構實測位移、應變等信號的研究表明，溫度是影響信號變化的最主要因素，結構的損傷信號往往被其所“淹沒”，以致無法直接根據實測信號對結構的安全狀態做出正確評價。劉夏平等于《基于LS-SVM的橋梁撓度監測中溫度效應分離》中公開利用LS-SVM模型分離溫度效應的方法，其得到的模擬信號與實測信號計算分析結果表明，基于LS-SVM的溫度撓度分離，擬合值與實際值最大相對誤差不超過5%。

發明內容

本發明的目的在于提供一種基于M-LS-SVM橋梁長期撓度效應的分離方法，利用該分離方法得到的擬合值與實際值最大相對誤差更小，即精度更高。

本發明橋梁長期撓度效應的分離方法包括以下兩個步驟：

1）用樣本數據訓練M-LS-SVM分離模型，建立M-LS-SVM分離模型；樣本數據分為M-LS-SVM模型的輸入樣本數據和輸出樣本數據，輸入樣本數據是實測的經過濾波去噪的溫差數據，輸出樣本數據是實測后去除荷載效應和噪聲的橋梁撓度效應;

2）用M-LS-SVM分離模型分離出長期撓度。

上述M-LS-SVM分離模型通過以下步驟建立：

a、獲取建立M-LS-SVM所需的樣本數據；

b、將橋梁的溫度數據用經驗模態分解(Empirical?Mode?Decomposition,EMD)進行分解，將分解后的溫度數據作為M-LS-SVM的輸入信號；

c、用減法聚類算法將樣本數據進行分類；

d、用分類后的樣本數據對各子最小二乘支持向量機（least?square?support?vector?machine,LS-SVM）模型進行訓練，從而建立各子LS-SVM模型；

e、采用主元遞歸（principal?component?regression,PCR）方法來綜合所有子LS-SVM模型的預報值，消除局部系統之間的數據相關性，提高系統的魯棒性和泛化能力，最終形成M-LS-SVM模型。

獲取建立M-LS-SVM所需的樣本數據的步驟包括：

a）在時點t₁，溫差T₁，無車輛荷載的情況下，測量橋梁的撓度s_{無車輛載荷1}(t₁,T₁)；

b）在時點t₂，溫差T₁，無車輛荷載的情況下，測量橋梁的撓度s_{無車輛載荷2}(t₂,T₁)；在同樣的溫差下測量是為了避免溫差效應的變化；

c）位于時點t₁與時點t₂之間的時點t的長期撓度通過數學模型一得到：

L(t,T)＝s（t,T）-(T-T₁)×δ(t)

其中，s(t,T)為時點t，溫差T,存在車輛載荷時濾波后的撓度；L（t,T）為時點t，溫差T時的長期撓度，δ(t)為一系數；通過數學模型一可得到多個位于時點t₁與時點t₂之間的時點的長期撓度值。

利用數學模型一計算時點t的長期撓度會產生誤差，對出現的誤差采用線性修正方法進行修正，其中用Δ去修正L（t,T），這樣每個時點的長期撓度值都可以精確確定。

對于q維空間中的p個數據點X₁,X₂,...,X_p，用減法聚類算法將樣本數據進行分類的步驟包括：

a）通過數學模型二得到數據點X_i（i＝1,2,...,p）處的密度指標D_i