[發明專利]一種基于模糊聚類的橋梁監測數據異常情況識別方法

在審

• 申請號: 201611219134.8
• 申請日: 2016-12-26
• 公開（公告）號: CN106650113A
• 公開（公告）日: 2017-05-10
• 發明（設計）人: 唐浩;孟利波;廖敬波;陳果;段敏;宋剛;李志剛
• 申請（專利權）人: 招商局重慶交通科研設計院有限公司
• 主分類號: G06F17/50
• 分類號: G06F17/50;G06K9/62
• 代理公司: 北京同恒源知識產權代理有限公司11275
• 代理人: 王貴君

技術領域

本發明涉及橋梁監測數據分析與處理領域，具體涉及一種基于模糊聚類的橋梁監測數據異常情況識別方法。

背景技術

近年來，隨著國民經濟的高速發展和全國交通網絡的建設，公路橋梁總量持續增加。據《2015年交通運輸行業發展統計公報》顯示，截止2015年底，全國公路橋梁達77.92萬座，特大橋梁3894座，大型橋梁79512座。然而，對于已建成投入營運的橋梁，在其服役過程中必然遭受環境、荷載、老化等因素的影響，從而導致結構性能退化，形成安全隱患；另外，不斷加大的交通量也使得許多橋梁的設計荷載無法滿足現行車輛荷載的使用需求。近年來橋梁垮塌事故頻發，不僅給人民群眾生命財產造成重大損失，也帶來了極為不良的社會影響。國內橋梁界逐漸認識到橋梁服役時監測的重要性，目前已在眾多大型橋梁上建設實施了橋梁運營監測系統。橋梁的運營監測每天會產生大量數據，從海量監測數據中挖掘出橋梁結構安全信息，對可能出現的安全隱患進行提前預警，是技術人員研究的重點、難點。當前最常用的橋梁監測數據預警方式是閾值報警法：根據橋梁模型計算結果以及相關規范規定設定各個測點報警閾值，當監測值超過限定時發出報警信息。然而，在實際應用中由于計算模型邊界條件難以界定，模型結構無法準確構建，且低估了溫度對橋梁結構的影響，因此所設定的閾值不夠準確，使得該方法在橋梁監測數據預警上的應用還不能令人滿意。

發明內容

鑒于此，本發明的目的是提供一種基于模糊聚類的橋梁監測數據異常情況識別方法，一方面基于統計學原理修正測點報警閾值使其更符合橋梁真實運營狀態，另一方面發現隱含在監測數據中表征橋梁結構內在特性的關鍵信息。

本發明的目的是通過以下技術方案實現的，一種基于模糊聚類的橋梁監測數據異常情況識別方法，其特征在于：包括以下步驟：

1)取橋梁正常運營狀態下的監測數據為待分析訓練樣本集；2)按照不同溫度的監測情況對監測數據進行分類；3)采用拉依達準則對各個分類進行初篩，去除噪聲及孤立點；4)賦予各個樣本不同的模糊隸屬度值；5)根據不同的模糊隸屬度，對初篩后的分類進行模糊聚類；6)對不同溫度下的訓練樣本分別進行處理，得到不同溫度下的類中心及類邊界。

進一步，還包括步驟7)，將步驟6)獲得的類邊界作為監測變量的動態報警閾值，當監測變量實測值超出對應溫度下的閾值時，則橋梁運營狀發生突變。

進一步，還包括步驟7)，將監測變量實測值加入到步驟1)中的訓練樣本中，按照步驟2)～步驟6)計算出新的類中心，將新的類中心與未加入測試數據前訓練樣本集所計算出的類中心進行對比，當類中心發生偏移時，則橋梁運營狀態發生緩變。

進一步，在步驟2)中，對不同溫度的監測情況對監測數據進行分類，分類的原則為：將10℃時的監測數據歸為類1，11℃時的監測數據歸為類2，12℃時的監測數據歸為類3。

進一步，步驟3)具體為：

令初篩后類1的數據集為T＝{(x₁,y₁),(x₂,y₂),…,(x_l,y_l)}，式中：x_i為各樣本特征，y_i為類標號，l是樣本數量，i＝1,…,l。

定義數據點與點之間的距離為d_ij＝||x_i-x_j||，式中：i,j∈l，i≠j，x_i點與其它點的距離由小到大排序

則x_i點的模糊隸屬度μ_i為

式中：k表示離x_i最近的k個點。

由于采用了上述技術方案，本發明具有如下的優點：

本發明采用模糊聚類技術對海量橋梁監測數據進行分析處理，一方面基于統計學原理修正測點報警閾值使其更符合橋梁真實運營狀態，另一方面發現隱含在監測數據中表征橋梁結構內在特性的關鍵信息，達到識別橋梁監測數據異常情況的目的，可在橋梁在線監測分析與離線監測分析中發揮作用。

附圖說明

為了使本發明的目的、技術方案和優點更加清楚，下面將結合附圖對本發明作進一步的詳細描述，其中：

圖1是一種基于模糊聚類的橋梁監測數據異常情況識別方法流程圖。

具體實施方式

以下將結合附圖，對本發明的優選實施例進行詳細的描述；應當理解，優選實施例僅為了說明本發明，而不是為了限制本發明的保護范圍。