[發明專利]從海量橋梁動態應變數據中自動化分離溫度應變成分的方法

有效

• 申請號: 202010599658.4
• 申請日: 2020-06-28
• 公開（公告）號: CN111832442B
• 公開（公告）日: 2022-08-23
• 發明（設計）人: 曹茂森;李帥;張鑫;胡帥濤
• 申請（專利權）人: 河海大學;滁州學院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06F30/13;G06F119/08;G06F119/14
• 代理公司: 西安銘澤知識產權代理事務所(普通合伙) 61223
• 代理人: 田甜

本發明公開了一種從海量橋梁動態應變數據中自動化分離溫度應變成分的方法。本方法基于應變監測數據的EMD分解，采用高斯混合模型聚類(GMM)，由EMD分解所產生IMFs的Hilbert邊際譜變化特征，對IMFs進行屬性分類，實現從監測應變中自動化分離溫度效應。本發明克服了傳統方法中預設溫度效應閾值參數而引發的精度低且不具普適性、需人工干預而無法達到自動化實施的局限性，能夠自動化地從橋梁動態應變數據中高精度、自適應、無參數分離溫度應變成分，且抗噪性好，適應了從海量橋梁應變數據中在線、瞬時分離溫度應變成分的工程需求，具有廣泛的工程應用潛力。

技術領域

本發明涉及橋梁健康監測技術領域，特別涉及從海量橋梁動態應變數據中分離溫度效應的方法。

背景技術

橋梁健康監測系統實時采集并儲存了海量的橋梁運行性態監測數據，其中包含了大量的應變監測數據，這些監測所得的橋梁動態應變其實是一個包含多因素成分的復合量，與收縮和徐變等因素相比，車輛荷載和溫度引起的應變成分是這一復合量的主控成分。

溫度變化產生的溫度應變成分可能會大于車輛荷載引起的應變，將掩蓋或淹沒掉車輛荷載應變成分所反映的信號特征，影響橋梁運營狀態的有效判別，使得海量的橋梁動態應變監測數據無法有效利用，因此有效分離應變監測數據中的溫度應變成分成為亟需解決的實際工程問題。

對于實時采集并儲存的海量橋梁動態應變監測數據，從中提取車輛荷載應變以實現應變分離的核心問題是高效率、高精度地分離溫度應變成分。

目前，采用信號分解理論實現溫度效應的分離得到了廣泛應用，而基于信號分解理論分離溫度應變成分的典型方法是EMD(empirical mode decomposition，經驗模態分解)法，該方法分離溫度應變的一個技術關鍵是辨識溫度和車輛荷載引起的應變所對應的IMF(Intrinsic Mode Function，本征模函數)序列。然而，目前基本是基于人工對IMFs序列特征的經驗判斷或設定溫度效應的參數閾值進行IMFs的分割，這種人工干預分割不但普適性較差，而且具有主觀性。此外，現有分離方法還無法保證程序的連貫運行，不能實現溫度應變成分分離的自動實施，極大地影響分離效率。從而，無法滿足高效、高精度地在線、瞬時從海量應變數據中分離溫度應變成分的工程需求。

發明內容

本發明所要解決的技術問題：針對現有基于EMD法分離溫度應變的不足，本發明根據IMF序列的Hilbert邊際譜的變化特征，提出了基于GMM(Gaussian Mixture Model，高斯混合模型)聚類實現IMFs的自動化屬性分類，自動確定車輛荷載應變和溫度應變相對應的IMF序列，避免了人工干預，實現了車輛荷載、溫度等引起應變成分的自動化分離。

本發明為解決以上技術問題采用以下技術手段：

本發明提出一種從海量橋梁動態應變數據中自動化分離溫度應變成分的方法，步驟如下：

步驟(1)、輸入海量橋梁實時應變數據；

步驟(2)、通過EMD法對應變數據分解得到不同時間尺度的IMF序列和余項res；

步驟(3)、對步驟(2)分解得到的IMF序列進行Hilbert變換，得到各IMF序列的Hilbert邊際譜，并進行歸一化處理；

步驟(4)、通過梯形法求取歸一化的Hilbert邊際譜面積，然后對各IMF的邊際譜面積進行GMM聚類，將溫度荷載應變和車輛荷載應變相對應的IMFs自動分離；

步驟(5)、將GMM聚類分離出的歸于車輛荷載應變的IMF序列進行疊加得到車輛荷載應變，將歸于溫度荷載應變的IMF序列進行疊加得到溫度荷載應變，實現溫度荷載應變和車輛荷載應變成分自動化分離。