一种基于索力监测数据的斜拉桥车致索力实时在线提取方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115292776A(43)申请公布日2022.11.04(21)申请号202210782010.X(22)申请日2022.07.05(71)申请人大连理工大学地址116024辽宁省大连市甘井子区凌工路2号(72)发明人杨东辉顾海伦伊廷华李宏男(74)专利代理机构辽宁鸿文知识产权代理有限公司21102专利代理师许明章王海波(51)Int.Cl.G06F30/13(2020.01)G06F30/20(2020.01)G06F111/08(2020.01)G06F119/14(2020.01)权利要求书2页说明书4页附图3页(54)发明名称一种基于索力监测数据的斜拉桥车致索力实时在线提取方法(57)摘要本发明属于桥梁结构健康监测领域，公开了一种基于索力监测数据的斜拉桥车致索力实时在线提取方法，步骤如下：建立运营索力分布的核密度估计模型；基于运营索力分布特性的静载索力提取；基于移动窗口分析的静载索力实时在线更新；建立静载索力响应的时域平滑模型进而提取车致索力。本发明中通过建立运营索力分布的核密度估计模型可以实现在索力分布先验信息未知时的准确拟合，并基于其分布特性提取静载索力；移动窗口分析模型可以有效保证索力分布核密度估计模型足够的样本容量以及静载索力的实时在线更新；索力响应的时域平滑模型可以有效消除噪声以及外界环境因素的干扰，得到静载索力时变趋势项，进而实现车致索力的实时在线提取。CN115292776ACN115292776A权利要求书1/2页1.一种基于索力监测数据的斜拉桥车致索力实时在线提取方法，步骤如下：步骤1.建立运营索力分布的核密度估计模型(1.1)选取由L个样本点所组成的桥梁运营索力样本集合作为核密度估计模型的初始样本集合，L值不小于1800；然后对实测运营索力的初始样本进行核密度估计，并提取其分布特征信息，包括概率密度最大值及其对应的运营索力，建立索力分布核密度估计模型的计算公式如式(1)：其中，为运营索力分布的在某一索力值F处的概率密度估计值；Fi,i∈[1,N]为第i个运营索力样本；N代表运营索力的样本容量；K0(·)为核函数,选为高斯核函数；h代表核密度估计模型的带宽，其值按h＝c·N‑1/5计算，c为1.05倍的运营索力样本标准差；步骤2.基于概率分布模型的静载索力提取(2.1)提取运营索力分布的核密度估计模型中概率密度最大值点对应的运营索力，以此作为该段时间内的静载索力代表值FD，计算公式如下：其中，Pmax为核密度分布估计概率密度最大值点；FD为提取的静载索力代表值；表示运营索力核密度分布估计的逆概率密度函数；步骤3.基于移动窗口分析的静载索力实时在线更新(3.1)根据运营索力监测数据的采样频率选择合适的移动窗口窗长，窗长的选择应确保运营索力分布核密度估计模型分析中具有足够的样本容量，宜与步骤1中运营索力的初始样本集合对应的样本容量L相同；(3.2)窗口移动步长设置为1，即一个索力样本点，重复进行步骤1和步骤2，对不同时刻下的静载索力代表值进行实时在线更新，其中运营索力初始样本集合对应时间间隔内，所有时刻的静载索力均取该时间段内索力分布核密度估计得到的静载索力代表值，即：FD,begin＝FD,begin×ones(L,1)(3)其中，FD,begin为根据式(2)计算得到的初始样本集合对应时间间隔内的静载索力代表值；ones(L,1)为L个元素全部为1的行向量；步骤4.建立静载索力响应的时域平滑模型进而提取车致索力(4.1)在步骤3获得的静载索力代表值的基础上采用滑动平均法对静载索力序列进行平滑处理和趋势项的提取；窗宽m应与步骤(3.1)中移动窗口窗长相同，由此提取静载索力时变趋势项，其中，采用滑动平均法的进行索力平滑的表达式如公式(4)和(5)所示：2CN115292776A权利要求书2/2页其中，m为滑动平均法的窗宽，为第k时刻静载索力的滑动平均值；(4.2)通过实测运营索力数据减去步骤(4.1)中提取的静载索力时变趋势项得到车致索力；其中，Fk为第k时刻的实测运营索力；Fv,k为第k时刻的车致索力。3CN115292776A说明书1/4页一种基于索力监测数据的斜拉桥车致索力实时在线提取方法技术领域[0001]本发明属于桥梁结构健康监测领域，具体涉及一种基于索力监测数据的斜拉桥车致索力实时在线提取方法。背景技术[0002]斜拉索是斜拉桥中传递荷载作用的关键构件，但由于斜拉索质量小、柔度大、阻尼小，在外界不利环境因素(如风雨激振、腐蚀)和随机车辆交变荷载的长期作用下极易发生异常振动、锈蚀以及疲劳损伤，从而导致斜拉索劣化并引起索力的异常变化，严重时将影响全桥的受力状态和安全运营。为了保证大跨径斜拉桥在设计使用年限内的安全运营，许多斜拉桥已经