当前位置:主页 > 科技论文 > 路桥论文 >

基于大数据分析的悬索桥状态评估及动态预警方法研究

发布时间:2023-03-24 04:01
  为了保证大型悬索桥的运营和结构安全,对其结构的技术状态进行评估、对异常状况进行预警是十分紧迫和必要的。现阶段,桥梁养管信息具有数据量大、类型多样的特点,但桥梁状态评估仍处于以人工检查数据为主的阶段,未能充分利用累积的大量养管数据;对桥梁预警而言,实际应用中仍以静态预警为主,时常出现误报、漏报,影响业主对预警系统的信心。在桥梁大数据背景下,充分利用既有桥梁养管信息,建立大跨悬索桥状态评估模型,并对时间序列数据进行深入挖掘,提出适用于序列指标的评估方法;考虑桥梁运营环境的多变性,在确定预警阈值的过程中考虑交通量的变化、结构累积损伤和环境温度变化的影响,实现桥梁动态异常预警。本文的主要研究内容如下:(1)基于多源信息的大跨悬索桥状态评估模型研究。以桥梁养管多源信息(人工检查数据、无损检测数据和长期监测数据)为基础,结合悬索桥结构特点和病害特征,以完全性、简捷性、独立性、客观性和可检性为原则,通过专家调查问卷、专家会议、资料调研和实地调查等手段,建立基于多源信息的大跨悬索桥状态评估模型。在全国范围内挑选45名专家学者进行问卷调查,采用群组AHP的方法,确定指标体系的初始权重值。与规范规定的权重...

【文章页数】:180 页

【学位级别】:博士

【文章目录】:
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景和意义
    1.2 国内外研究现状
        1.2.1 大数据分析方法研究现状
        1.2.2 桥梁技术状态评估研究现状
        1.2.3 桥梁预警研究现状
    1.3 存在的主要问题
    1.4 本文的主要工作
第二章 基于多源信息的大跨悬索桥评估方法
    2.1 评估指标体系
        2.1.1 结构特点分析
        2.1.2 典型病害分析
        2.1.3 评估指标选取
        2.1.4 指标体系建立
    2.2 评估指标权重
        2.2.1 调查问卷设计
        2.2.2 标度的选择和判断矩阵一致性优化
        2.2.3 专家权重确定
        2.2.4 计算结果和讨论
    2.3 本章小结
第三章 基于多源信息融合的传感器故障诊断方法研究
    3.1 研究背景
        3.1.1 传感器故障模型
        3.1.2 既有传感器故障诊断方法综述
        3.1.3 信息融合的基本概念
        3.1.4 结构响应相似性分析
    3.2 传感器故障诊断方法
        3.2.1 传感器故障识别:多传感器信息融合
        3.2.2 相似性指标敏感性分析方法
        3.2.3 决策级融合:证据推理
        3.2.4 基于物理冗余信息的故障隔离和重构方法
    3.3 案例分析
        3.3.1 传感器故障识别
        3.3.2 传感器故障隔离和重构
    3.4 本章小结
第四章 基于数据挖掘的监测序列指标评估方法研究
    4.1 恒载效应提取方法
        4.1.1 研究现状
        4.1.2 监测数据分析
        4.1.3 基于影响线分析的比例系数取值研究
        4.1.4 案例分析
    4.2 监测序列指标评估方法
        4.2.1 序列指标评估方法
        4.2.2 案例分析
    4.3 本章小结
第五章 基于系统工程理论的桥梁状态评估算法研究
    5.1 时间变权原理
        5.1.1 因素变权原理
        5.1.2 时间变权原理
        5.1.3 计算示例
        5.1.4 案例分析
    5.2 局部变权原理
        5.2.1 局部变权定义
        5.2.2 局部变权模型
        5.2.3 局部变权模型参数验证
        5.2.4 案例分析
    5.3 正态云模型
        5.3.1 云理论的基本概念
        5.3.2 正态云模型
        5.3.3 桥梁评估中的正态云模型
        5.3.4 结果分析
    5.4 本章小结
第六章 大跨悬索桥智能化评估系统开发
    6.1 软件系统开发概述
    6.2 各模块功能介绍
    6.3 实桥试评估
        6.3.1 桥例1
        6.3.2 桥例2
        6.3.3 桥例3
        6.3.4 结果讨论
    6.4 本章小结
第七章 基于时间序列数据的动态预警方法研究
    7.1 预警体系总体设计
        7.1.1 预警等级划分
        7.1.2 预警指标
        7.1.3 预警阈值
        7.1.4 预警流程
    7.2 动态阈值取值方法研究
        7.2.1 极值理论
        7.2.2 广义Pareto分布的估计
        7.2.3 预警动态阈值确定
    7.3 案例分析
        7.3.1 预警阈值确定
        7.3.2 预警效果讨论
    7.4 本章小结
第八章 结论与展望
    8.1 结论
    8.2 主要创新点
    8.3 展望
致谢
参考文献
作者简介



本文编号:3769402

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/daoluqiaoliang/3769402.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户2567e***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com