桥梁结构健康监测海量数据预处理与挖掘分析

发布时间：2020-05-29 21:13

【摘要】：随着桥梁事业的飞速发展,桥梁的安全问题越来越受到人们的重视,很多桥梁上建立了健康监测系统,可以通过传感器获取各种环境作用以及结构响应行为的信息,目前绝大多数桥梁的结构健康监测系统都具有完善的数据采集、传输以及存储功能,采集的大量数据中隐含了桥梁自身状态以及周围环境的丰富信息,对这些数据进行分析利用可以帮助人们实时了解桥梁的工作状态以及及时发现桥梁存在的问题,所以对桥梁健康监测系统采集数据的准确处理与合理利用是关键。本文首先针对上海吴淞大桥采集的海量监测数据进行预处理分析及研究,对常见的数据预处理问题进行了分析总结,并基于MATLAB软件编制相关程序,对吴淞大桥温度、挠度数据进行预处理,得到较为可靠完整的数据;且在此基础上利用预处理后的数据进行预应力混凝土箱梁的温度分析以及温度与挠度的关联性分析。本文具体工作如下:(1)调查现有健康监测系统采集数据预处理与挖掘分析的现状,并且归纳总结各种数据预处理的方法以及对数据挖掘利用的情况;(2)对数据的各种预处理方法进行了理论分析,并以预应力混凝土连续梁桥—吴淞大桥的健康监测数据为实例,利用MATLAB软件编写程序代码,对数据进行了异常值剔除、缺失值补全、数据趋势项提取以及数据平滑及标准化处理等预处理工作。(3)在数据预处理的基础上进行温度监测数据分析,得到了箱梁温度日变化曲线以及年均温度变化曲线的方程表达式;提出了天气因素对监测温度分布的影响,并探索了晴、雨、阴三种不同天气的外界温度作用下混凝土箱梁竖向温度场的分布特征;(4)分析了引起桥梁挠度长期变形的因素。对外界大气温度与跨中挠度进行关联分析,发现温度与挠度互相关函数存在一个约为24 h的变化周期,进而研究了日温度与跨中挠度的关联关系。
【图文】：

模块图,数据处理分析

但随着桥梁工业的蓬勃发展，健康监测系统被应用于越来越多的桥梁上，其通过传感器来获取各种环境下结构响应的行为信息，从各个监测点采集的各种参数的数据量高达 GB 级。随着时间的推移，桥梁健康监测系统采集的信息数据量会不断的增加，采集的有效数据量以每天上千兆的速度递增，这些海量数据必须通过数据存储与管理系统进行收集与管理，很多桥梁建立有自己管理系统，但目前存在的桥梁监测数据存储与管理系统都是对数据进行简单的分析与处理，没有实现对数据的充分利用和有效挖掘，导致了海量数据的搁置与浪费，不能充分发挥其应有的价值，给后期数据的管理及有效信息的挖掘工作带来很大的难度[3]。为了实现桥梁监测数据的充分有效利用，高效地管理养护桥梁，已有不少国内外学者开展了对海量数据处理方法的研究，并取得了一定的进展，，本节旨在介绍各学者在数据处理分析方面所做的研究工作，总结其经验与不足，为后续研究工作提供更多思路和方向。现有海量数据处理的主要研究方面是对海量数据的预处理和对数据的进一步挖掘利用，如图 1-1 是数据处理分析模块图。

流程图,数据分析,小波,流程

数据的处理必须以准确有效的监测数据为基础。低精度、异常的监测数据往往影响数值分析的结果，同时也对桥梁的安全判别结果有很大的影响[4]。因此，在进行数据分析之前，数据的预处理应该能够有效地从监测数据中发现异常值，并且要对监测数据进行可靠性检测分析，消除粗大误差的影响，保证监测数据的准确性和可靠性。对监测数据的预处理，主要包括：(1)对信号去噪，消除现场测试信号中的噪声干扰；(2)异常数据的剔除，排除错误信息的干扰；(3)对数据进行消冗和清洗，删除重复多余数据；(4)对数据进行压缩，减少占用存储空间。1.2.1.1 信号去噪数据信号去噪有许多经典滤波和现代滤波方法，如维纳滤波、卡尔曼滤波、自适应滤波等[5]，目前比较常用的是小波分析，小波包分析法，这两种方法在对信号的除噪方面有其独特的优势，所以被广泛应用。如图 1-2 为小波数据分析流程。
【学位授予单位】：石家庄铁道大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：U446

【参考文献】