[发明专利]一种基于多重小波的桥梁监测数据异常情况识别方法

说明书

本发明公开了一种基于多重小波的桥梁监测数据异常情况识别方法，包括：1)截取一段桥梁监测数据为待分析原始信号S；2)原始信号S分解到第n层的信号SAn；3)设置信号SAn为信号P，小波对P进行m层分解，得到分解后的第1层信号PD1；4)：取PD1的绝对值为特征信号Q，小波对Q进行j层分解，得到分解后的第j层低频子带信号QAj；QAj的绝对值大小表征原始信号S的变异程度；5)当t时刻的|QAj|＞k时，说明原始信号S在t时刻出现异常。本发明通过对桥梁监测海量数据分析，采用多重小波技术从含有噪声的原始监测信号中提取出反映桥梁运营状态的有用信号，通过判断该有用信号是否超限来确定桥梁运营状态是否发生改变，达到识别桥梁监测数据异常情况的目的。

技术领域

本发明涉及桥梁监测数据分析与处理领域，具体涉及一种基于多重小波的桥梁监测数据异常情况识别方法。

背景技术

近年来，随着国民经济的高速发展和全国交通网络的建设，公路桥梁总量持续增加。据《2015年交通运输行业发展统计公报》显示，截止2015年底，全国公路桥梁达77.92万座，特大桥梁3894座，大型桥梁79512座。然而，对于已建成投入营运的桥梁，在其服役过程中必然遭受环境、荷载、老化等因素的影响，从而导致结构性能退化，形成安全隐患；另外，不断加大的交通量也使得许多桥梁的设计荷载无法满足现行车辆荷载的使用需求。近年来桥梁垮塌事故频发，不仅给人民群众生命财产造成重大损失，也带来了极为不良的社会影响。国内桥梁界逐渐认识到桥梁服役时监测的重要性，目前已在众多大型桥梁上建设实施了桥梁运营监测系统。桥梁的运营监测每天会产生大量数据，从海量监测数据中挖掘出桥梁结构安全信息，对可能出现的安全隐患进行提前预警，是技术人员研究的重点、难点。这一领域的研究成果相对较少，且实地应用情况还不太令人满意。

发明内容

鉴于此，本发明的目的是提供一种基于多重小波的桥梁监测数据异常情况识别方法，本发明采用小波技术对信号进行多重分析处理，发现隐含在监测数据中的本征特性。

本发明的目的是通过以下技术方案实现的，一种基于多重小波的桥梁监测数据异常情况识别方法，包括以下步骤：步骤1)截取一段时间内某一个测点某一种类型的桥梁监测数据为待分析原始信号S；步骤2)第一重小波处理：采用Daubechies小波对原始信号S进行多尺度分解；原始信号S被分解为低频部分SA1和高频部分SD1，其中SA1又再次被分为第2层低频部分SA2和第2层高频部分SD2，以此类推；原始信号S分解到第n层的低频子带信号SAn表征原始信号S的低频趋势信息；步骤3)第二重小波处理：设置信号SAn为信号P，采用Daubechies小波对信号P进行m层分解，得到分解后的第1层高频子带信号PD1；步骤4)第三重小波处理：取PD1的绝对值为特征信号Q，采用Daubechies小波对特征信号Q进行j层分解，得到分解后的第j层低频子带信号QAj；QAj的绝对值大小表征原始信号S的变异程度；步骤5)当t时刻的|QAj|＞k时，说明原始信号S在t时刻出现异常。

进一步，以桥梁正常运营状态时的监测数据为样本，采用统计学方法设定阈值k。

由于采用了上述技术方案，本发明具有如下的优点：

本发明通过对桥梁监测海量数据分析，采用多重小波技术从含有噪声的原始监测信号中提取出反映桥梁运营状态的有用信号，通过判断该有用信号是否超限来确定桥梁运营状态是否发生改变，达到识别桥梁监测数据异常情况的目的，可在桥梁在线监测分析与离线监测分析中发挥作用。

附图说明

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步的详细描述，其中：

图1是对信号S进行多层小波分解示意图；

图2是某大桥应变测点原始信号S；

图3是处理后信号|QAj|。

具体实施方式