[发明专利]基于自回归模型和高斯过程的桥梁概率损伤检测方法

说明书

本发明提出了一种基于自回归模型和高斯过程的桥梁概率损伤检测方法，所述桥梁概率损伤检测方法能通过高斯过程分类机和高斯过程回归机对加速度传感器的响应数据进行处理，得到损伤位置和损伤程度信息；本发明的有益技术效果是：提出了一种基于自回归模型和高斯过程的桥梁概率损伤检测方法，该方案的实现不依赖桥梁未损状态信息和外部激励信息，实现难度较小，而且可以同时识别出损伤位置和损伤程度，以及将不可靠结果剔除。

技术领域

本发明涉及一种桥梁损伤检测方法，尤其涉及一种基于自回归模型和高斯过程的桥梁概率损伤检测方法。

背景技术

截止2018年底，我国公路、铁路桥梁数量已超过一百万座，随着服役年限的增加，桥梁结构内部状况持续恶化，导致结构承载能力不断降低，严重危害着桥梁结构运营期间的正常使用性能。通过相应手段实现桥梁结构损伤定位和损伤程度度量，是桥梁管养、维护的重要依据。

桥梁损伤识别包括四个层次的内容：一是识别损伤；二是定位损伤；三是识别损伤程度；四是预测结构剩余寿命。由于环境因素的影响，目前在桥梁损伤识别领域还存在多损伤状态不易识别以及难以判断预测结果可靠性的问题。

发明内容

针对背景技术中的问题，本发明提出了一种基于自回归模型和高斯过程的桥梁概率损伤检测方法，其创新在于：所述桥梁概率损伤检测方法包括：

1)采用有限元软件建立实际桥梁的仿真模型，仿真模型上设置有多个仿真加速度传感器，仿真加速度传感器的数量、编号和位置与实际桥梁上的加速度传感器的数量、编号和位置一一对应；

2)设计多种损伤方案；单种损伤方案包括：在仿真模型上设置单个或多个损伤部位，并对仿真模型上损伤部位处的结构弹性模量进行调节；所述损伤部位在仿真模型上的位置记为损伤位置信息，所述结构弹性模量记为损伤程度信息；

3)在单种损伤方案条件下，获取所有仿真加速度传感器的响应数据，得到传感器数据组；每种损伤方案均对应一传感器数据组；

4)对多个传感器数据组进行标准化处理，根据标准化处理结果建立自回归模型；

5)根据自回归模型，提取每个仿真加速度传感器的自回归模型残差标准差；根据自回归模型残差标准差，为相应仿真加速度传感器构造损伤特征参数DSF_i，i＝1,2,3,…,d，d为仿真加速度传感器的数量；

DSF_i＝σ_εi

其中，DSF_i为与第i个仿真加速度传感器对应的损伤特征参数；σ_εi为第i个仿真加速度传感器的自回归模型残差标准差；

根据DSF_i，构建结构损伤位置信息L1和结构损伤状态信息L2：

根据DSF_i、L1和L2，构建分类算法特征向量RSD1和回归算法特征向量RSD2：

RSD1＝(σ_ε1,σ_ε2,…,σ_εi,L1,L2)

RSD2＝(σ_ε1,σ_ε2,…,σ_εi)

建立第一训练样本集；对应不同损伤方案的多个RSD1作为第一训练样本集中的多个输入样本，与多个RSD1一一对应的多个损伤位置信息作为第一训练样本集中的多个输出样本；建立第二训练样本集；对应不同损伤方案的多个RSD2作为第二训练样本集中的多个输入样本，与多个RSD2一一对应的多个损伤程度信息作为第二训练样本集中的多个输出样本；