[发明专利]基于时空关联模型的桥梁集群结构损伤定位方法

说明书

本发明公开了一种基于时空关联模型的桥梁集群结构损伤定位方法，所述方法如下：一、在集群内各结构形式相似桥梁的关键断面布设应变传感器，实现桥梁集群结构应变测点群监测数据的实时采集；二、对桥梁集群结构采集的长期应变测点群监测数据进行预处理；三、建立参考桥梁应变测点群监测数据与集群内其它桥梁应变测点群监测数据的时空关联模型；四、利用时空关联模型，对集群内桥梁的应变响应进行预测，并利用应变测点群预测应变值与实测应变值构建损伤定位因子和阈值，完成集群内桥梁结构的损伤定位。本发明建立了集群内桥梁之间的时空关联模型，解决了复杂环境耦合作用下集群内全部结构形式相似桥梁的损伤定位难题。

技术领域

本发明属于桥梁集群结构运营安全监测领域，涉及一种基于时空关联模型的桥梁集群结构损伤定位方法。

背景技术

桥梁作为道路交通基础设施的重要组成部分，运营期间的环境侵蚀、材料老化、荷载的长期效应等多方面因素的耦合作用将不可避免地导致结构损伤积累和抗力衰减。随着先进传感技术与数据处理方法的不断更新，单座桥梁结构损伤识别理论已取得长足的发展，并在一定程度上解决了实际桥梁结构运营安全监测的问题。伴随我国桥梁建设向大型化、规模化、集群化的发展，解决多座群体桥梁结构运营安全监测的技术需求则越来越迫切。但是，目前在桥梁集群结构运营安全监测方面的直接研究成果还几乎处于空白，国内外可以借鉴的成功经验与案例也几乎为零。因此，桥梁集群结构损伤识别方法成为现有结构健康监测领域急需突破的难点。

桥梁集群内往往存在众多结构形式相似的桥梁，例如：箱型梁桥群体、T型梁桥群体、空心板梁桥群体等。这些桥梁所受的外部荷载是相似的，例如相似的整体温度荷载、相似的竖向温差荷载、相似的车辆荷载等。所受荷载的相似性使得集群内桥梁之间应变监测数据具有复杂的时空映射关系，而采用传统的人工神经网络等机器学习方法由于计算深度不足，无法精确的挖掘桥梁之间应变监测数据的时空相关性。近年来，随着计算机硬件的不断升级和大数据分析算法的快速发展，深度学习算法得到了深入的研究。

发明内容

为了解决目前桥梁集群监测数据受到多种运营环境因素的耦合作用，多种环境因素耦合作用下监测数据的解耦往往难以直接实现，导致损伤无法有效的被定位的问题，本发明提供了一种基于时空关联模型的桥梁集群结构损伤定位方法。该方法提出了一种新颖的深度学习算法，建立桥梁之间的时空关联模型，进而基于该模型实现集群内全部结构形式相似桥梁结构的损伤定位。

本发明的目的是通过以下技术方案实现的：

一种基于时空关联模型的桥梁集群结构损伤定位方法，包括如下步骤：

步骤一、在集群内各结构形式相似桥梁的关键断面布设应变传感器，建立桥梁集群结构应变测点群监测系统，实现桥梁集群结构应变测点群监测数据的实时采集；

步骤二、对桥梁集群结构采集的长期应变测点群监测数据进行预处理，主要包括：去噪声、剔除随机车载影响处理，应变数据标准化处理；

步骤三、选择集群内一座桥梁为参考桥梁，利用结构健康状态下应变长期监测数据，建立参考桥梁应变测点群监测数据与集群内其它桥梁应变测点群监测数据的时空关联模型；

步骤四、利用步骤三所构造的时空关联模型，对集群内桥梁的应变响应进行预测，并利用应变测点群预测应变值与实测应变值构建损伤定位因子和阈值，完成集群内桥梁结构的损伤定位。

相比于现有技术，本发明具有如下优点：

本发明建立了集群内桥梁之间的时空关联模型，解决了复杂环境耦合作用下集群内全部结构形式相似桥梁的损伤定位难题。

附图说明

图1为基于时空关联模型的桥梁集群结构损伤定位方法的流程图。

图2为时空关联模型训练网络结构图。

图3为实施例中立交桥梁照片。