[发明专利]一种基于健康监测数据的桥梁冲刷动力识别方法

权利要求书

1.一种基于健康监测数据的桥梁冲刷动力识别方法，其特征在于：包括以下步骤：

步骤1、采集桥梁基础结构振动时的加速度时间曲线：利用健康监测系统采集每个桥梁基础结构在冲刷状态下，每个桥梁基础结构产生振动时的加速度-时间曲线，并对加速度-时间曲线进行抗干扰因素预处理；

步骤2、获得桥梁冲刷基准模态频率-时间曲线：将步骤1中的加速度-时间曲线通过傅里叶变换，得到冲刷基准模态频率-时间曲线；

步骤3、确定显著性水平值α的取值；

步骤3.1、利用核密度估计方法建立桥梁冲刷评估基准模态时频的概率分布模型，将冲刷基准模态频率转换为服从标准正态分布的随机变量；

步骤3.2、根据服从标准正态分布的随机变量，结合休哈特均值控制图，初步设定显著性水平值α的取值，并获得显著性水平值α对应的概率分布函数，建立正态分布概率模型；

步骤3.3、根据初步设定的显著性水平值α的取值范围，进行识别灵敏度校准；

步骤4、将α带入正态分布概率模型，计算得到首次冲刷桥梁评估基准模态的时频变化异常警戒的上控制阀值UCL和下控制阀值LCL；

步骤5、识别待识别冲刷桥梁频率片段中的异常片段：

步骤5.1、将超过上控制阀值UCL或下控制阀值LCL的待识别冲刷桥梁的频率片段判定为时频异常片段；

步骤6、识别时频异常片段中的异常时频序列：

步骤6.1、所述时频异常片段包含多个时频序列，识别多个时频序列中的时频异常序列：

设置时频异常序列的识别参数，时频异常序列的识别参数包括异常基准频率序列时间长度比参数P_L/U'、相邻两个异常频率之间的时间间隔参数Ts'、冲刷基准频率均值变化差值参数M_s'；

步骤6.2、计算异常片段的异常频率序列的时间长度比参数P_L/U：

P_L/U＝T_ab/T_t0

其中，Tab为超过上控制阀值UCL或下控制阀值LCL的频率序列时间长度，Tt₀为异常片段总时间长度；

计算异常片段的Ts，Ts为相邻的两个Tab之间的时间间隔；

当P_L/UP_L/U'，且TsTs'时，则判定该时频序列为异常序列，并进入步骤6.3，反之，则判定该时频序列为无异常；

步骤6.3、计算时频异常序列中的冲刷基准频率时序均值变化差M_s：

M_s＝|M₁-M₂|

其中，M₁为时频异常序列的频率均值，M₂为异常片段的前一个相同时间间隔的健康状态下的频率均值；

当M_s≤M_s'，则判定该异常序列为正常信号振荡；当M_s＞M_s'，则对异常序列进行冲刷预警；

步骤7、异常序列完成冲刷预警后，重复步骤5-步骤6，更新桥梁冲刷基准模态时频特征自身随机波动的上控制阀值和下控制阀值，为下一次的异变识别与冲刷预警做准备。