[发明专利]一种信号自适应分解和识别的桥梁健康监测方法及系统

说明书

本发明公开了一种信号自适应分解和识别的桥梁健康监测方法及系统，应用于桥梁结构检测技术领域，包括以下步骤：S1、采集桥梁结构在列车未上桥和上桥运行工况下的响应信号；S2、采用EDA分析方法中的图形法对信号进行规律性分析；S3、采用拉依达方法对响应信号中异常值进行剔除；S4、采用三项式最小二乘法，消除实测响应信号中的趋势项和毛刺；S5、基于AEMD算法，对响应信号进行信号的自适应分解和自动重组；S6、基于DATA‑SSI方法，对重组信号进行模态参数识别，对桥梁结构健康状态进行实时监测；而系统能够快速地输出检测结果；该方法能够将响应信号中的趋势项和毛刺剔除，能够消除响应信号中的的异常因素，提高了对桥梁结构健康状态监测的准确性。

技术领域

本发明涉及桥梁结构监测技术领域，特别涉及一种信号自适应分解和识别的桥梁健康监测方法及系统。

背景技术

随着我国城市轨道交通的迅猛发展，城市与城市间的地铁建设也得到了飞速地发展，在享受交通便利的同时也伴着桥梁结构数量的不断增加。众所周知，随着时间的推移，桥梁结构自身的功能呈下降趋势，一旦其自身的损伤程度达到一定的临界值，则需对其进行必要的安全性评估，评估是否需采取相应的安全措施以保证其具有良好的运营状态以满足正常使用。

目前，传统的桥梁健康监测方法是通过在桥梁结构上布置一定数据的传感器(常用的传感器包括温度传感器、应变传感器、加速度传感器及倾角传感器等)，通过采集其结构的响应信号，并存储于云端；再采用相关的模态参数识别算法对云端的响应信号进行模态参数识别；最后通过分析结构的模态参数结果，并出具相应的检测报告以评估该桥梁结构的健康状态。该监测方法的主要缺点有如下几方面：

(1)实际工程中利用传感器采集的响应信号中常存在一定的噪声影响，以致如果不对其进行一系列的预处理则会导致最终识别的模态参数出现失真现象；

2)虽然经验模态分解法被广泛运用于桥梁结构的信号分解中，但其依然存在一定的缺陷，主要表现在各IMF分量间的模态混叠现象；

3)桥梁结构健康状态的评估需一定的时间周期，不能实现桥梁健康状态的正线实时监测。

综上所述，可知如何有效地、及时地实现对既有桥梁结构健康状态的在线实时监测是一个亟待解决的问题。

发明内容

本发明的目的在于克服现有技术中所存在的上述桥梁结构的损伤检测准确度不高的不足，提供一种信号自适应分解和识别的桥梁健康监测方法及系统，能够将响应信号中的趋势项和毛刺剔除，能够消除响应信号中的的异常因素，对响应信号进行分解和重组，提高了对既有桥梁简支梁结构健康状态监测的准确性，达到精确监测桥梁健康状态的目的。

为了实现上述发明目的，本发明提供了以下技术方案：

一种信号自适应分解和识别的桥梁健康监测方法，其包括以下步骤：

S1、将传感器安装于每跨桥梁结构，通过传感器分别采集桥梁结构在列车未上桥的环境激励下和在列车上桥运行工况下的动力响应信号；

S2、采用探索性数据分析方法EDA中的图形法对信号进行规律性分析；

S3、采用基于非等置信概率的拉依达方法对响应信号中异常值进行剔除；

S4、采用三项式最小二乘法，对响应信号进行平滑处理，消除实测响应信号中的趋势项和毛刺；

S5、基于改进的经验模态分解算法AEMD，对响应信号进行信号的自适应分解和自动重组；

S6、基于数据驱动随机子空间识别法DATA-SSI，对重组信号进行模态参数识别，对比分析列车上桥前后桥梁响应频率的相对变化情况，来对桥梁结构健康状态进行实时监测。