重庆石板坡长江大桥复线桥的受力分析及健康监测系统设计

根据重庆石板坡长江大桥复线桥的结构特点,结合其结构有限元分析,设计了相应的健康监测系统,包括系统测点布置,系统总体、各传感子系统以及安全评估系统。该系统的使用为评估桥梁的初期运行及后期施工状况提供了科学依据。     

基于活载效应统计过程控制的桥梁健康诊断方法

根据砼桥梁结构监测信息的多尺度特点,针对马桑溪长江大桥的跨中部分测点的挠度和应变实测信息,通过小波变换的方法对缓变信息和瞬变信息进行了分离,提取了其中的活载效应,并利用X控制图的统计过程控制原理,实现了桥梁健康的无模型诊断。通过对比相关测点的荷载试验数据进行验证,所提挠度和应变的活载效应信息的变化幅度与荷载试验结果一致,健康诊断结果也与桥梁的实际状态相符。     

基于深度学习的桥梁健康监测数据有效性分析

作为桥梁结构健康监测系统的基石,监测数据的有效性分析是十分重要,然而现今大多数分析方法都依赖统计学理论,需要大量的领域知识,不适用于大规模数据集.提出了一种灰色关联度与深度学习相结合的方法,通过灰色关联分析对数据进行预处理,自动给定数据标签并进行标签正确性验证,结合深度学习模型DNN、DBN对数据有效性进行分析.实验表明:所提方法将监测数据有效性分析准确率提升至94.47％,具有较好的预测性能,解决了传统人工分析存在的低效率、低准确度的问题,适用于大型桥梁结构健康监测系统.     

基于EWMA控制图的斜拉桥健康诊断研究

随着传感器技术的迅速发展,桥梁健康监测由于其实时性和先进性而得到了广泛重视.但目前的桥梁健康诊断方法严重依赖于精确的结构有限元模型和已知激励,在实际应用中的诊断效果难以令人满意.文中根据砼斜拉桥主梁挠度活载效应的统计演变规律,设计了EWMA控制图,结合可靠度理论,实现了桥梁健康的有效诊断及分级预警,并通过马桑溪长江大桥的实测数据进行了验证.结果表明该诊断方法具有良好的有效性和广泛的通用性.     

基于投影和密度的高维数据流聚类算法

在经典数据流的聚类算法基础之上,提出了一种基于投影和密度的高维数据流聚类算法——HpDenStream,该算法结合滑动窗口技术,采用投影算法对高维数据流进行降维处理,并运用密度聚类算法对降维后的数据进行异常数据检测。仿真实验结果表明:该方法占用的存储空间小,算法的工作量少,并提高了算法的执行效率。