基于ANFIS的环境激励下桥梁结构应变响应预测分析

为准确预测复杂环境荷载作用下混凝土连续梁桥结构应变响应,基于结构健康监测系统长期实测数据,分析桥梁结构温度场变化规律,进而基于主成分分析及自适应神经网络模糊推理系统,建立桥梁结构温度场与桥梁结构应变响应的复杂非线性关系。首先,利用小波分解技术分离环境荷载及车辆荷载作用下的桥梁结构实测应变响应;然后利用平行坐标轴,分析混凝土连续梁桥结构温度场变化规律,并利用主成分分析提取结构温度场实测温度数据主成分;最后基于自适应神经网络模糊推理系统,以应变测点处温度数据、桥梁结构温度场实测温度数据主成分和采样时间点数据为输入数据,分别建立不同输入变量组合与应变响应的复杂非线性关系,并对比分析不同工况下结构应变响应的预测精度。结果表明：桥梁结构各测点处实测温度数据变化趋势基本一致,同侧测点实测温度数据高度相关,但桥梁结构上、下表面测点温度变化存在明显差异,仅考虑应变测点处温度变化,难以准确预测桥梁结构应变响应;当考虑桥梁结构温度场变化时,能更精确地建立温度与应变响应之间的关系模型,进而基于实测温度数据准确预测桥梁结构应变响应;当缺乏结构温度场实测温度数据时,将采样时间点作为反映桥梁结构温度场变化规律的参数,可取得较好效果。     

基于荷载试验和监测系统的某大跨度悬索桥结构状态评估

为进一步了解大跨度桥梁的结构状态,本文通过对桥梁荷载试验期间的监测系统实时监测数据、现场试验测量数据和大桥有限元模型模拟计算数据的对比挖掘分析,以定量化的形式通过与结构状态相关的参数指标,评估桥梁的结构状态。以国内某新建大跨悬索桥为例,通过安装的健康监测系统采集桥梁在静载试验条件下各控制截面的挠度、应变、振动等结构响应实时监测数据,计算桥梁挠度和应变特征值,采用频谱分析等方法计算大桥的模态参数,然后基于挠度、应变、模态参数的监测结果与现场试验测量结果、有限元模型计算结果的对比分析,并参照现场荷载试验评定方法,评估桥梁的结构状态。实验结果表明:监测系统时程数据可观测到明显的加载和卸载情况,监测系统运行良好,在试验荷载下桥梁处于弹性工作状态,整理受力状态良好,大桥结构整体刚度满足设计荷载的正常使用要求。作为新建桥梁,该评估结果还可作为桥梁的初始状态,作为后续评估桥梁结构状态和健康监测系统工作状况的参考基准。     

东海大桥桥梁结构健康监测系统研究与设计

介绍了东海大桥的健康监测系统。围绕东海大桥管理养护的需求,研究设计了桥梁结构健康监测系统的总体构成,各子系统的构成及实现方法,确定了监测内容和布点原则,设计了桥梁结构状态识别与评估的方法与策略等。     

基于大数据挖掘技术的车载自组织网络状态异常检测

基于主成分分析法与Apriori关联规则挖掘算法,提出一种利用大数据技术检测车载自组织网络(VANET)运行状态异常的方法。运用主成分分析法从大数据中挖掘出关键评估指标;针对关键指标采用并行关联规则模型,挖掘强关联规则,进而找出主要影响因素;基于历史数据和自组织人工神经网络预测方法,输入主要影响因素值,输出关键评估指标值。对评估指标值进行算例分析,利用VANET状态异常检测方法预测指标概率,结果表明,所提方法得到的预测值较仅使用人工神经网络方法准确性高。     

基于模态分析理论和神经网络的斜拉桥拉索损伤识别研究

将振动模态分析和神经网络技术结合起来,以振动模态构造的损伤标识量作为神经网络识别输入的特征参数,进行结构健康监测。根据云阳长江公路大桥设计资料,考虑桥梁拉索结构的单构件损伤、2个构件损伤、3个构件损伤3类损伤工况,分别采用了模态频率、位移振型模态、曲率模态3种指标作为神经网络的输入参数,共建立9个BP神经网络模型进行了桥梁损伤识别的研究。研究结果表明基于振动模态分析理论和BP神经网络的桥梁损伤识别方法可用于识别斜拉桥拉索结构的损伤位置和损伤程度。     

结构健康监测系统与巡检养护管理系统在青岛海湾大桥上的一体化设计

正在中国山东省建设的青岛海湾大桥包含一座双塔双柱钢箱梁斜拉桥、一座独塔双柱钢箱梁斜拉桥和一座独塔自锚式钢箱梁悬索桥,主线全长28.880 km.对于这样庞大而复杂的大型桥梁结构体系,传统的桥梁巡检养护方法难以精确有效地检测和识别大桥内各构件的结构健康变化状况.随着现代传感、网络通讯、信号分析与处理、数据管理、知识挖掘、结构分析等领域技术的发展和成熟,综合了这些技术的结构健康监测系统实现了指导结构的运营管理,验证设计假设和参数,预警异常荷载响应损伤,评估结构的性能与安全,纠正更新结构设计标准等功能.青岛海湾大桥的运营期结构监测巡检养护管理系统,包含自动化数据采集系统、基于半自动化人工巡检的养护管理系统、构件评级系统和损伤预警状态评估系统,以大桥结构为平台,有机结合结构健康监测系统与巡检养护管理系统,结构健康监测为巡检养护管理提供目标和依据,巡检养护管理给结构健康监测作补充和完善,一体化的设计最大限度地保证大桥安全运营,延长大桥使用寿命.     

基于监测数据的永宁黄河公路大桥动力特性分析

首先介绍频域分解法理论基础和算法实现,然后以永宁黄河公路大桥为背景,介绍结构健康监测系统在实际桥梁中的应用,基于监测数据采用频域分解法进行桥梁结构动力特性分析,将识别结果与成桥荷载试验和理论计算结果进行对比,验证了频域分解用于大跨度桥梁结构运营模态分析的可靠性和有效性,识别结果可以作为桥梁结构安全状态等级划分与评定依据的一项重要指标。     

基于主成分分析和学习向量量化神经网络的制动工况路面识别与验证

开展车辆制动时路面类型识别的研究，提出一种基于主成分分析-学习向量量化神经网络 （Principal Component Analysis - Learning Vector Quantization，PCA-LVQ） 的制动工况路面识别方法。利用主成分分析对多维度驾驶数据降维处理，提取能表征路面特征的主要成分，采用学习向量量化神经网络对降维处理后的驾驶数据进行训练，并用于路面特征分类，使用制动工况下实车试验数据和硬件在环仿真数据进行验证。结果表明，所提出的 PCA-LVQ算法能准确识别路面类型特征，路面识别的精度达到 97%，与传统 BP神经网络的路面类型特征识别精度提升 7%；同时，在不同车速下，基于PCA-LVQ算法也能较准确地识别路面类型特征。     

基于健康监测系统的东海大桥桥梁结构养护管理体系的构健

根据东海大桥的实际情况,构建了基于健康监测系统的桥梁结构养护管理体系,提出了预测式、评估式大桥养护管理策略。以实时监测、定期监测及人工检查相结合的方法,设计了桥梁结构健康监测系统的总体架构,对各子系统的构成及实现方法进行了较为详细的论述。对桥梁数据信息管理系统进行了功能设计,提出桥梁健康状态监测系统的应用方式,扩展并完善了桥梁健康监测的概念。     

小砩桥健康监测系统的总体设计

在我国，大型跨河景观桥梁大量建设，景观桥梁的健康监测愈来愈成为道路运营安全及检修维护的重要保障。浙江省嵊州市小砩桥为独塔斜拉桥结构体系。本研究结合该大桥的结构特点及运营养护维修需求，在结构静动力分析的基础上，展开系统总体架构设计，对自动化监测子系统、数据存储与管理子系统、安全预警与评估子系统、用户界面子系统进行详细设计，为进行大桥结构状态识别、结构的承载力与安全评估等工作积累数据，从而为桥梁开展长期健康监测奠定基础。     

连续刚构桥动力特性参数识别与有限元模型修正

以东营黄河公路大桥——大跨预应力混凝土连续刚构桥为对象,首先利用ANSYS建立了全桥的三维有限元模型并进行了理论模态分析;并应用频率分解方法(FDD)和特征系统实现算法(ERA)分析了该桥所安装的健康监测系统采集的加速度响应数据,进行了桥梁动力特性参数识别;最后,在所建立的初始有限元模型和识别的实际桥梁动力特性参数的基础上,采用模型修正的方法,得到了该桥修正的有限元模型。研究结果表明,通过该桥监测系统采集的加速度数据可以较好地识别其模态参数,所识别的模态参数可作为结构动力特性修正的依据;修正后的有限元模型能更真实地反映结构的动力特性,模型修正的结果较好地反映了实际桥梁的物理特性。该模型可以作为该桥梁长期健康监测与状态评估的基准模型。     

Bridge Health Monitoring Data Distortion Recognition Algorithm Based on Data Changing Rate

监测信息的数据失真识别是桥梁结构长期健康监测系统的核心问题之一.针对桥梁结构长期健康监测系统监测信息的海量数据中由于仪器设备失效或环境干扰而导致的数据失真问题,结合数据变化率和聚类变化等数学统计方法,提出基于数据变化率的识别算法.该方法主要是对比数据之间的结构特性,首先建立相应结构参数的结构特性数据库,然后训练出该类型参数的安全系数以及变化率阈值,并通过数据库的不断更新和扩大来提高安全系数和阈值的精确性,最后通过验算实时采集数据的变化率是否超过对应的样本阈值来判别该数据是否失真.通过对佛山平胜大桥长期健康监系统采集的主塔偏位和环境温度数据进行失真识别验证,表明了该算法在实际工程中运行的有效性和可靠性.     

基于深度学习和监测数据的桥梁损伤识别方法

为了挖掘桥梁健康监测数据蕴含的大量隐藏信息,以及改进传统结构损伤识别方法的不足之处,提出了基于桥梁监测数据的损伤识别方法。从有限元模拟数据和实际监测数据中分别提取加速度响应,并对原始数据进行了预处理。通过卷积神经网络和栈式自编码网络分别对明州大桥监测数据的可视化图像和时间序列进行识别,同时与浅层神经网络方法的识别正确率对比。结果表明:基于深度学习和监测数据的损伤识别方法不论是通过图像识别还是通过时间序列识别,都表现出优秀的性能:识别正确率达85%以上。与浅层神经网络相比,深度神经网络的损伤工况分类能力更强,识别正确率提高20%以上。     

中小跨径桥梁结构安全状态评估研究

针对目前中小跨径桥梁健康监测系统及结构安全状态评估相关研究不足的情况,以万埠大桥为工程背景,通过安装在桥梁结构上的健康监测系统获得实时监测数据,对桥梁结构应变及倾角数据进行分析处理。基于统计学原理,采用损伤预警理论中的无模型指标训练法对万埠大桥进行安全状态评估,通过该法计算得到桥梁结构应变及倾角值的安全阈值,将监测系统实时监测数据与安全阈值进行对比,评估桥梁安全状态,为桥梁管养部门管理决策提供依据,也为今后中小跨径桥梁安全评估提供实例借鉴。     

基于LSTM神经网络的桥梁损伤预警方法

为准确把握桥梁服役期内的健康状况,提高损伤评估效率,基于泗安塘大桥主桥某年多个测点的车致应变数据,建立了一种桥梁损伤预警方法。首先使用长短时记忆(LSTM)神经网络建立了车辆荷载作用下桥梁不同测点的多输入相关性模型,之后建立桥梁有限元模型模拟有损工况的桥梁状态,并提出损伤评估指标,最后根据损伤评估指标进行桥梁损伤预警。结果表明：采用LSTM神经网络建立的多输入相关性模型能够实现桥梁任意测点间车致响应的高精度预测;基于有限元模拟的车致应变提出的4个损伤评估指标能对假定的桥梁损伤进行明显识别;对泗安塘大桥主桥进行状态评估,4个损伤评估指标均稳定分布在一定的范围内,表明该桥近期没有增加新的损伤;建立了基于多测点的结构损伤评估指标体系,设定同时刻75%及以上的损伤评估指标超限时发出预警。     

基于模型与数据驱动的结构健康监测异常检测

结构健康监测(SHM)系统在土木工程中的应用日益普遍，因为它们可以跟踪结构状况并在突发情况下提供数据支持。尽管在改进数据异常检测以确保结构安全方面已经取得显著的成效，但能够在硬件上进行长期检测的算法仍然是一个悬而未决的问题。提出了一种新方法，该方法利用压缩技术来识别结构中的异常，避免将原始数据以连续流方式传输到服务器中，并以国内某桥梁的健康监测系统数据来测试所提出的异常检测算法。研究训练了3个压缩模型，即主成分分析(PCA)、全连接自动编码器和卷积自动编码器。结果表明，基于模型的方法，即PCA,可以达到更好的准确性；而数据驱动的模型，即自动编码器，其准确性与训练集大小有关，训练集越大，准确性越好。     

沪通长江大桥健康监测系统设计

沪通长江大桥为超千米级的公铁两用特大桥,结合大桥结构特点及运营养护需求,设计研究了健康监测系统。大桥健康监测系统主要针对主航道桥及专用航道桥,该两桥分别布置监测点292个和109个。监测系统采用车-线-桥-环境综合监测模式,全面反映大桥的结构状况及行车状态。监测系统包括数据采集与传输子系统、数据存储及管理子系统、综合报警与评估子系统及用户界面子系统。为提高监测系统的实用性,以现场养护人员易用为目标,研究了大量监测数据快速识别、修正与分析处理的方法,通过综合报警与评估的方式评判结构状态,进而为养护工作提供科学依据。通过与BIM管理系统相结合,实现大桥全寿命期的信息共享与利用,促进桥梁运营维护模式向"预见修"的方向发展。     

基于新奇检测技术的斜拉索状态评估

探讨了应用基于BP神经网络的新奇检测技术进行斜拉索状态评估的方法.通过对监测系统采集数据分析处理,生成训练神经网络需要的样本数据,按要求训练网络,建立了基于新奇检测技术的多阶段状态评估的神经网络模型,实现了斜拉索状态评估的两个阶段:状态预警、状态异常位置识别.状态异常位置识别采用逐步分区识别的方法,最终将损伤拉索的位置...     

基于核主成分分析的柴油机技术状态评估

提出了一种基于核主成分分析的柴油机技术状态评估方法,该方法通过跟踪柴油机全寿命周期内的机体振动信号,引入振动信号频域内振动烈度与统计特征值构成特征子集,利用核主成分分析方法获得特征子集的主分量,选用极限学习机对主分量特征样本进行分类和测试,可有效地消除冗余信息,提高识别精度。对柴油机技术状态评估后的结果表明,该方法较主成分分析法识别精度约提高了25个百分点。     

BP神经网络在轮胎气压监测系统自学习匹配中的应用

提出了一种基于BP神经网络的轮胎气压监测系统轮胎换位自学习匹配方法。该方法基于间接式轮胎压力监测系统和轮胎受力特性对换位后的轮速信号特征进行分析,运用BP神经网络识别轮胎换位方式。通过采集轮胎换位后各车轮轮速数据对BP神经网络进行训练,从而实现神经网络对轮胎换位的准确识别,使得TPMS在无人工干预下可自行识别轮胎换位状态。道路试验结果表明,完成训练后的网络可实现对未换位、交叉换位、前后换位和循环换位的有效识别,准确率达97.52%。