一种基于数据驱动的桥梁工程极值预测方法、系统、设备及存储介质

    公开(公告)号:CN118627265A

    公开(公告)日:2024-09-10

    申请号:CN202410647642.4

    申请日:2024-05-23

    摘要: 本发明公开了一种基于数据驱动的桥梁工程极值预测方法、系统、设备及存储介质;桥梁工程极值预测方法步骤包括:基于健康监测系统采集桥梁结构输入和结构输出数据;利用信号分离方法估计响应峰值和基线,然后从记录的应变数据中提取温度效应和车致效应;构建温度、车辆荷载和应变数据的平均条件超出率函数及其尾部数据统计模型,通过尾部趋势拟合和外推获得不同重现期的极端载荷和响应;利用回归水平和平均条件超越率的关系,并基于预测目标水平中回归期相同这一条件,建立载荷极值与响应极值间的映射关系,实现桥梁服役期极限状态预测。本发明能准确测量桥梁的输入和输出极值,进而为桥梁的安全评估提供研究基础。

    抗边界约束干扰的时变刚度参数识别方法、存储介质及设备

    公开(公告)号:CN114692279B

    公开(公告)日:2023-09-15

    申请号:CN202210398865.2

    申请日:2022-04-15

    摘要: 抗边界约束干扰的时变刚度参数识别方法、存储介质及设备,属于桥梁工程健康监测技术领域。为了解决现有的识别方法不能有效识别桥梁结构的时变刚度参数问题。本发明首先基于桥梁损伤位置检测技术识别桥梁结构的损伤位置并编号。然后根据桥梁结构对应的初始状态量及初始状态量协方差,并基于无迹卡尔曼滤波器算法进行初步识别,计算出每步对应的灵敏参数并绘制时程曲线。根据时程曲线是否有峰值脉冲出现,进行进一步识别,当有峰值脉冲出现,调用抗边界约束干扰的自适应无迹卡尔曼滤波器算法进行识别,在此识别过程中针对结构状态量协方差进行二次更新,并更新卡尔曼增益矩阵;进一步更新第k时间步的状态量;直到循环结束获得待识别参数。

    抗边界约束干扰的时变刚度参数识别方法、存储介质及设备

    公开(公告)号:CN114692279A

    公开(公告)日:2022-07-01

    申请号:CN202210398865.2

    申请日:2022-04-15

    摘要: 抗边界约束干扰的时变刚度参数识别方法、存储介质及设备,属于桥梁工程健康监测技术领域。为了解决现有的识别方法不能有效识别桥梁结构的时变刚度参数问题。本发明首先基于桥梁损伤位置检测技术识别桥梁结构的损伤位置并编号。然后根据桥梁结构对应的初始状态量及初始状态量协方差,并基于无迹卡尔曼滤波器算法进行初步识别,计算出每步对应的灵敏参数并绘制时程曲线。根据时程曲线是否有峰值脉冲出现,进行进一步识别,当有峰值脉冲出现,调用抗边界约束干扰的自适应无迹卡尔曼滤波器算法进行识别,在此识别过程中针对结构状态量协方差进行二次更新,并更新卡尔曼增益矩阵;进一步更新第k时间步的状态量;直到循环结束获得待识别参数。

    桥梁损伤位置的无损识别方法、存储介质及设备

    公开(公告)号:CN114692465B

    公开(公告)日:2023-09-08

    申请号:CN202210398866.7

    申请日:2022-04-15

    摘要: 桥梁损伤位置的无损识别方法、存储介质及设备,属于桥梁工程健康监测技术领域。为了解决现有的检测技术不能简便识别桥梁结构损伤位置的问题,本发明基于无迹卡尔曼滤波器算法和自适应无迹卡尔曼滤波器算法确定损伤位置,在滤波的过程中需要计算每步对应的灵敏参数,并根据灵敏参数ηk的时程曲线,选择下一时间步的滤波器算法,在执行自适应无迹卡尔曼滤波器算法时需要根据状态量协方差的全部主对角元素组成一个新的对角方阵,依次扩大该方阵每一个弹性模量参数对应的协方差值,并执行一步完整的无迹卡尔曼滤波运算并得到灵敏参数ηk,并找到损伤位置;扩大该位置对应的协方差并继续执行第(k+1)时间步,直到全部循环结束得出所有的损伤位置。

    桥梁损伤位置的无损识别方法、存储介质及设备

    公开(公告)号:CN114692465A

    公开(公告)日:2022-07-01

    申请号:CN202210398866.7

    申请日:2022-04-15

    摘要: 桥梁损伤位置的无损识别方法、存储介质及设备,属于桥梁工程健康监测技术领域。为了解决现有的检测技术不能简便识别桥梁结构损伤位置的问题,本发明基于无迹卡尔曼滤波器算法和自适应无迹卡尔曼滤波器算法确定损伤位置,在滤波的过程中需要计算每步对应的灵敏参数,并根据灵敏参数ηk的时程曲线,选择下一时间步的滤波器算法,在执行自适应无迹卡尔曼滤波器算法时需要根据状态量协方差的全部主对角元素组成一个新的对角方阵,依次扩大该方阵每一个弹性模量参数对应的协方差值,并执行一步完整的无迹卡尔曼滤波运算并得到灵敏参数ηk,并找到损伤位置;扩大该位置对应的协方差并继续执行第(k+1)时间步,直到全部循环结束得出所有的损伤位置。