面向在役桥梁状态分析的监测信息统计模式识别研究.doc

分类号
TP391
单位代码
10618
密级
加密
学号
2130070006



硕士学位论文
面向在役桥梁状态分析的监测信息统计模式识别研究
研究生姓名:
舒劲秋
导师姓名及职称:
杨建喜(教授)
申请学位类别
工学硕士
学位授予单位
重庆交通大学
一级学科名称
计算机科学与技术
论文提交日期
2016 年5 月 10日
二级学科名称

论文答辩日期
2016 年月日
2016 年 05 月 10 日
In-Life Bridge State Evaluation based on Statistical Pattern Recognition Technique for Monitoring Information
A Dissertation Submitted for the Degree of Master
Candidate:Shu JinqiuQian Lizhang
Supervisor:Prof. Yang Jianxi Jianxi
Chongqing Jiaotong University, Chongqing, China
摘要
随着桥梁结构健康监测技术广泛应用,基于统计模式识别理论的在役桥梁结构状评估技术得到日益关注。本文以统计模式识别理论为基础,探究在役桥梁结构响应信号与结构系统的内在联系,分析桥梁结构系统的行为特征模式及其产生机理,通过建立系统模型获取表征结构状态演化的特征参数,构建损伤敏感性指标获取不同状态下特征向量之间的差异并表征结构状态演化模式,最终形成了基于统计模式识别的在役桥梁状态评估技术体系与算法流程。主要研究内容包括:
(1)桥梁监测信息统计学特征分析。结合信息学、统计学理论技术,从信号与系统角度分析桥梁结构实时响应动力信息的统计学特征,结果表明结构加速度等高频动力信息具有背景噪声强、随机性强、非线性特性明显等特点。
(2)桥梁监测信息统计模式分析及其特征识别技术。引入时序分析方法对桥梁结构输出响应信息建立系统模型,通过ARMA模型构造统计模式并利用自回归系数构建反应结构状态演变的特征向量。将ARMA模型与结构动力学系统结合在一起,理论论证时序模型表征结构系统的有效性及其模型参数与结构状态演化的内在联系;结合长自回归模型法与广义最小二乘法分析模型阶次及参数估计精度,通过自回归函数对建立的模型表征真实系统的适用性进行验证,提高了模型表征信息演化模式的精度;依据模型识别的参数获取表征结构状态演化的特征向量,实现了监测数据到特征向量的信息凝聚。
(3)桥梁监测信息统计模式特征与结构状态相关性分析。在构建的表征结构状态统计特征指标的基础上引入统计模式识别理论,通过构建损伤敏感性指标获取不同状态下的特征量之间的差异以表征结构状态演化模式。一方面,构造了基于Mahalanobis距离的损伤敏感性指标,通过设置置信区间获取结构无损状态下的阈值,克服传统阈值确立方法计算复杂的缺陷,以损伤敏感性指标在控制阈值之间的分布获取结构状态演化模式;另一方面,引入统计过程控制论中的均值控制图并构造统计量,通过多次假设检验构造置信区间作为结构无损状态下的阈值,以统计模式差异指标在阈值内外的分布判别结构状态的演化。最后选择环境激励下的ASCE Benchmark结构和黑冲沟缩尺模型损伤试验从微小损伤到严重损伤的各种工况进行实验分析,验证损伤敏感指标对结构损伤程度的识别能力较强,对微小损伤及位置有一定的敏感性。
关键词:结构状态分析, 统计模式识别, 损伤敏感性指标, ARMA模型, 特征向量
ABSTRACT
With the bridge structural health monitoring technology is widely used, the existing bridge structure system response signal analysis and structure behavior evaluation based on statistical pattern recognition theory has been paid more and more attention. In this paper, based on statistical pattern recognition theory, to explore the internal relations between existing bridge structure response signal and the structure of the system, ana