[发明专利]一种基于温度与应变关联性的桥梁损伤识别方法

权利要求书

1.一种基于温度与应变关联性的桥梁损伤识别方法，其特征在于，包括以下步骤：

1)对桥梁健康监测系统的历史实测数据进行预处理，检测异常值并进行替换，对应变数据进行分解并提取受温度影响的应变分量；

2)将步骤1)预处理后的数据按预设时间段划分成多部分，对每部分数据中的温度与应变分量使用线性回归模型进行回归，提取对应的回归系数，所有部分的回归系数组成一组新数据；对桥梁健康监测的历史数据进行观察与分析，发现温度与应变存在线性关系，然后按照月份或季度将历史数据划分为N个部分，对于每个部分的数据进行观察与分析，发现温度与应变也存在线性关系，因此采用相应的线性回归模型对每部分数据进行回归，假定线性回归模型的函数形式为y＝ɑx+β，将温度数据作为x，应变数据作为y输入到线性回归模型进行回归，此时能够得到回归系数ɑ；而后再对其它部分数据做相同操作，即可得到ɑ1、ɑ2...ɑN；

3)对步骤2)中得到的数据进行正态性检验，若数据不服从正态分布，则对数据进行正态化，再统计正态化后数据的均值μ与标准差σ，作为后续识别损伤的判断依据；

4)对最新监测数据进行步骤1)的预处理，并使用LR模型拟合得到回归系数，根据3σ准则若该回归系数落在(μ-3σ,μ+3σ)范围之外，则说明桥梁出现损伤，反之桥梁未出现损伤。

2.根据权利要求1所述的一种基于温度与应变关联性的桥梁损伤识别方法，其特征在于：在步骤1)中，由于桥梁健康监测系统在采集、传输或处理过程中可能会出现故障，也可能由于复杂的外界环境导致数据出现极端异常值，因此需要对异常值进行检测替换，以减小异常值对后续识别效果的影响；此外，由于桥梁应变受到诸多外界环境的影响，在研究温度与应变关联性的时候，需要将受温度影响的应变分量提取出来，降低其它因素对关联性的影响；其中，检测并替换异常值的过程步骤如下：

首先，定义一个大小为M的窗口，M取奇数，该窗口沿着数据移动直到覆盖所有数据，对每个窗口中的数据，记窗口中间位置的数据为MID，然后对窗口数据按从小到大顺序进行排序，取一分位数Q1、二分位数Q2、三分位数Q3，此时计算上阈值UT＝Q3+1.5(Q3-Q1)、下阈值LT＝Q1-1.5(Q3-Q1)，判断MID是否处于[LT,UT]范围内，若在[LT,UT]范围之内，则MID不是异常值，否则MID为异常值，此时令MID＝Q2完成异常值替换；而对于去除异常值后的数据，使用小波变换将应变数据分解到第七层，提取第七层数据作为受温度影响的应变分量。

3.根据权利要求1所述的一种基于温度与应变关联性的桥梁损伤识别方法，其特征在于：在步骤3)中，由于正态分布是很多计量数据比较分析的假设前提，因此首先要检验数据是否服从正态分布，如果数据服从正态分布，那么使用相应的统计方法进行比较分析；如果数据不服从正态分布，那么通过变换将不服从正态分布的数据转变为服从正态分布的数据；具体如下：

首先，使用K-S检验方法检验数据是否服从正态分布，如果数据不服从正态分布，那么使用Box-Cox变换对数据进行正态化转换，然后计算正态化后数据的均值μ与方差σ。

4.根据权利要求1所述的一种基于温度与应变关联性的桥梁损伤识别方法，其特征在于：在步骤4)中，对于最新监测数据取其中一个月或者一个季度数据，进行预处理操作，并相应地使用线性回归模型对该数据进行回归，得到回归系数ɑ；而后再根据步骤3)得到的历史数据的均值μ与方差σ，根据3σ准则能够得到一个置信区间(μ-3σ,μ+3σ)，接下来判断ɑ是否在置信区间内，如果在该区间内则有99.73％的把握说明桥梁未出现损伤，反之有99.73％的把握说明桥梁出现损伤。