[发明专利]桥梁健康监测数据处理与压缩融合方法在审

专利信息
申请号: 202111588705.6 申请日: 2021-12-23
公开(公告)号: CN114330524A 公开(公告)日: 2022-04-12
发明(设计)人: 全恩懋;孙中洋;孟旭 申请(专利权)人: 重庆水利电力职业技术学院
主分类号: G06K9/62 分类号: G06K9/62;H03M7/30
代理公司: 重庆天成卓越专利代理事务所(普通合伙) 50240 代理人: 王宏松
地址: 402160 重*** 国省代码: 重庆;50
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 桥梁 健康 监测 数据处理 压缩 融合 方法
【权利要求书】:

1.一种桥梁健康监测数据处理与压缩融合方法,其特征在于,包括以下步骤:

S1,数据预处理:对编号为i的传感器时序数据段Di进行预处理,得到有效数据段Di’;

S2,对单个传感器数据压缩:对Di’进行压缩,将数据序列压缩为传感器特征估计值

S3,对多个传感器特征估计值融合:对进行赋权计算得到各个传感器的最优权值wi,通过加权融合计算得出监测参数的融合特征值

S4,将融合特征值与桥梁健康阈值进行比较,得出桥梁的健康状态。

2.根据权利要求1所述的一种桥梁健康监测数据处理与压缩融合方法,其特征在于,所述S1包括以下步骤:

S11,初步检验;

S12,二次检验。

3.根据权利要求2所述的一种桥梁健康监测数据处理与压缩融合方法,其特征在于,所述初步检验包括:

S111,计算编号为i的传感器时序数据段Di的均值

S112,计算编号为i的传感器时序数据段Di的标准差σi

S113,设定阈值系数μ;

S114,采用下式计算阈值δi,并对超出阈值范围的数据进行剔除:

其中|·|为绝对值符号,阈值范围为

S115,对剩余数据重复运行S111~S114,迭代剔除异常数据,直到所有数据均满足准则要求,得到初步检验后的时序数据段若剔除异常数据后,剩余数据数量为t,则其中di1表示编号为i的传感器第1个时刻的时序数据,di2表示编号为i的传感器第2个时刻的时序数据,dit表示编号为i的传感器第t个时刻的时序数据,m表示传感器总个数。

4.根据权利要求2所述的一种桥梁健康监测数据处理与压缩融合方法,其特征在于,所述二次检验包括:

S121,计算编号为i的传感器初步检验后的时序数据段的均值

S122,计算编号为i的传感器初步检验后的时序数据段的标准差

S123,将分为h组,每组为r个数据,若第h组数据数量为r’个且r’<r,则可从第h-1组中选取第r’+1个到第r个数据,共计r-r’个数据补充到第h组中;

S124,计算编号为i的传感器各组数据的标准差

S125,判断是否大于若是,则判定为异常组;

S126,对异常组中的数据,按下式计算统计量gij,j=1,2,...,r;

其中,dij表示表示编号为i的传感器第j个时刻的时序数据;

S127,给定显著水平β,查统计量临界值表得到统计量gij的临界值g0(t,β);

S128,满足下式的数据为异常数据,对异常数据进行剔除;

gij≥g0(t,β)

S129,对异常组中剩余数据重复运行S224~S228,迭代剔除异常数据,直到所有异常组中数据都满足或g′ij<g0(t′,β)时,则认为对应的数据段Di’为有效数据段,若剩余数据数量为v,则Di’={di1,di2,…,div},i=1,2,…,m;其中g′ij表示剩余数据的统计量,t′表示剩余数据数量,g0(t′,β)表示剩余数据的统计量的临界值。

5.根据权利要求4所述的一种桥梁健康监测数据处理与压缩融合方法,其特征在于,所述β的取值范围为(0,1)。

6.根据权利要求4所述的一种桥梁健康监测数据处理与压缩融合方法,其特征在于,所述统计量临界值表为grubbs检验临界值表。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆水利电力职业技术学院,未经重庆水利电力职业技术学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111588705.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top