本發(fā)明涉及結(jié)構(gòu)健康監(jiān)測，尤其涉及智能橋梁安全早期預(yù)警系統(tǒng)。

背景技術(shù)：

1、結(jié)構(gòu)健康監(jiān)測技術(shù)領(lǐng)域涉及采用傳感器技術(shù)、數(shù)據(jù)處理和分析工具來實(shí)時(shí)監(jiān)測建筑或結(jié)構(gòu)的完整性和性能，其目的是通過持續(xù)的監(jiān)控，早期發(fā)現(xiàn)結(jié)構(gòu)劣化或損傷，以便及時(shí)進(jìn)行維護(hù)和修復(fù)，從而延長結(jié)構(gòu)的使用壽命，該領(lǐng)域利用的技術(shù)包括振動(dòng)分析、聲發(fā)射檢測、應(yīng)力和應(yīng)變監(jiān)測，以及溫度和環(huán)境變化的監(jiān)測，通過對數(shù)據(jù)的綜合分析，能夠提供關(guān)于結(jié)構(gòu)當(dāng)前狀態(tài)的準(zhǔn)確信息，并預(yù)測未來的結(jié)構(gòu)風(fēng)險(xiǎn)。

2、其中，智能橋梁安全早期預(yù)警系統(tǒng)是專門用于橋梁這類關(guān)鍵基礎(chǔ)設(shè)施的安全監(jiān)控，通過安裝在橋梁關(guān)鍵部位的傳感器收集數(shù)據(jù)，實(shí)時(shí)監(jiān)控橋梁的結(jié)構(gòu)狀態(tài)和環(huán)境影響因素，通過對數(shù)據(jù)進(jìn)行分析，能夠及時(shí)檢測到橋梁存在的結(jié)構(gòu)問題，如裂縫發(fā)展、材料老化或超載等情況，并在達(dá)到預(yù)定的風(fēng)險(xiǎn)閾值時(shí)發(fā)出警報(bào)，其主要用途是預(yù)防性地維護(hù)橋梁安全，避免嚴(yán)重的結(jié)構(gòu)故障和潛在的安全事故，保障交通的順暢與行車安全。

3、傳統(tǒng)系統(tǒng)未能實(shí)現(xiàn)結(jié)構(gòu)狀態(tài)的全面動(dòng)態(tài)分析，例如，振動(dòng)分析可以偵測異常振動(dòng)，卻難以在沒有復(fù)雜數(shù)據(jù)分析和模式識別支持下預(yù)測結(jié)構(gòu)的長期表現(xiàn)，此外，傳統(tǒng)系統(tǒng)依賴于專業(yè)人員手動(dòng)解讀數(shù)據(jù)，不僅增加了成本，還因人為因素導(dǎo)致關(guān)鍵維護(hù)決策的延誤，在風(fēng)險(xiǎn)評估方面，傳統(tǒng)系統(tǒng)使用靜態(tài)模型，缺少對環(huán)境變化和實(shí)時(shí)數(shù)據(jù)流的響應(yīng)能力，限制了其在變化環(huán)境中的應(yīng)用效果，在緊急情況處理上導(dǎo)致反應(yīng)不及時(shí)，無法有效預(yù)防結(jié)構(gòu)故障或安全事故的發(fā)生。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的是解決現(xiàn)有技術(shù)中存在的缺點(diǎn)，而提出的智能橋梁安全早期預(yù)警系統(tǒng)。

2、為了實(shí)現(xiàn)上述目的，本發(fā)明采用了如下技術(shù)方案：智能橋梁安全早期預(yù)警系統(tǒng)，所述系統(tǒng)包括：

3、時(shí)間因子分析模塊基于長期監(jiān)測數(shù)據(jù)，對承重梁的時(shí)間序列數(shù)據(jù)進(jìn)行趨勢分解，識別影響結(jié)構(gòu)穩(wěn)定性的關(guān)鍵時(shí)間因子，并分析支座與伸縮縫間的動(dòng)態(tài)關(guān)系，生成時(shí)間依賴關(guān)系圖；

4、狀態(tài)分析模塊基于所述時(shí)間依賴關(guān)系圖，采用隱馬爾可夫模型，對橋面鋪裝監(jiān)測數(shù)據(jù)進(jìn)行分析，學(xué)習(xí)并預(yù)測橋梁結(jié)構(gòu)的狀態(tài)序列，生成狀態(tài)變化預(yù)測信息；

5、風(fēng)險(xiǎn)評估模塊基于所述狀態(tài)變化預(yù)測信息，對承重梁和伸縮縫的狀態(tài)數(shù)據(jù)進(jìn)行分析，通過歷史數(shù)據(jù)與當(dāng)前數(shù)據(jù)的比較，估算結(jié)構(gòu)的當(dāng)前健康狀態(tài)，生成結(jié)構(gòu)健康風(fēng)險(xiǎn)評級；

6、預(yù)警生成模塊基于所述結(jié)構(gòu)健康風(fēng)險(xiǎn)評級，評估支座和橋面鋪裝的當(dāng)前風(fēng)險(xiǎn)等級，若檢測到風(fēng)險(xiǎn)超過安全閾值，則執(zhí)行預(yù)警信號的生成與發(fā)送，得到安全預(yù)警指標(biāo)。

7、本發(fā)明改進(jìn)有，所述時(shí)間序列數(shù)據(jù)的分解步驟具體為：

8、從長期監(jiān)測數(shù)據(jù)中收集承重梁的時(shí)間序列數(shù)據(jù)集，數(shù)據(jù)集包括差異時(shí)間點(diǎn)下的承重梁實(shí)測負(fù)荷值；

9、對時(shí)間序列數(shù)據(jù)集進(jìn)行平滑處理，采用加權(quán)滑動(dòng)平均法，計(jì)算每個(gè)數(shù)據(jù)點(diǎn)的平滑值，獲得平滑時(shí)間序列數(shù)據(jù)集，其中，滑動(dòng)窗口大小和權(quán)重按數(shù)據(jù)變異性進(jìn)行自動(dòng)調(diào)整；

10、對平滑時(shí)間序列數(shù)據(jù)集進(jìn)行趨勢分解，使用公式進(jìn)行計(jì)算：

11、

12、獲取趨勢分量，其中，tt表示時(shí)刻t的趨勢分量，α是平滑參數(shù)，控制歷史數(shù)據(jù)對當(dāng)前趨勢分量的影響，yt是當(dāng)前的平滑數(shù)據(jù)點(diǎn)，tt-1為前一時(shí)刻的趨勢分量，st-1是前一時(shí)刻的季節(jié)性分量，ct是調(diào)整參數(shù)，根據(jù)實(shí)時(shí)數(shù)據(jù)的變化范圍調(diào)整趨勢分量。

13、本發(fā)明改進(jìn)有，所述分析支座與伸縮縫間的動(dòng)態(tài)關(guān)系的步驟具體為：

14、基于分解后的所述時(shí)間序列數(shù)據(jù)，利用回歸方法，根據(jù)支座的行為和伸縮縫的變化率進(jìn)行動(dòng)態(tài)關(guān)系模型構(gòu)建，采用公式：

15、

16、其中，r(t)為在時(shí)間t的支座與伸縮縫動(dòng)態(tài)關(guān)系評估值，β0為基線偏移，反映在沒有任何外部影響下，模型預(yù)測的基本動(dòng)態(tài)關(guān)系值，β1為支座行為的影響系數(shù)，β2為伸縮縫變化率的線性系數(shù)，β3為用于調(diào)整伸縮縫變化率的非線性響應(yīng)，bt為在時(shí)間t的支座行為數(shù)據(jù)，st為在時(shí)間t的伸縮縫變化率數(shù)據(jù)；

17、對動(dòng)態(tài)關(guān)系模型進(jìn)行分析，挖掘支座和伸縮縫之間的相互影響和依賴性，得到時(shí)間依賴關(guān)系圖。

18、本發(fā)明改進(jìn)有，所述橋面鋪裝監(jiān)測數(shù)據(jù)的分析步驟具體為：

19、基于所述時(shí)間依賴關(guān)系圖，收集橋面監(jiān)測數(shù)據(jù)，包括溫度、壓力、應(yīng)力和位移數(shù)據(jù)；

20、對收集的數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗和處理，剔除異常值和填補(bǔ)缺失數(shù)據(jù)；

21、應(yīng)用統(tǒng)計(jì)分析公式：

22、

23、評估橋面鋪裝的當(dāng)前狀態(tài)并預(yù)測未來變化趨勢，其中，yt表示在時(shí)間t的預(yù)測結(jié)果，tt代表時(shí)間t的溫度數(shù)據(jù)，pt代表同一時(shí)刻的壓力數(shù)據(jù)，b0為分析結(jié)果起點(diǎn)，b1是溫度影響系數(shù)，b2和b3是控制壓力數(shù)據(jù)的非線性響應(yīng)。

24、本發(fā)明改進(jìn)有，所述狀態(tài)變化預(yù)測信息的獲取步驟具體為：

25、基于已清洗和分析過的所述橋面鋪裝監(jiān)測數(shù)據(jù)，學(xué)習(xí)差異狀態(tài)間的轉(zhuǎn)換概率，使用期望最大化算法：

26、

27、其中，emt表示在時(shí)間t的輸出，st表示狀態(tài)序列，ot表示監(jiān)控序列，αi是狀態(tài)轉(zhuǎn)換系數(shù)，反映歷史狀態(tài)對數(shù)對當(dāng)前預(yù)測的影響，β是監(jiān)控序列的影響系數(shù)，δ和κ是控制監(jiān)控?cái)?shù)據(jù)非線性響應(yīng)的幅度和方向，st-i為時(shí)間t-i的狀態(tài)，ot-i為時(shí)間t-i的觀測值；

28、利用學(xué)習(xí)的狀態(tài)轉(zhuǎn)換概率和當(dāng)前狀態(tài)，應(yīng)用預(yù)測公式：

29、

30、獲得狀態(tài)變化預(yù)測信息，其中，pt+1表示時(shí)間t+1的預(yù)測狀態(tài)，st是當(dāng)前狀態(tài)，是預(yù)測的下一個(gè)狀態(tài)，λ是平滑系數(shù)，用于整合當(dāng)前狀態(tài)信息和模型預(yù)測，ξ和μ是調(diào)整預(yù)測狀態(tài)非線性響應(yīng)的參數(shù)。

31、本發(fā)明改進(jìn)有，所述承重梁和伸縮縫的狀態(tài)數(shù)據(jù)的分析步驟具體為：

32、根據(jù)所述狀態(tài)變化預(yù)測信息，收集承重梁與伸縮縫的當(dāng)前和歷史狀態(tài)數(shù)據(jù)，包括位移、應(yīng)力和溫度數(shù)據(jù)；

33、對收集的承重梁和伸縮縫數(shù)據(jù)，采用公式：

34、

35、得到承重梁和伸縮縫當(dāng)前狀態(tài)的分析結(jié)果st，其中，xcurrent代表當(dāng)前的數(shù)據(jù)點(diǎn)，xhist代表對應(yīng)的歷史數(shù)據(jù)點(diǎn)，θ1為調(diào)整當(dāng)前數(shù)據(jù)影響的線性權(quán)重，θ2為歸一化公式的基線調(diào)整，θ3為控制歷史數(shù)據(jù)影響的強(qiáng)度，θ4用于優(yōu)化歷史數(shù)據(jù)的平方根并引入非線性效果，θ5用于調(diào)節(jié)雙曲正弦函數(shù)的強(qiáng)度。

36、本發(fā)明改進(jìn)有，所述結(jié)構(gòu)當(dāng)前健康狀態(tài)的獲取步驟具體為：

37、根據(jù)所述承重梁和伸縮縫的狀態(tài)數(shù)據(jù)分析結(jié)果，提取關(guān)鍵數(shù)據(jù)點(diǎn)，包括變形、裂縫寬度和應(yīng)力水平；

38、采用公式，輸入分析結(jié)果：

39、

40、計(jì)算結(jié)構(gòu)的健康指標(biāo)，其中，dcurrent是當(dāng)前數(shù)據(jù)，dhist是歷史數(shù)據(jù)，p是物理參數(shù)，a1為調(diào)整健康評估敏感性的系數(shù)，a2為優(yōu)化歷史數(shù)據(jù)平方根的系數(shù)，a3用于平衡和穩(wěn)定表達(dá)式，a4和a5為控制物理參數(shù)p影響的振蕩效應(yīng)，其中a5為調(diào)節(jié)振蕩頻率，a4為調(diào)節(jié)振蕩幅度。

41、本發(fā)明改進(jìn)有，所述安全預(yù)警指標(biāo)的獲取步驟具體為：

42、基于所述結(jié)構(gòu)健康風(fēng)險(xiǎn)評級，評估支座和橋面鋪裝的當(dāng)前風(fēng)險(xiǎn)等級，使用公式：

43、

44、計(jì)算風(fēng)險(xiǎn)等級rlevel，其中，b1用于優(yōu)化當(dāng)前數(shù)據(jù)的平方影響，b2用于調(diào)節(jié)歷史數(shù)據(jù)的平方根影響，b3和b4用于調(diào)節(jié)基于歷史數(shù)據(jù)的非線性響應(yīng)，lhistorical為對應(yīng)的歷史數(shù)據(jù)點(diǎn)，lcurrent為當(dāng)前風(fēng)險(xiǎn)數(shù)據(jù)點(diǎn)；

45、判斷風(fēng)險(xiǎn)等級是否超出安全閾值tsafe，采用公式：

46、exceeds＝rlevel>tsafe

47、若exceeds為true，則執(zhí)行預(yù)警信號的生成與發(fā)送，否則終止預(yù)警流程，其中，exceeds為布爾值，表示風(fēng)險(xiǎn)等級是否超過安全閾值；

48、根據(jù)風(fēng)險(xiǎn)等級超閾判定結(jié)果，進(jìn)行預(yù)警信號生成，采用公式：

49、swarn＝k·log(rlevel+m)

50、得到安全預(yù)警指標(biāo)，并發(fā)送至關(guān)聯(lián)的維保部門，其中，swarn為生成的預(yù)警信號，k用于調(diào)節(jié)對風(fēng)險(xiǎn)等級的敏感性，m用于優(yōu)化對數(shù)運(yùn)算的穩(wěn)定性。

51、與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)點(diǎn)和積極效果在于：

52、本發(fā)明中，通過結(jié)合趨勢分解與關(guān)鍵時(shí)間因子的分析，提高了對結(jié)構(gòu)細(xì)微變化的敏感度，允許更早預(yù)見到潛在的結(jié)構(gòu)不穩(wěn)定性，將隱馬爾可夫模型應(yīng)用于橋梁監(jiān)測數(shù)據(jù)，有效預(yù)測了未來潛在的結(jié)構(gòu)問題，優(yōu)化了維護(hù)計(jì)劃的制定和預(yù)防措施的實(shí)施，風(fēng)險(xiǎn)評級系統(tǒng)通過對比歷史與當(dāng)前數(shù)據(jù)，提供了一種更系統(tǒng)化的風(fēng)險(xiǎn)管理方法，增強(qiáng)了預(yù)警的實(shí)時(shí)響應(yīng)能力，顯著提升了應(yīng)急反應(yīng)的效率和時(shí)效性，有效減少因反應(yīng)不及時(shí)造成的潛在風(fēng)險(xiǎn)。