CN116448954A - 基于多维度监测参数融合评估桥梁健康状况的方法及系统 - Google Patents

Abstract

本发明提供一种基于多维度监测参数融合评估桥梁健康状况的方法及系统，通过对桥梁的各项监测内容进行分类别监测，同时对监测内容的各类别数据进行分指标的归类，然后对各指标携带的参数组进行预处理，得到携带目标参数组的指标；再将携带目标参数组的指标进行融合，得到桥梁健康状况评估结果预测值，最后通过将预测值与预设阈值比较，以作为判定桥梁健康状况的依据，从而实现对桥梁的健康状况评估。本发明通过分类别和分指标的多维度多层次监测，同时对得到的参数进行分析处理后，再按照指标维度进行预测，在兼顾各类别指标参数的同时，实现了全面和准确评估桥梁的健康状况。

Description

基于多维度监测参数融合评估桥梁健康状况的方法及系统

技术领域

本发明涉及桥梁健康状况评估技术领域，具体涉及基于多维度监测参数融合评估桥梁健康状况的方法及系统。

背景技术

桥梁状态评估是维修的关键技术之一，桥梁状态评估通过分析反映桥梁状态的各类特征参数的监测数据，运用融合评估方法获取桥梁的健康状态，为维修决策提供技术支持。不同的状态桥梁监测参数能够从不同的角度反映桥梁的状态，因此如何有效地融合高维的状态数据已经成为状态评估研究的重点。

目前现有的数据分析方法仅对单个监测参数的极值或变化趋势或累计值等测值采用统计分析、相关性分析、趋势性分析、对比性分析等方法，通过设置阈值的方法评估桥梁的健康度，忽略了参数之间的相互影响。其评估方法是利用处理之后的校准值，与预设阈值比较来判定桥梁的健康度，方法单一，无法准确且全面的评估桥梁的健康状况。亟需一种多监测参数融合的评估方法。

发明内容

针对现有技术存在的不足，本发明提出一种基于多维度监测参数融合评估桥梁健康状况的方法及系统，以解决现有技术中存在的忽略参数之间的影响，方法单一，无法准确且全面的评估桥梁的健康状况的技术问题。

一种基于多维度监测参数融合评估桥梁健康状况的方法，包括：对桥梁进行分类别监测，得到分属于各类别的携带有参数组的指标；对所述指标携带的参数组进行预处理，得到携带有目标参数组的指标；将携带有所述目标参数组的指标进行融合，得到预测值；将所述预测值与预设阈值相比较，评估桥梁的健康状况。

在其中一个实施例中，所述类别包括环境、作用、结构响应和结构变化。

在其中一个实施例中，所述参数组至少包括平均值、最大值、极差值中的一种。

在其中一个实施例中，对所述指标携带的参数组进行预处理，得到携带有目标参数组的指标步骤，包括：查询参数组中的各参数值，查询是否存在平均值；当存在平均值时，则选择所述平均值作为目标参数组的值，完成处理；若不存在平均值，则查询是否存在极差值；若存在，则选择极差值作为目标参数组的值，完成处理；若不存在极差值，则选择最大值作为目标参数组的值，完成处理。

在其中一个实施例中，所述将携带有所述目标参数组的指标进行融合步骤采用Choquet模糊积分融合方法进行融合。

在其中一个实施例中，所述预设阈值包括三级超限阈值，具体包括一级阈值、二级阈值和三级阈值。

在其中一个实施例中，将所述预测值与预设阈值进行比较，评估桥梁的健康状况步骤，包括：将所述评估值与预设阈值相比较；当所述评估值小于等于所述一级阈值时，桥梁基本完好；当所述评估值大于所述一级阈值，且小于等于所述二级阈值，桥梁II等轻微异常；当所述评估值大于所述二级阈值，且小于等于所述三级阈值，桥梁III等中等异常；当所述评估值大于所述三级阈值，桥梁IV等严重异常。

一种基于多维度监测参数融合评估桥梁健康状况的系统，包括监测采集模块、处理模块、融合模块和评估模块，其中：所述监测采集模块用于，对桥梁进行分类别监测，得到分属于各类别的携带有参数组的指标；所述处理模块用于，对所述指标携带的参数组进行预处理，得到携带有目标参数组的指标；所述融合模块用于，将携带有所述目标参数组的指标进行融合，得到预测值；所述评估模块用于，将所述预测值与预设阈值相比较，评估桥梁的健康状况。

由上述技术方案可知，本发明的有益技术效果如下：

1.本发明通过对桥梁的各项监测内容进行分类别监测，同时对监测内容的各类别数据进行分指标的归类，然后对各指标携带的参数组进行预处理，得到携带目标参数组的指标；再将携带目标参数组的指标进行融合，得到桥梁健康状况评估结果预测值，最后通过将预测值与预设阈值比较，以作为判定桥梁健康状况的依据，从而实现对桥梁的健康状况评估。本发明通过分类别和分指标的多维度多层次监测，同时对得到的参数进行分析处理后，再按照指标维度进行预测，在兼顾各类别指标参数的同时，实现了全面和准确评估桥梁的健康状况。

2.在对参数组进行预处理时，采用了多层次的参数选择，从而尽可能的提高桥梁的预测准确性。

3.选择Choquet模糊积分融合方法融合各指标，能够更加准确的将各指标携带的目标参数组进行融合，提高桥梁预测的准确性。

4.对桥梁进行评估时，设置了三个阈值，从而更加全面和准确的实现对桥梁健康状况的评估。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。

图1为一个实施例中一种桥梁健康状况动态评估方法的流程示意图；

图2为一个实施例中一种桥梁健康状况动态评估系统的结构框图。

具体实施方式

下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只作为示例，而不能以此来限制本发明的保护范围。

需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。本公开实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开实施例的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含。除非另有说明，术语“多个”表示两个或两个以上。本公开实施例中，字符“/”表示前后对象是一种“或”的关系。例如，A/B表示：A或B。术语“和/或”是一种描述对象的关联关系，表示可以存在三种关系。例如，A和/或B，表示：A或B，或，A和B这三种关系。术语“对应”可以指的是一种关联关系或绑定关系，A与B相对应指的是A与B之间是一种关联关系或绑定关系。

在一个实施例中，如图1所示，提供了一种基于多维度监测参数融合评估桥梁健康状况的方法，包括以下步骤：

S110对桥梁进行分类别监测，得到分属于各类别的携带有参数组的指标；

在其中一个实施例中，类别包括环境、作用、结构响应和结构变化。而在环境类别中，包括了温度、湿度等指标。在作用类别中，一般的桥梁包括了竖向位移、结构温度、应变等指标，若是特定的斜拉桥，在作用类别中，还包括风速、风向和索力等指标。在结构响应类别中，一般包括位移、应变和振动等指标，然而对于拱桥则还具有拱顶位移等指标，针对斜拉桥和悬索桥则还具有索力和转角两个指标。在结构变化类别上，一般包括拱脚位移等指标。这样通过从类别到指标的层层区分式的进行监测，能够更加全面和准确的实现对桥梁的监测，能够避免因为一个参数值的错误导致存在较大的误差。

在其中一个实施例中，参数组至少包括平均值、最大值、极差值中的一种。具体地，以温度指标为例，温度指标中会监测到桥梁的结构温度变化情况，具体包括温度的最大值、最小值、平均值、极差值等，这些值构成了温度指标的参数组。

S120对指标携带的参数组进行预处理，得到携带有目标参数组的指标；

在其中一个实施例中，步骤S120包括：查询参数组中的各参数值，查询是否存在平均值；当存在平均值时，则选择平均值作为目标参数组的值，完成处理；若不存在平均值，则查询是否存在极差值；若存在，则选择极差值作为目标参数组的值，完成处理；若不存在极差值，则选择最大值作为目标参数组的值，完成处理。

具体地，在选用监测项的融合参数时，应遵循的原则是：1、优先选用平均值；2、无平均值时选用极差值；3、无极差值时选用极大值。因此对参数组进行预处理也是一个选择合适参数值作为目标参数组进行后续融合的过程，故在选择的时候存在一个优先的等级，平均值时最准确的，其次是极差值，若均没有，则只能选择极大值作为目标参数组的值。这就有别于现有专利只是简单的将监测值一起进行融合，不进行融合值的选择。从而极大的减少了预测的误差。

S130将携带有目标参数组的指标进行融合，得到预测值；

在其中一个实施例中，将携带有目标参数组的指标进行融合步骤采用Choquet模糊积分融合方法进行融合，Choquet模糊积分融合方法即是将模糊集合中的每一种元素的可能性进行汇总，为一种现有技术。具体地，在进行融合时，是将指标对应的目标参数组按照各类别的各指标进行分类归总的融合，最后得到的预测值是一个带有内在类别、指标的多层级的定义在内的预测值，是全面而准确的。

S140将预测值与预设阈值相比较，评估桥梁的健康状况。

在其中一个实施例中，预设阈值包括三级超限阈值，具体包括一级阈值、二级阈值和三级阈值。具体地，预设阈值是根据Midas模型计算以及数据统计方法得到，Midas模型即迈达斯模型，数据统计主要是对预处理后的数据，以累计值、变化值、变化趋势等形式统计。

在其中一个实施例中，步骤S140包括：将评估值与预设阈值相比较；当评估值小于等于一级阈值时，桥梁基本完好；当评估值大于一级阈值，且小于等于二级阈值，桥梁II等轻微异常；当评估值大于二级阈值，且小于等于三级阈值，桥梁III等中等异常；当评估值大于三级阈值，桥梁IV等严重异常。具体地，桥梁健康状况的评价等级分为4个等级，I等基本完好(≤一级阈值)、II等轻微异常(＞一级阈值、≤二级阈值)、III等中等异常(＞二级阈值、≤三级阈值)、IV等严重异常(＞三级阈值)。

以下对本方法实施例进行详细说明：

具体地，本发明主要提出的是一种基于多监测参数融合的动态评估桥梁状况方法，就是在同一阶段不同监测项参数通过初值处理、阈值判定、异常数据筛除等方式处理后得到可用的、可信的参数数据，然后采用一种Choquet模糊积分融合方法融合各监测参数以评估桥梁的健康状况指标，解决桥梁健康状况指标的动态评估问题。融合方式是首先根据不同桥型的受力状态、风险评估、耐久性分析结果确定不同监测类别的监测指标的监测参数在该桥型评估中的重要性，利用模糊测度计算公式进行计算。由于结构响应和结构变化的监测指标的监测参数测点一般布设在受力较大、变形较大、易损、影响主要部件安全耐久性和结构整体安全的位置，所以其在评估中的作用要大于其他监测类别。具体融合方式如下：

以梁桥为例，根据《公路桥梁结构监测技术规范》中梁桥的各项监测内容，在实际应用过程中各监测项的数据处理及分析结果如下：

(1)温度、湿度：温度分析最大值、最小值、极差值；湿度分析最大值、平均值和超限持续时间。

(2)车辆荷载：分析极大值、车辆疲劳荷载谱和荷载校验系数。

(3)结构温度：分析最大值、最小值、最大梯度值和极差值。

(4)位移：分析平均值、绝对最大值、均方根值、变化规律及趋势。

(5)应变：分析平均值、绝对最大值、疲劳累积损伤指数。

(6)振动：分析最大值、最小值、均值。

营运桥梁结构安全的最主要因素有应变、振动(频率、振型和阻尼等)和位移(主梁下挠、桥墩沉降)，因为应变是结构疲劳的主要反映，能了解结构在长期和瞬态的受力情况，振动反映的是材料强度和结构刚度的变化，位移是桥梁承载能力及抵御动荷载的重要指标，温度、湿度是结构耐久性评价的重要指标。

上述四者均可从整体和构件上反映出桥梁的健康状况。在评估桥梁健康状况过程中，振动监测参数的测值会受到车辆荷载的影响，应变、位移的测值会受到温度的影响，振动值的变化可能预示桥梁局部破坏，从而影响应变值的变化。在对桥梁结构分析过程中，其实所有监测项是相辅相成的，任何类别指标的监测参数的变化均可能引起其他监测参数的测量变化，因而在应用监测数据时，除需本身对监测项的测量初值进行处理和剔除外，尚需考虑其他监测参数对该监测参数的影响。

因此本发明提出了采用Choquet模糊积分数据融合方法，利用多种(两种及以上指标)参数同一阶段存在异常情况对桥梁的健康状况指标进行动态评估，在选用监测项(即各类别指标的参数组)的融合参数时，应遵循的原则是：1、优先选用平均值；2、无平均值时选用极差值；3、无极差值时选用极大值。根据融合结果计算值，与预设三级超限阈值比较，从而进行桥梁健康状况评价。同理，对斜拉桥、悬索桥和拱桥的监测参数进行分析。特别说明的是，像斜拉桥、悬索桥的拉索、主缆和高塔受风力影响较大，因而在融合分析时，需考虑风力风速的监测值。

在一个实施例中，采用Choquet模糊积分融合方法的主要步骤如下：

(1)确定模糊密度初值gⁱ；

模糊密度实际上反映了信息源i提供的信息在融合判决中的重要程度，是确定模糊积分融合效果的关键。其算法公式如下：

式中k_ij表示第i个监测项在j阶段/时间的参数异常强度因子，c为模糊密度的调节参数。

而异常强度因子函数表达式为：

其中a表示异常发生的阶段，当t＝a时异常强度因子k最大，即k＝1。随时间的推移，异常强度因子k成正态规律下降；参数b表示故障强度因子k下降的速率，当b＝1时，故障强度因子k为标准正态型；当b＞1时，故障强度因子k下降的速率慢，其值越大表示故障纠正越困难；当b＜1时，故障强度因子k下降速率快，其值越小表示故障纠正越容易。

通过引入异常因子，将监测参数异常样本与桥梁的健康状况指标的动态变化建立了联系.异常强度因子反映出当前桥梁发生此类监测项数据异常的概率，随着异常强度因子的不断减小，说明此监测项数据异常模式发生的概率不断减小，桥梁的健康状况指标不断提高。

(2)确定可测函数h(x_i)

根据已有的为模糊测度g，定义在(x，Ω)是模糊可测空间，则设h：x→[0，1]是一个可测函数，则在Ax范围内，h(x)表示区间范围上所有非负可测函数的集合。同时假设x＝{x₁，x₂，...,x_n}是一个有限集合，且假定h(x₁)≥h(x₂)≥...≥h(x_n)。

(3)计算λ；

λ＞-1且λ≠0 (5)

(4)求出模糊测度g(A_i)；

(5)计算Choquet模糊积分值，确定融合结果D。

其中h(x_n+1)＝0，h(x₁)≥h(x₂)≥...≥h(x_n)，A_i＝{x₁，x₂，...，x_n}。

利用模糊测度不仅能够表示出各类别中各指标的监测参数的重要程度，而且也可以表示出传感器集合的重要程度，在融合过程中，不仅考虑了各类别中各指标的监测参数给出的客观证据，而且考虑了传感器和传感器集合的重要性，该方法为不确定性信息融合的研究提供了一种新的思路与方法。

在一个实施例中，如图2所示，提供了一种基于多维度监测参数融合评估桥梁健康状况的系统，包括监测采集模块210、处理模块220、融合模块230和评估模块240，其中：

监测采集模块210用于，对桥梁进行分类别监测，得到分属于各类别的携带有参数组的指标；

处理模块220用于，对指标携带的参数组进行预处理，得到携带有目标参数组的指标；

融合模块230用于，将携带有目标参数组的指标进行融合，得到预测值；

评估模块240用于，将预测值与预设阈值相比较，评估桥梁的健康状况。

显然，本领域的技术人员应该明白，上述本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在计算机存储介质(ROM/RAM、磁碟、光盘)中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。所以，本发明不限制于任何特定的硬件和软件结合。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。

Claims (8)

1.一种基于多维度监测参数融合评估桥梁健康状况的方法，其特征在于，包括：

对桥梁进行分类别监测，得到分属于各类别的携带有参数组的指标；

对所述指标携带的参数组进行预处理，得到携带有目标参数组的指标；

将携带有所述目标参数组的指标进行融合，得到预测值；

将所述预测值与预设阈值相比较，评估桥梁的健康状况。

2.根据权利要求1所述的方法，其特征在于，所述类别包括环境、作用、结构响应和结构变化。

3.根据权利要求1所述的方法，其特征在于，所述参数组至少包括平均值、最大值、极差值中的一种。

4.根据权利要求3所述的方法，其特征在于，对所述指标携带的参数组进行预处理，得到目标参数组步骤，包括：

查询参数组中的各参数值，查询是否存在平均值；

当存在平均值时，则选择所述平均值作为目标参数组的值，完成处理；

若不存在平均值，则查询是否存在极差值；

若存在，则选择极差值作为目标参数组的值，完成处理；

若不存在极差值，则选择最大值作为目标参数组的值，完成处理。

5.根据权利要求1所述的方法，其特征在于，所述将携带有所述目标参数组的指标进行融合步骤采用Choquet模糊积分融合方法进行融合。

6.根据权利要求1所述的方法，其特征在于，所述预设阈值包括三级超限阈值，具体包括一级阈值、二级阈值和三级阈值。

7.根据权利要求6所述的方法，其特征在于，将所述预测值与预设阈值进行比较，评估桥梁的健康状况步骤，包括：

将所述评估值与预设阈值相比较；

当所述评估值小于等于所述一级阈值时，桥梁基本完好；

当所述评估值大于所述一级阈值，且小于等于所述二级阈值，桥梁Ⅱ等轻微异常；

当所述评估值大于所述二级阈值，且小于等于所述三级阈值，桥梁Ⅲ等中等异常；

当所述评估值大于所述三级阈值，桥梁Ⅳ等严重异常。

8.一种基于多维度监测参数融合评估桥梁健康状况的系统，其特征在于，包括监测采集模块、处理模块、融合模块和评估模块，其中：

所述监测采集模块用于，对桥梁进行分类别监测，得到分属于各类别的携带有参数组的指标；

所述处理模块用于，对所述指标携带的参数组进行预处理，得到携带有目标参数组的指标；

所述融合模块用于，将携带有所述目标参数组的指标进行融合，得到预测值；

所述评估模块用于，将所述预测值与预设阈值相比较，评估桥梁的健康状况。