CN103033387A - 一种基于数据驱动的桥梁危险状态诊断方法 - Google Patents

一种基于数据驱动的桥梁危险状态诊断方法 Download PDF

Info

Publication number
CN103033387A
CN103033387A CN2012105804170A CN201210580417A CN103033387A CN 103033387 A CN103033387 A CN 103033387A CN 2012105804170 A CN2012105804170 A CN 2012105804170A CN 201210580417 A CN201210580417 A CN 201210580417A CN 103033387 A CN103033387 A CN 103033387A
Authority
CN
China
Prior art keywords
value
bridge
index
data
state
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2012105804170A
Other languages
English (en)
Other versions
CN103033387B (zh
Inventor
梁宗保
曹建秋
唐朝霞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing Jiaotong University
Original Assignee
Chongqing Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chongqing Jiaotong University filed Critical Chongqing Jiaotong University
Priority to CN201210580417.0A priority Critical patent/CN103033387B/zh
Publication of CN103033387A publication Critical patent/CN103033387A/zh
Application granted granted Critical
Publication of CN103033387B publication Critical patent/CN103033387B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明公开了一种基于数据驱动的桥梁危险状态诊断方法,采用数据驱动的方法,提取对桥梁结构危险状态诊断的静态数据;根据静态数据,计算获得MR值、NR值、PR值及三条移动平均线;根据MR值、NR值、PR值及三条移动平均线,对桥梁结构的健康水平进行单独诊断与综合诊断;诊断桥梁结构状态转折及桥梁危险状态;该方法利用数据驱动的方法,从海量数据中提取有效的信息,以利于保存;建立三种指标MR,NR和PR,如都处于一个相对稳定的狭窄范围,表征桥梁健康状态正处于平衡;多指标配合使用,可诊断桥梁状态处于转折,MR和NR配合指标PR,可进一步综合判断桥梁的状态是否处于危险,具有较强的推广与应用价值。

Description

一种基于数据驱动的桥梁危险状态诊断方法
技术领域
本发明属于桥梁危险状态诊断技术领域,尤其涉及一种基于数据驱动的桥梁危险状态诊断方法。
背景技术
桥梁是国家的重要基础设施之一,是国民经济大动脉——交通的关键枢纽和控制节点,桥梁结构的健康问题一直都被学术界和工程界高度重视。为了保障桥梁安全,目前全世界公认的有效措施就是在桥上建设桥梁健康监测系统,利用长期安装在桥梁结构关键位置上的传感器实时监测桥梁的结构状态。然而,由于桥梁结构尺寸巨大,组成复杂,所处环境的影响因素极多,桥梁危险状态的诊断问题一直难以有效解决,并已成为公认的难题。鉴于桥梁健康监测系统采集到的海量数据,研究一种有效的基于数据驱动的桥梁危险状态诊断方法更加具有现实意义。
发明内容
本发明提供了一种基于数据驱动的桥梁危险状态诊断方法,旨在解决由于桥梁结构尺寸巨大、组成复杂、所处环境的影响因素极多,桥梁危险状态的诊断问题一直难以有效解决的问题。
本发明的目的在于提供一种基于数据驱动的桥梁危险状态诊断方法,该方法包括以下步骤:
步骤一,采用数据驱动的方法,提取对桥梁结构危险状态诊断的静态数据;
步骤二,根据步骤一所提取的静态数据,计算获得MR值、NR值、PR值及三条移动平均线;
步骤三,根据步骤二所获得的MR值、NR值、PR值及三条移动平均线,对桥梁结构的健康水平进行单独诊断与综合诊断;
步骤四,诊断桥梁结构状态转折及桥梁危险状态。
进一步,在步骤一中,所提取的静态数据只包含结构劣化特征的数据,对一个测点而言,每天保存最大值、最小值、平均值、开始值和结束值。
进一步,在步骤二中,MR的计算公式为:
MR = Σ n ( H t - A t ) Σ n ( A t - L t ) × 100
其中,Ht,Lt,At分别为测点参数当日的最大值、最小值和开始值;
NR的计算公式为:
NR = Σ n ( H t - B t - 1 ) Σ n ( B t - 1 - L t ) × 100
其中,Ht,Lt,Bt-1分别为测点参数当日的最大值、最小值和前一日的结束值;
PR的计算公式为:
PR = Σ n ( H t - M t - 1 ) Σ n ( M t - 1 - L t ) × 100
其中,Ht,Lt,Mt-1分别为测点参数当日的最大值、最小值和前一日的中间值,而M由下式计算:
Mt-1=(Ht-1+Lt-1+At-1+Bt-1)/4;
三条移动平均线的计算方式为:
MA1:5日结束值的平均;
MA2:10日结束值的平均;
MA3:20日结束值的平均。
进一步,在步骤三中,MR指标单独诊断桥梁健康水平时,MR指标值以100为均衡状态,波动范围在上下20之间,即当MR值处于80-120之间时,桥梁结构的运行状态平稳,属于正常的健康状态;
NR指标单独诊断桥梁健康水平时,NR指标值的平衡点为100,但NR指标比MR指标敏感,当处于70-150之间时,可认为桥梁结构状态平稳,属于正常的健康状态;
PR单独诊断桥梁健康水平时,PR指标有可能出现负值,但负值一律当作0看待,PR指标的平衡点也是100,当PR指标值处于75-125之间时,可认为桥梁结构状态平稳,属于正常的健康状态;
MR、NR及PR指标综合诊断桥梁健康水平时,当MR、NR及PR指标值围绕100,同时处于一个窄幅波动的范围内时,表明桥梁的运行处于正常的健康状态;
PR与MA1、MA2、MA3综合诊断桥梁健康水平时,当PR曲线和三条均线MA1、MA2、MA3在100附近粘合在一起,并在一个狭窄区域75-130内作横向波动时,表明桥梁的运行状处于正常的健康状态。
进一步,桥梁结构状态转折的诊断方法为:
①当MR和NR在100附近经过长时间运行后,如果同时从这个位置向上攀升,表明桥梁结构状态转折在即,特别是当NR向上突破MR曲线时,需要密切关注;
②在桥梁结构长期处于健康的状态时,一旦PR指标的值低于40,表示结构状态随时会出现转折,此时也需要密切关注;
③在桥梁结构长期处于健康的状态时,一旦MR值小于40或NR值小于30,表明桥梁结构状态出现转折,需密切关注。
进一步,在步骤四中,桥梁危险状态的诊断方法为:
当PR曲线开始脱离前期横向运动的狭窄区域,并由下向上或由上向下开始突破三条MA均线时,特别是PR突破最后一条均线MA3时,表明桥梁结构的状态已处于危险边缘,需要采取紧急措施。
本发明提供的基于数据驱动的桥梁危险状态诊断方法,采用数据驱动的方法,提取对桥梁结构危险状态诊断的静态数据;根据静态数据,计算获得MR值、NR值、PR值及三条移动平均线;根据MR值、NR值、PR值及三条移动平均线,对桥梁结构的健康水平进行单独诊断与综合诊断;诊断桥梁结构状态转折及桥梁危险状态;该方法利用数据驱动的方法,从海量数据中提取有效的信息,以利于保存;建立三种指标MR,NR和PR,如都处于某一个相对稳定的狭窄范围,表征桥梁健康状态正处于平衡;两种或三种指标配合使用,可诊断桥梁状态处于转折,需警戒和密切关注,MR和NR配合第三种指标PR,可进一步综合判断桥梁的状态是否处于危险,具有较强的推广与应用价值。
附图说明
图1是本发明实施例提供的基于数据驱动的桥梁危险状态诊断方法的实现流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步的详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定发明。
图1示出了本发明实施例提供的基于数据驱动的桥梁危险状态诊断方法的实现流程。
该方法包括以下步骤:
步骤S101,采用数据驱动的方法,提取对桥梁结构危险状态诊断的静态数据;
步骤S102,根据步骤S101所提取的静态数据,计算获得MR值、NR值、PR值及三条移动平均线;
步骤S103,根据步骤S102所获得的MR值、NR值、PR值及三条移动平均线,对桥梁结构的健康水平进行单独诊断与综合诊断;
步骤S104,诊断桥梁结构状态转折及桥梁危险状态。
在本发明实施例中,在步骤S101中,所提取的静态数据只包含结构劣化特征的数据,对一个测点而言,每天保存最大值、最小值、平均值、开始值和结束值。
在本发明实施例中,在步骤S102中,MR的计算公式为:
MR = Σ n ( H t - A t ) Σ n ( A t - L t ) × 100
其中,Ht,Lt,At分别为测点参数当日的最大值、最小值和开始值;
NR的计算公式为:
NR = Σ n ( H t - B t - 1 ) Σ n ( B t - 1 - L t ) × 100
其中,Ht,Lt,Bt-1分别为测点参数当日的最大值、最小值和前一日的结束值;
PR的计算公式为:
PR = Σ n ( H t - M t - 1 ) Σ n ( M t - 1 - L t ) × 100
其中,Ht,Lt,Mt-1分别为测点参数当日的最大值、最小值和前一日的中间值,而M由下式计算:
Mt-1=(Ht-1+Lt-1+At-1+Bt-1)/4
三条移动平均线的计算方式为:
MA1:5日结束值的平均;
MA2:10日结束值的平均;
MA3:20日结束值的平均。
在本发明实施例中,在步骤S103中,MR指标单独诊断桥梁健康水平时,MR指标值以100为均衡状态,波动范围在上下20之间,即当MR值处于80-120之间时,桥梁结构的运行状态平稳,属于正常的健康状态;
NR指标单独诊断桥梁健康水平时,NR指标值的平衡点为100,但NR指标比MR指标敏感,当处于70-150之间时,可认为桥梁结构状态平稳,属于正常的健康状态;
PR单独诊断桥梁健康水平时,PR指标有可能出现负值,但负值一律当作0看待,PR指标的平衡点也是100,当PR指标值处于75-125之间时,可认为桥梁结构状态平稳,属于正常的健康状态;
MR、NR及PR指标综合诊断桥梁健康水平时,当MR、NR及PR指标值围绕100,同时处于一个窄幅波动的范围内时,表明桥梁的运行处于正常的健康状态;
PR与MA1、MA2、MA3综合诊断桥梁健康水平时,当PR曲线和三条均线MA1、MA2、MA3在100附近粘合在一起,并在一个狭窄区域75-130内作横向波动时,表明桥梁的运行状处于正常的健康状态。
在本发明实施例中,桥梁结构状态转折的诊断方法为:
①当MR和NR在100附近经过长时间运行后,如果同时从这个位置向上攀升,表明桥梁结构状态转折在即,特别是当NR向上突破MR曲线时,需要密切关注;
②在桥梁结构长期处于健康的状态时,一旦PR指标的值低于40,表示结构状态随时会出现转折,此时也需要密切关注;
③在桥梁结构长期处于健康的状态时,一旦MR值小于40或NR值小于30,表明桥梁结构状态出现转折,需密切关注。
在本发明实施例中,在步骤S104中,桥梁危险状态的诊断方法为:
当PR曲线开始脱离前期横向运动的狭窄区域,并由下向上或由上向下开始突破三条MA均线时,特别是PR突破最后一条均线MA3时,表明桥梁结构的状态已处于危险边缘,需要采取紧急措施。
下面结合附图及具体实施例对本发明的应用原理作进一步描述。
(1)测点数据的预处理:首先采用数据驱动的方法,通过一系列的预处理手段,提取对桥梁结构危险状态诊断有效的静态数据,即只包含结构劣化特征的数据。对一个测点而言,每天保存其最大值、最小值、平均值、开始值和结束值这五个值即可。
(2)MR的计算:
MR = Σ n ( H t - A t ) Σ n ( A t - L t ) × 100
其中,Ht,Lt,At分别为测点参数当日的最大值、最小值和开始值。
(3)NR的计算:
NR = Σ n ( H t - B t - 1 ) Σ n ( B t - 1 - L t ) × 100
其中,Ht,Lt,Bt-1分别为测点参数当日的最大值、最小值和前一日的结束值。
(4)PR的计算
PR = Σ n ( H t - M t - 1 ) Σ n ( M t - 1 - L t ) × 100
其中,Ht,Lt,Mt-1分别为测点参数当日的最大值、最小值和前一日的中间值。而M由下式计算:
Mt-1=(Ht-1+Lt-1+At-1+Bt-1)/4
(5)三条移动平均线的计算
MA1:5日结束值的平均。
MA2:10日结束值的平均。
MA3:20日结束值的平均。
桥梁结构是否健康的诊断
①MR指标的单独诊断
MR指标值以100为均衡状态,其值波动范围在上下20之间,即当MR值处于80-120之间时,桥梁结构的运行状态平稳,属于正常的健康状态。
②NR指标的单独诊断
NR指标值的平衡点为100,但NR指标比MR指标敏感,当其值处于70-150之间时,可认为桥梁结构状态平稳,属于正常的健康状态。
③PR单独诊断
PR指标有可能出现负值,但负值一律当作0看待。PR指标的平衡点也是100.当PR指标值处于75-125之间时,可认为桥梁结构状态平稳,属于正常的健康状态。
④MR,NR和PR指标的综合诊断
当MR,NR和PR指标值围绕100,同时处于一个窄幅波动的范围内时,表明桥梁的运行处于正常的健康状态。
⑤PR与MA1,MA2,MA3的综合诊断
当PR曲线和三条均线MA1,MA2,MA3在100附近几乎粘合在一起,并在一个狭窄区域(75-130)内作横向波动时,表明桥梁的运行状处于正常的健康状态。
说明:由于单独诊断的准确性低于综合诊断,因此最好采用三种指标的综合诊断方法。
(6)桥梁结构状态转折的诊断
①当MR和NR在100附近经过长时间运行后,如果同时从这个位置向上攀升,表明桥梁结构状态转折在即,特别是当NR向上突破MR曲线时,需要密切关注。
②在桥梁结构长期处于健康的状态时,一旦PR指标的值低于40,表示结构状态随时会出现转折,此时也需要密切关注。
③在桥梁结构长期处于健康的状态时,一旦MR值小于40或NR值小于30,表明桥梁结构状态出现转折,需密切关注。
(7)桥梁危险状态的诊断
当PR曲线开始脱离前期横向运动的狭窄区域,并由下向上(或由上向下)开始突破三条MA均线时,特别是PR突破最后一条均线MA3时,表明桥梁结构的状态已处于危险边缘,此时需要采取紧急措施,以避免灾难的发生。
本发明的有益效果:
1、利用数据驱动的方法,从海量数据中提取有效的信息,以利保存;
2、建立三种指标MR,NR和PR,如都处于某一个相对稳定的狭窄范围,表征桥梁健康状态正处于平衡;
3、两种或三种指标配合使用,可诊断桥梁状态处于转折,需警戒和密切关注。
4、MR和NR配合第三种指标PR,可进一步综合判断桥梁的状态是否处于危险。
本发明实施例提供的基于数据驱动的桥梁危险状态诊断方法,采用数据驱动的方法,提取对桥梁结构危险状态诊断的静态数据;根据静态数据,计算获得MR值、NR值、PR值及三条移动平均线;根据MR值、NR值、PR值及三条移动平均线,对桥梁结构的健康水平进行单独诊断与综合诊断;诊断桥梁结构状态转折及桥梁危险状态;该方法利用数据驱动的方法,从海量数据中提取有效的信息,以利于保存;建立三种指标MR,NR和PR,如都处于某一个相对稳定的狭窄范围,表征桥梁健康状态正处于平衡;两种或三种指标配合使用,可诊断桥梁状态处于转折,需警戒和密切关注,MR和NR配合第三种指标PR,可进一步综合判断桥梁的状态是否处于危险,具有较强的推广与应用价值。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (6)

1.一种基于数据驱动的桥梁危险状态诊断方法,其特征在于,该方法包括以下步骤:
步骤一,采用数据驱动的方法,提取对桥梁结构危险状态诊断的静态数据;
步骤二,根据步骤一所提取的静态数据,计算获得MR值、NR值、PR值及三条移动平均线;
步骤三,根据步骤二所获得的MR值、NR值、PR值及三条移动平均线,对桥梁结构的健康水平进行单独诊断与综合诊断;
步骤四,诊断桥梁结构状态转折及桥梁危险状态。
2.如权利要求1所述的方法,其特征在于,在步骤一中,所提取的静态数据只包含结构劣化特征的数据,对一个测点而言,每天保存最大值、最小值、平均值、开始值和结束值。
3.如权利要求1所述的方法,其特征在于,在步骤二中,MR的计算公式为:
MR = Σ n ( H t - A t ) Σ n ( A t - L t ) × 100
其中,Ht,Lt,At分别为测点参数当日的最大值、最小值和开始值;
NR的计算公式为:
NR = Σ n ( H t - B t - 1 ) Σ n ( B t - 1 - L t ) × 100
其中,Ht,Lt,Bt-1分别为测点参数当日的最大值、最小值和前一日的结束值;
PR的计算公式为:
PR = Σ n ( H t - M t - 1 ) Σ n ( M t - 1 - L t ) × 100
其中,Ht,Lt,Mt-1分别为测点参数当日的最大值、最小值和前一日的中间值,而M由下式计算:
Mt-1=(Ht-1+Lt-1+At-1+Bt-1)/4;
三条移动平均线的计算方式为:
MA1:5日结束值的平均;
MA2:10日结束值的平均;
MA3:20日结束值的平均。
4.如权利要求1所述的方法,其特征在于,在步骤三中,MR指标单独诊断桥梁健康水平时,MR指标值以100为均衡状态,波动范围在上下20之间,即当MR值处于80-120之间时,桥梁结构的运行状态平稳,属于正常的健康状态;
NR指标单独诊断桥梁健康水平时,NR指标值的平衡点为100,但NR指标比MR指标敏感,当处于70-150之间时,可认为桥梁结构状态平稳,属于正常的健康状态;
PR单独诊断桥梁健康水平时,PR指标有可能出现负值,但负值一律当作0看待,PR指标的平衡点也是100,当PR指标值处于75-125之间时,可认为桥梁结构状态平稳,属于正常的健康状态;
MR、NR及PR指标综合诊断桥梁健康水平时,当MR、NR及PR指标值围绕100,同时处于一个窄幅波动的范围内时,表明桥梁的运行处于正常的健康状态;
PR与MA1、MA2、MA3综合诊断桥梁健康水平时,当PR曲线和三条均线MA1、MA2、MA3在100附近粘合在一起,并在一个狭窄区域75-130内作横向波动时,表明桥梁的运行状处于正常的健康状态。
5.如权利要求1所述的方法,其特征在于,在步骤四中,桥梁结构状态转折的诊断方法为:
①当MR和NR在100附近经过长时间运行后,如果同时从这个位置向上攀升,表明桥梁结构状态转折在即,特别是当NR向上突破MR曲线时,需要密切关注;
②在桥梁结构长期处于健康的状态时,一旦PR指标的值低于40,表示结构状态随时会出现转折,此时也需要密切关注;
③在桥梁结构长期处于健康的状态时,一旦MR值小于40或NR值小于30,表明桥梁结构状态出现转折,需密切关注。
6.如权利要求1所述的方法,其特征在于,在步骤四中,桥梁危险状态的诊断方法为:
当PR曲线开始脱离前期横向运动的狭窄区域,并由下向上或由上向下开始突破三条MA均线时,特别是PR突破最后一条均线MA3时,表明桥梁结构的状态已处于危险边缘,需要采取紧急措施。
CN201210580417.0A 2012-12-28 2012-12-28 一种基于数据驱动的桥梁危险状态诊断方法 Expired - Fee Related CN103033387B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210580417.0A CN103033387B (zh) 2012-12-28 2012-12-28 一种基于数据驱动的桥梁危险状态诊断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210580417.0A CN103033387B (zh) 2012-12-28 2012-12-28 一种基于数据驱动的桥梁危险状态诊断方法

Publications (2)

Publication Number Publication Date
CN103033387A true CN103033387A (zh) 2013-04-10
CN103033387B CN103033387B (zh) 2016-04-06

Family

ID=48020512

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210580417.0A Expired - Fee Related CN103033387B (zh) 2012-12-28 2012-12-28 一种基于数据驱动的桥梁危险状态诊断方法

Country Status (1)

Country Link
CN (1) CN103033387B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106529062A (zh) * 2016-11-20 2017-03-22 重庆交通大学 一种基于深度学习的桥梁结构健康诊断方法
CN107045559A (zh) * 2016-12-13 2017-08-15 广西交通科学研究院 基于成桥初始状态的桥梁技术状态劣化评估方法
CN107341282A (zh) * 2016-12-13 2017-11-10 广西交通科学研究院 基于前一年技术状态的改进型桥梁劣化评估方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5774376A (en) * 1995-08-07 1998-06-30 Manning; Raymund A. Structural health monitoring using active members and neural networks
CN1740444A (zh) * 2005-09-23 2006-03-01 重庆交通学院 一种桥梁远程监测评价方法
CN101382473A (zh) * 2008-10-08 2009-03-11 重庆大学 桥梁结构安全预警的ewma控制图方法
CN101696912A (zh) * 2009-11-02 2010-04-21 重庆交通大学 基于统计指标的混凝土桥梁结构健康诊断的方法
CN101706377A (zh) * 2009-10-30 2010-05-12 重庆交通大学 基于混沌动力学理论的在役桥梁安全评估的方法
US20100164711A1 (en) * 2005-09-09 2010-07-01 Arms Steven W Energy Harvesting, Wireless Structural Health Monitoring System with Time Keeper and Energy Storage Devices

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5774376A (en) * 1995-08-07 1998-06-30 Manning; Raymund A. Structural health monitoring using active members and neural networks
US20100164711A1 (en) * 2005-09-09 2010-07-01 Arms Steven W Energy Harvesting, Wireless Structural Health Monitoring System with Time Keeper and Energy Storage Devices
CN1740444A (zh) * 2005-09-23 2006-03-01 重庆交通学院 一种桥梁远程监测评价方法
CN101382473A (zh) * 2008-10-08 2009-03-11 重庆大学 桥梁结构安全预警的ewma控制图方法
CN101706377A (zh) * 2009-10-30 2010-05-12 重庆交通大学 基于混沌动力学理论的在役桥梁安全评估的方法
CN101696912A (zh) * 2009-11-02 2010-04-21 重庆交通大学 基于统计指标的混凝土桥梁结构健康诊断的方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
曹明兰等: "混凝土桥梁劣化模型研究", 《中外公路》 *
李兆霞等: "桥梁结构劣化与损伤过程的多尺度分析方法及其应用", 《固体力学学报》 *
胡庆云等: "特征值统计法在大坝安全监测资料分析中的应用", 《水电与新能源》 *
陈世民: "桥梁监测系统中海量数据分析理论与应用", 《中国博士学位论文全文数据库工程科技Ⅱ辑》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106529062A (zh) * 2016-11-20 2017-03-22 重庆交通大学 一种基于深度学习的桥梁结构健康诊断方法
CN106529062B (zh) * 2016-11-20 2019-10-11 重庆交通大学 一种基于深度学习的桥梁结构健康诊断方法
CN107045559A (zh) * 2016-12-13 2017-08-15 广西交通科学研究院 基于成桥初始状态的桥梁技术状态劣化评估方法
CN107341282A (zh) * 2016-12-13 2017-11-10 广西交通科学研究院 基于前一年技术状态的改进型桥梁劣化评估方法
CN107045559B (zh) * 2016-12-13 2019-11-05 广西交通科学研究院 基于成桥初始状态的桥梁技术状态劣化评估方法
CN107341282B (zh) * 2016-12-13 2020-02-04 广西交通科学研究院 基于前一年技术状态的改进型桥梁劣化评估方法

Also Published As

Publication number Publication date
CN103033387B (zh) 2016-04-06

Similar Documents

Publication Publication Date Title
CN102829967B (zh) 一种基于回归模型系数变化的时域故障识别方法
CN103544389A (zh) 基于故障树和模糊神经网络的汽车起重机故障诊断方法
CN101696912B (zh) 基于统计指标的混凝土桥梁结构健康诊断的方法
CN107272651B (zh) 一种动车组制动系统间歇乘性传感器故障的鲁棒检测方法
CN113486868B (zh) 一种电机故障诊断方法及系统
CN104471542A (zh) 用于状态监视中流动的传感器数据的分类的判别隐卡尔曼滤波器
CN105758633A (zh) 一种用于评估齿轮箱各部件健康状态的方法
CN104374429A (zh) 一种基于可拓理论的石油化工码头储罐区安全预警系统及其运行方法
CN103033387A (zh) 一种基于数据驱动的桥梁危险状态诊断方法
CN103558955A (zh) 基于多对象多状态显示器的多对象状态监测方法及系统
CN103838217A (zh) 一种基于mica-ocsvm的发酵过程故障监测方法
CN114169036A (zh) 一种大跨度桥梁风振响应预警系统和方法
CN112613995A (zh) 异常诊断方法和装置
CN115563683A (zh) 一种基于数字孪生的水利工程自动化安全监测管理系统
CN108762238A (zh) 一种基于dcd的湿法冶金浸出过程故障诊断方法
CN101672657A (zh) 基于多余度惯性测量信息的故障判断方法
CN107044873B (zh) 电磁流量计
CN104569814A (zh) 一种基于近似熵的直流牵引电机健康状态实时分析方法
CN107330264A (zh) 一种桥梁监测数据可靠性的验证方法
CN103985061A (zh) 基于熵值法的电力企业资产效率综合评价方法
CN110907633A (zh) 一种基于惯性导航的车载移动桥梁安全检测装置及方法
CN105005296B (zh) 一种基于相位斜率指标的控制过程非线性振荡回路定位方法
CN106093676A (zh) 外场故障检测诊断设备
CN114280955B (zh) 基于领域信息模型及数字孪生的智能水电厂体系系统及架构方法
CN105426665A (zh) 基于状态监测的动态可靠度确定方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
DD01 Delivery of document by public notice

Addressee: chongqing jiaotong university

Document name: Notification of Termination of Patent Right

DD01 Delivery of document by public notice
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20160406

Termination date: 20161228

CF01 Termination of patent right due to non-payment of annual fee