CN111814110B - 一种桥梁健康监测数据控制图分析方法 - Google Patents

Abstract

本发明公开了一种桥梁健康监测数据控制图分析方法，其包括如下步骤：步骤1)将数据按照时间周期分成不同的数据块区间；步骤2)基于该数据块区间绘制控制图，通过保存形成该控制图的相关数据来保存桥梁健康监测历史数据；所述控制图包括如下信息：测点、周期时间、最大值，最小值，基于设定置信区间的频率直方图，最大概率区间中程数。本发明采用控制图方法对桥梁的这些重要数据进行提炼、保存和展示，提炼的数据已经可以用于分析桥梁结构长期运营的过程，所以，不仅保存了计算周期中的关键数据，有效地避免了海量数据的存储问题，而且通过直观的数学分析模型更好地表达了桥梁的周期变化。

Description

一种桥梁健康监测数据控制图分析方法

技术领域

本发明属于数据统计分析技术领域，尤其涉及一种桥梁监测数据的统计分析方法。

背景技术

桥梁在运营过程中，由于受到各种荷载、材料本身的退化以及自然条件因素的影响，桥梁的使用寿命以及安全受到了严峻的考验。传统的养护管理方法已经不能满足及时了解桥梁安全状况的要求，因此，桥梁结构健康监测系统应运而生。该系统运用现代传感技术与通信技术，可实时获取桥梁结构状态和环境信息的各种数据，桥梁工作者可利用数据分析评估桥梁结构的安全状态。这些监测数据是桥梁结构健康监测系统的核心和关键。

目前，桥梁结构健康监测系统中桥梁测点多，监测频次高，每天产生的数据呈爆炸性趋势增长。海量数据的累加，在数据储存、管理、访问和分析方面都面临着巨大的挑战。由于数据信息体量庞大，几乎很少会有人回看桥梁的历史数据，造成大量有效资源的浪费。往往都是新数据取代旧数据，旧数据丧失了参考价值，从而影响到桥梁的安全评估。

如何高效长期地保存桥梁运营过程中的重要数据，解决数据泛滥导致历史数据应用率低的问题，成为桥梁结构健康监测系统中面临最紧迫的问题之一。数据规模越庞大，越需要有效统一的分析平台，针对桥梁健康监测数据，该平台需要满足既能够看到桥梁目前的状况，又可以了解桥梁的发展变化，让数据充分有效地利用，展现其生命力与价值。

发明内容

前面已经提到，桥梁健康监测历史数据的泛滥导致数据利用率低，而且带来存储、管理、访问等各方面的问题，针对这些问题，本发明提供一种适于长期保存桥梁健康监测数据的方法。

本发明技术案如下：一种桥梁健康监测数据控制图分析方法，包括如下步骤：

步骤1)将数据按照时间周期(如日、周、月、年)分成不同的数据块区间；

步骤2)基于该数据块区间绘制控制图，通过保存形成该控制图的相关数据来保存桥梁健康监测历史数据；

所述控制图包括如下信息：测点、周期时间、最大值，最小值，基于设定置信区间的频率直方图，最大概率区间中程数。

最大值，最小值，以及最大概率区间中程数为桥梁健康监测数据中最关键的三个数据。本发明采用控制图方法对桥梁的这些重要数据进行提炼、保存和展示，提炼的数据已经可以用于分析桥梁结构长期运营的过程，所以，不仅保存了计算周期中的关键数据，有效地避免了海量数据的存储问题，而且通过直观的数学分析模型更好地表达了桥梁的周期变化。本发明方法可高效地长期保留桥梁运营中的重要数据，了解桥梁的变化趋势，方便数据管理以及查看。

保存的数据还包括在所述设定置信区间内的数据的均值和标准差，所述控制图展示的信息还包括根据所述均值与标准差推断的桥梁荷载超限概率以及破坏概率。

按照统计分析方法推断桥梁荷载超限概率以及破坏概率，从而使上述控制图方法不仅可以用于分析桥梁结构长期运营的过程，还可为桥梁管养人员了解桥梁的变化趋势提供相应信息。桥梁监测系统中，实时数据库中记录的信息通常包括：测点、时间、实测值。采用本发明控制图方法后，控制图数据库中记录的信息包括：测点、周期时间、最大值、最小值、最大概率区间中程数、均值、标准差、直方图频数(以划分10个小区间为例)。按一天时间来计算，一般桥梁健康监测测点的采样频率大约为30s/次，即一天时间内一个测点实时数据库要记录2880个实测值，而控制图数据库只需要记录15个值，控制图通过这15个值即可绘制完成。可见，本发明方法能极大缩小数据量，有利于数据的长期保存。

所述最大值，最小值，基于设定置信区间的频率直方图，最大概率区间中程数，在同一坐标系中标识。

所述控制图包括日控制图，所述日控制图排列在一个坐标系中，其中，横坐标为日期，纵坐标为监测值的大小。

所述桥梁荷载超限概率以及破坏概率计算方式如下：

正态概率密度函数的数学表达为：

式中，

x为随机变量；

P(x)为特定值的概率密度；

为均值，/>

σ为标准差，

根据每个计算周期的数据，通过上式得到相应的正态概率密度函数，针对荷载超限概率以及破坏概率通过下式积分进行计算：

当t＝设计值时，P所求得的值为荷载超限概率；

当t＝极限值时，P所求得的值为破坏概率；

设计值和极限值通过设计规范以及有限元仿真计算得到。

相比于现有技术，本发明具有如下技术效果：

本发明方法可有效提取桥梁健康监测历史数据中的重要数据，极大的缩小了数据量，有利于桥梁监测数据的长期保留，而且，本发明方法通过直观的数学分析模型表达桥梁的周期变化，方便快速了解桥梁结构参数的变化情况，分析桥梁结构长期运营的过程和预测发展趋势，让数据可以得以充分有效地利用，从而更好地为桥梁管理者提供决策服务。

附图说明

图1为形成的日控制图实例；

图2为图1中某一日的日控制图；

图3为绘制的频率直方图；

图4为绘制的概率密度函数曲线。

具体实施方式

下面通过具体实施例对发明桥梁健康监测数据控制图分析方法进行详细介绍。

本发明控制图分析方法主要包括两个步骤，步骤1)将数据按照时间周期分成不同的数据块区间；

步骤2)基于该数据块区间绘制控制图，通过保存形成该控制图的相关数据来保存桥梁健康监测历史数据；这里的控制图包括如下信息：测点、周期时间、最大值，最小值，基于设定置信区间的频率直方图，最大概率区间中程数。具体介绍如下：

控制图的计算周期根据时间可分为日控制图、周控制图、月控制图和年控制图等。控制图的形态取决于每个计算周期中的基本数据，即：最大值、最小值、直方图区间、最大概率区间中程数、置信区间以及概率密度分布函数。从控制图的形态中可以判断出桥梁随时间(日、周、月、年)周期变化的情况。

以日控制图为例，直方图是将每日的数据，以采样频率30s/次为例，2880个数据筛选至95％置信区间后，按照数据所处的区间进行数量的统计然后转化的频率直方图。

图1为日控图，日控制图排列在一个坐标系中，其中，横坐标为日期，纵坐标为监测值的大小。本发明日控制图可以起到一个统计作用，方便查看测点每日桥梁所处范围，是否在正常区间，状态是否平稳等。图2为图1中某一日的日控制图。如图2所示，各个位置的名称以及代表的含义如下：

1——当天数据最大值dmaxWeight；

2——当天数据最小值dminWeight；

3——95％置信区间上限fmaxWeight；

4——95％置信区间下限fminWeight；

5——最大概率区间上限sectionMax；

6——最大概率区间下限sectionMin；

7——最大概率区间中程数(sectionMax+sectionMin)/2。

它们都标识在同一坐标系中。

同样以日控图为例，当晚上24点某类传感器监测完毕后，对数据库中所存储的当日数据x₁，x₂……x_n进行统计分析，记当天数据最大值dmaxWeight，当天数据最小值dminWeight；

置信区间通俗而言即所要求达到的可信度所跨度的范围，样本的置信区间可作为总体均值的一个区间估计。置信区间的计算方法：

第一步：求得数据的平均值及标准误差/>

第二步：确定置信区间，以置信度等于95％为例，当置信度等于95％时，Z＝1.96；

确定置信区间

根据配置的等份Y，将上述置信区间分成Y组，记组距s＝(fmaxWeight-fminWeight)/Y。根据采样频率可对数据量作出合理的配置等份。监测数据越多，就可以不断减小组距。直方图的组距越小，组数越多，数据分布的效果越明显。直方图的高度表示频数，即该变量值在该区间内出现的次数。

第三步：按照组距统计落入每个小区间的数据的数量，根据该数据量除以当天总数据量，计算落入该小区间的概率，进行排序后取出概率最大值，作为sectionProportion，该区间的上下限分别作为sectionMax、sectionMin，(sectionMax+sectionMin)/2即为最大概率区间中程数。所以，形成上述控制图，还要保留直方图的频数数据。

本发明控制图不仅保留了桥梁监测数据中最关键的三个数据：最大值，最小值，以及最大概率区间中程数，而且，还保留了形成基于置信区间的频率直方图数据。根据频率直方图可直观判断数据的分布状态，数据是用于对桥梁进行状态评估的，基于置信区间是为了提高数据的可信度和精度。上述数据是桥梁健康监测数据中真正重要的数据，如最大概率区间中程数可定性判断桥梁状态的发展趋势。本发明提炼出的这些数据，占有储存空间小，方便长期保留，形成控制图，直观方便查看，让这些历史数据能充分展现其生命力与价值。

此外本发明对该监测参数的超限概率以及破坏概率通过概率统计方法进行分析并列入上述控制图中，供桥梁管养人员参考。

趋势预测(超限概率，破坏概率)

根据科学试验和工程试验的结果，数据几乎都遵循正态分布。假设每日传感器的数据符合正态分布，取置信区间为95％的区间数据，采用正态概率密度函数对荷载超限概率以及破坏概率进行分析。正态概率密度函数的数学表达为：

式中，

x——随机变量

P(x)——特定值的概率密度

——均值,/>

σ——标准差，

根据每个计算周期的数据，通过上式得到相应的正态概率密度函数，针对荷载超限概率以及破坏概率通过下式积分进行计算：

当t＝设计值时，P所求得的值为荷载超限概率。

当t＝极限值时，P所求得的值为破坏概率。

设计值和极限值通过设计规范以及有限元仿真计算得到。

利用该指标模型可以对桥梁测点位置状态的发展趋势进行评价，可适用于多种不同类型的监测参数。

数据实例

给出一组测试数据，共120个。如表1：

表1

step1：

当天数据最大值dmaxWeight＝1.2286

当天数据最小值dminWeight＝-0.4060

平均值

标准误差SE＝0.2922。

step2：

95％置信区间上限fmaxWeight＝1.1337

95％置信区间下限fminWeight＝-0.0117

从120个数据中筛选出置信区间的数据，共116个数据符合要求。如表2：

表2

Step3：

按照上面第三步绘制上述频率直方图，如图3所示(本数据为测试数据，工程中的数据有正有负，如正代表受拉，负代表受压)。其中，最大概率区间上限sectionMax＝0.6；最大概率区间下限sectionMax＝0.4；最大概率区间中程数为0.5。

趋势预测数据处理：

取置信区间为95％的区间数据，该区间内的

平均值

标准差σ＝0.2583。

根据公式(2)，可绘制相应的概率密度函数曲线，如图4所示。

设t1＝1.3设计值时，P所求得的值为荷载超限概率。结合(3)可得

荷载超限概率P＝0.25％。

设t2＝1.5极限值时，P所求得的值为破坏概率。结合(3)可得

破坏概率为P＝0.0174％。

本发明控制图数据库只需要记录如下信息：测点、周期时间、最大值、最小值、最大概率区间中程数、均值、标准差、直方图频数。基于原始数据形成相应的周控制图、月控制图以及一年周期控制图后(形成过程同日控制图)，如果桥梁运营状况良好，可以适时摒弃数据库中的原始数据。所以，本发明能极大的缩小数据量，解决历史数据泛滥引起的各种问题。本发明控制图还呈现了荷载超限概率和破坏概率。本发明在高效长期保留桥梁运营中的重要数据的同时，方便了数据的管理和查看，而且可给桥梁管养人员了解桥梁的变化趋势提供相应信息。

桥梁的应力、应变、挠度、风力风速、位移、倾角等结构参数，均可以用本发明控制图分析方法来进行描述，本发明方法具有优良的包容性。

Claims (3)

1.一种桥梁健康监测数据控制图分析方法，其特征在于，其包括如下步骤：

步骤1)将数据按照时间周期分成不同的数据块区间；

步骤2)基于该数据块区间绘制控制图，通过保存形成该控制图的相关数据来保存桥梁健康监测历史数据；

所述控制图包括如下信息：测点、周期时间、最大值，最小值，基于设定置信区间的频率直方图，最大概率区间中程数；

保存的数据还包括在所述设定置信区间内的数据的均值和标准差，所述控制图展示的信息还包括根据所述均值与标准差推断的桥梁荷载超限概率以及破坏概率；

所述桥梁荷载超限概率以及破坏概率计算方式如下：

正态概率密度函数的数学表达为：

式中，

x为随机变量；

P(x)为特定值的概率密度；

为均值，/>

σ为标准差，

根据每个计算周期的数据，通过上式得到相应的正态概率密度函数，荷载超限概率以及破坏概率具体通过下式积分进行计算：

当t＝设计值时，P所求得的值为荷载超限概率；

当t＝极限值时，P所求得的值为破坏概率；

设计值和极限值通过设计规范以及有限元仿真计算得到。

2.根据权利要求1所述的桥梁健康监测数据控制图分析方法，其特征在于，所述最大值，最小值，基于设定置信区间的频率直方图，最大概率区间中程数，在同一坐标系中标识。

3.根据权利要求2所述的桥梁健康监测数据控制图分析方法，其特征在于，所述控制图包括日控制图，所述日控制图排列在一个坐标系中，其中，横坐标为日期，纵坐标为监测值的大小。