CN117191305B - 一种公路桥梁的状态评估方法及系统 - Google Patents
一种公路桥梁的状态评估方法及系统 Download PDFInfo
- Publication number
- CN117191305B CN117191305B CN202311461179.6A CN202311461179A CN117191305B CN 117191305 B CN117191305 B CN 117191305B CN 202311461179 A CN202311461179 A CN 202311461179A CN 117191305 B CN117191305 B CN 117191305B
- Authority
- CN
- China
- Prior art keywords
- vibration data
- reference signal
- highway bridge
- data
- component signal
- 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.)
- Active
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 35
- 238000001914 filtration Methods 0.000 claims abstract description 35
- 238000000034 method Methods 0.000 claims description 34
- 238000010606 normalization Methods 0.000 claims description 3
- 230000035939 shock Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 6
- 230000000737 periodic effect Effects 0.000 description 11
- 230000000694 effects Effects 0.000 description 7
- 230000002159 abnormal effect Effects 0.000 description 5
- 238000007689 inspection Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明涉及数据处理技术领域,具体涉及一种公路桥梁的状态评估方法及系统,包括:采集震动数据;使用EMD算法对每个震动数据进行分解,得到每个震动数据的各个分量信号;获取每个震动数据中各个分量信号为参考信号的可能性,进而得到每个震动数据的参考信号;获取每个震动数据中各个分量信号与每个震动数据的参考信号之间的差异以及震动数据之间的相关性,进而得到震动数据的噪声影响程度;根据震动数据的噪声影响程度,获取滤波窗口的大小对震动数据进行去噪处理,得到去噪后的震动数据,进而得到公路桥梁的状态评估值;根据公路的状态评估值对公路桥梁的稳定性进行判断,本发明使得震动数据不受噪声的干扰,能准确评估公路桥梁的状态。
Description
技术领域
本发明涉及数据处理技术领域,具体涉及一种公路桥梁的状态评估方法及系统。
背景技术
对公路桥梁状态进行评估的目的是提高桥梁维护的效率和准确性,并为维护人员和决策者提供重要参考信息,可以帮助实现早期损伤检测和隐蔽缺陷监测,确保桥梁的安全运行,延长其寿命,并减少交通中断和事故风险。传统的桥梁状态评估方法主要依赖于人工巡查和定期检测,这种方式费时费力且容易忽略隐蔽的缺陷。已知,当大型货车在过桥时公路桥梁会出现一定程度的震动,这是因为公路桥梁在建设时桥墩与桥面存在缓冲装置,避免因为行驶车辆的震动对桥墩带来冲击,而正常的震动不会对公路桥梁带来伤害,但是当公路桥梁结构的稳定性发生变化时,会存在异常的震动,因此需要根据公路桥梁的震动数据来评估桥梁的安全性。
获取震动数据时,由于仪器的发热等原因,使得获取的震动数据中存在着噪声,因此直接根据获取的震动数据来评估公路桥梁的安全性时不准确,需要首先对获得的震动数据使用均值滤波进行去噪处理,而均值滤波的滤波窗口的大小在很大程度上影响着去噪效果,滤波窗口越大滤波效果更明显,但是窗口过大也可能将震动数据中存在的异常数据点平滑掉,以此来评估公路桥梁的安全性时也不准确,因此选择合适的滤波窗口大小是非常重要的。
发明内容
本发明提供一种公路桥梁的状态评估方法及系统,以解决现有的问题。
本发明的一种公路桥梁的状态评估方法采用如下技术方案:
本发明一个实施例提供了一种公路桥梁的状态评估方法,该方法包括以下步骤:
采集震动数据;
使用EMD算法对每个震动数据进行分解,得到每个震动数据的各个分量信号;获取每个震动数据中各个分量信号为参考信号的可能性;根据每个震动数据中各个分量信号为参考信号的可能性,得到每个震动数据的参考信号;
根据每个震动数据的参考信号,获取每个震动数据中各个分量信号与每个震动数据的参考信号之间的差异;
获取震动数据之间的相关性;根据震动数据之间的相关性以及每个震动数据中各个分量信号与每个震动数据的参考信号之间的差异,获取震动数据的噪声影响程度;
根据震动数据的噪声影响程度,获取滤波窗口的大小;根据滤波窗口的大小,对震动数据进行去噪处理,得到去噪后的震动数据;根据去噪后的震动数据,获取公路桥梁的状态评估值;根据公路桥梁的状态评估值对公路桥梁的稳定性进行判断。
优选的,所述获取每个震动数据中各个分量信号为参考信号的可能性,包括的具体步骤如下:
获取每个震动数据中每个分量信号中所有幅值为0的数据点,利用所有幅值为0的数据点,将每个震动数据中每个分量信号划分为多个区间,将得到的多个区间记为每个震动数据中每个分量信号的参考区间;
式中,/>代表第/>个震动数据中第/>条分量信号为参考信号的可能性;/>代表第/>个震动数据中第/>条分量信号的第/>个参考区间中的所有数据点的幅值之和;/>代表第/>个震动数据中第/>条分量信号的第/>个参考区间中的所有数据点的幅值之和;/>代表第/>个震动数据中第/>条分量的参考区间的个数;代表以自然常数为底的指数函数;/>代表第/>个震动数据中第/>条分量信号的幅值方差。
优选的,所述根据每个震动数据中各个分量信号为参考信号的可能性,得到每个震动数据的参考信号,包括的具体步骤如下:
将可能性最大时所对应的分量信号作为每个震动数据的参考信号。
优选的,所述根据每个震动数据的参考信号,获取每个震动数据中各个分量信号与每个震动数据的参考信号之间的差异,包括的具体步骤如下:
式中,/>代表第/>个震动数据中第/>条分量信号与第/>个震动数据的参考信号之间的差异,/>表示第/>个震动数据中第/>条分量信号为参考信号的可能性,/>表示第/>个震动数据中参考信号为参考信号的可能性,/>代表第/>个震动数据中第/>条分量信号的数据点的幅值均值,/>代表第/>个震动数据中参考信号的数据点的幅值均值;/>代表绝对值符号;/>代表第/>个震动数据中所有分量信号的数据点的幅值均值与参考信号的数据点的幅值均值的最大差异绝对值。
优选的,所述获取震动数据之间的相关性,包括的具体步骤如下:
式中,/>代表震动数据之间的相关性,/>表示第/>条震动数据的平均幅值,/>表示第/>条震动数据的平均幅值,/>表示第/>条震动数据中第/>个数据点的幅值,/>表示第/>条震动数据中第/>个数据点的幅值,/>代表每条震动数据中的数据点数量,/>表示震动数据的数量,/>代表以自然常数为底的指数函数;/>代表绝对值符号。
优选的,所述根据震动数据之间的相关性以及每个震动数据中各个分量信号与每个震动数据的参考信号之间的差异,获取震动数据的噪声影响程度,包括的具体步骤如下:
式中,/>表示震动数据的噪声影响程度,/>代表震动数据之间的相关性;/>代表第/>个震动数据中第/>条分量信号与第/>个震动数据的参考信号之间的差异;/>代表第/>个震动数据的分量信号的数量;/>代表震动数据的数量。
优选的,所述根据震动数据的噪声影响程度,获取滤波窗口的大小,包括的具体步骤如下:
式中,/>表示滤波窗口的初始大小;/>表示震动数据的噪声影响程度;为向上取整符号;/>代表预设的滤波器窗口大小;
当滤波窗口的初始大小为奇数时,滤波窗口的大小为/>;当滤波窗口的初始大小/>为偶数时,滤波窗口的大小为/>。
优选的,所述根据去噪后的震动数据,获取公路桥梁的状态评估值,包括的具体步骤如下:
式中,/>代表公路桥梁的状态评估值;/>表示所有去噪后的震动数据的平均幅值;/>表示所有去噪后的震动数据的幅值方差;/>代表归一化函数。
优选的,所述根据公路桥梁的状态评估值对公路桥梁的稳定性进行判断,包括的具体步骤如下:
预设状态阈值,当公路桥梁的状态评估值小于状态阈值时,公路桥梁的震动处于合理的范围内,当公路桥梁的状态评估值大于等于状态阈值时,公路桥梁存在着稳定性隐患。
本发明实施例提供了一种公路桥梁的状态评估系统,所述系统包括以下模块:
震动数据获取模块,采集震动数据;
参考信号获取模块,使用EMD算法对每个震动数据进行分解,得到每个震动数据的各个分量信号;获取每个震动数据中各个分量信号为参考信号的可能性;根据每个震动数据中各个分量信号为参考信号的可能性,得到每个震动数据的参考信号;
噪声影响程度获取模块,根据每个震动数据的参考信号,获取每个震动数据中各个分量信号与每个震动数据的参考信号之间的差异;获取震动数据之间的相关性;根据震动数据之间的相关性以及每个震动数据中各个分量信号与每个震动数据的参考信号之间的差异,获取震动数据的噪声影响程度;
稳定性判定模块,根据震动数据的噪声影响程度,获取滤波窗口的大小;根据滤波窗口的大小,对震动数据进行去噪处理,得到去噪后的震动数据;根据去噪后的震动数据,获取公路桥梁的状态评估值;根据公路桥梁的状态评估值对公路桥梁的稳定性进行判断。
本发明的技术方案的有益效果是:本发明对震动数据进行去噪时,首先对获取的每一条震动数据进行分析,通过EMD算法对每个震动数据进行分解,然后根据每个震动数据的各个分量信号的幅值变化以及周期性波动特征,获得每一条震动数据的参考信号,进而根据每一条震动数据的参考信号获取每个震动数据中各个分量信号与每个震动数据的参考信号之间的差异,即代表每个震动数据中各个分量信号的噪声影响程度,然后再对不同的震动数据的幅值变化进行分析,获得震动数据之间的相关性,根据震动数据之间的相关性以及每个震动数据中各个分量信号与每个震动数据的参考信号之间的差异,获取震动数据的噪声影响程度,然后根据震动数据的噪声影响程度自适应获取滤波器窗口大小进行去噪,使得获得的震动数据不受噪声的干扰,从而能够准确的评估公路桥梁的状态。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一种公路桥梁的状态评估方法的步骤流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种公路桥梁的状态评估方法,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种公路桥梁的状态评估方法的具体方案。
请参阅图1,其示出了本发明一个实施例提供的一种公路桥梁的状态评估方法的步骤流程图,该方法包括以下步骤:
S001.在公路桥梁上布置传感器装置,获得震动数据。
需要说明的是,已知需要根据来往车辆经过公路桥梁时产生的震动数据来评估公路桥梁的安全性,因此需要首先获取公路桥梁的震动数据,因此在本发明实施例中,在公路桥梁上的每一个桥墩与桥面的连接处都放置一个传感器,并且使传感器与桥面紧贴,由数据线将每个传感器与数据处理设备相连接,获取了公路桥梁的多个震动数据,然后对获取的多个震动数据使用线性插值算法进行处理,避免因为在采集震动数据的过程中因为采集频率的波动出现数据的损失,需要说明的是,本发明实施例中布设的传感器为陀螺仪,以及线性插值算法为公知技术,本发明实施例中不再过多赘述。
至此,获得了公路桥梁的多个震动数据。
S002.对每个震动数据进行分解,获取多个分量信号,根据每个分量信号的幅值变化,获取每个分量信号作为参考信号的可能性,进而得到每个震动数据的参考信号。
需要说明的是,对获得的震动数据使用均值滤波进行去噪处理时,其滤波窗口的大小选取会影响去噪效果,而当震动数据整体受噪声的影响程度较大时,应该选取较大的滤波窗口,而当震动数据整体受噪声的影响程度较小时,应该选取较小的滤波窗口,因此本发明实施例中,通过分析震动数据受噪声影响的程度,来自适应滤波窗口的大小。
当一辆车行驶在桥面时,桥面会呈现下降的趋势,由于缓冲装置会给桥面一个向上的作用力,使得桥面回弹,因此出现桥梁的震动,并且所获取的震动数据会呈现一定的周期波动,而震动数据受到噪声影响时,会改变其周期波动性,并且由于桥面行驶的车辆较多,行驶速度与重量不一,因此所获取的震动数据的周期波动性较低,导致震动数据的变化规律也不明显,影响噪声的识别,为了能够准确的对噪声进行识别,首先对获得的震动数据进行分解,获得不同频率的各个分量信号,因此在本发明实施例中,使用EMD算法对每个震动数据进行分解,获得每个震动数据的各个分量信号。
需要进一步说明的是,已知使用EMD算法对每个震动数据分解后的获取各个分量信号是对震动数据的不同频率进行分解的,而在获取的公路桥梁的震动数据中,不同行驶车辆情况的震动频率也是不一样的,因此获得的各个分量信号也表示在不同震动情况下的数据的变化,又由于当任一分量信号的幅值变化比较平稳时,并且呈现一定的周期性波动时,说明该分量信号更可能为参考信号,其受噪声的影响程度小。因此在本发明实施例中,根据分量信号的幅值变化以及呈现的周期性波动特征,获取每个震动数据中每个分量信号为参考信号的可能性。
在本发明实施例中,获取每个震动数据中每个分量信号的参考区间:获取每个震动数据中每个分量信号中所有幅值为0的数据点,利用所有幅值为0的数据点,将每个震动数据中每个分量信号划分为多个区间,将得到的多个区间记为每个震动数据中每个分量信号的参考区间。
获取每个震动数据中每个分量信号为参考信号的可能性:
式中,/>代表第/>个震动数据中第/>条分量信号为参考信号的可能性;/>代表第/>个震动数据中第/>条分量信号的第/>个参考区间中的所有数据点的幅值之和;/>代表第/>个震动数据中第/>条分量信号的第/>个参考区间中的所有数据点的幅值之和;/>代表第/>个震动数据中第/>条分量的参考区间的个数;/>表示以自然常数为底的指数函数;/>代表第/>个震动数据中第条分量信号中所有相邻两个参考区间之间的幅值差异之和,当所有相邻两个参考区间的幅值差异之和越小时,说明所有参考区间中的数据点幅值的变化程度越相近,则第/>个震动数据中第/>条分量信号越可能趋近于周期变化信号且受噪声影响程度越小,则将该分量信号为参考信号的可能性越大;/>代表第/>个震动数据中第/>条分量信号的幅值方差,需要说明的是,方差为公知技术,本发明实施例中不再进行赘述,当第/>个震动数据中第/>条分量信号中数据的幅值方差越小时,说明该分量信号的波动程度较小且受到噪声的影响程度越小,则该分量信号为参考信号的可能性越大;/>的取值越大时,说明第/>个震动数据中第/>条分量信号越可能为参考信号。
因此获取每个震动数据中所有分量信号为参考信号的可能性,将可能性最大时所对应的分量信号作为每个震动数据的参考信号。
至此,对每个震动数据进行分解,获取多个分量信号,根据每个分量信号的特征,获取每个分量信号作为参考信号的可能程度,进而得到每个震动数据的参考信号。
S003.根据每个震动数据的参考信号以及每个震动数据中每个分量信号为参考信号的可能性,获取每个震动数据中每个分量信号与每个震动数据的参考信号之间的差异。
需要说明的是,由于获取的每个震动数据存在一定的周期特性,因此每个震动数据的各个分量信号也会存在一定的周期特征,其各个分量信号之间的周期特征存在一定的相似性,但是由于震动频率不同,每个分量信号受噪声影响的程度存在着差异,而步骤S002中根据分量信号的周期性波动特征以及幅值变化特征,得到了每个震动数据的参考信号,并且参考信号受噪声的影响程度小,因此在本发明实施例中,通过获取每个震动数据中每个分量信号与其参考信号之间的差异,来表示每个震动数据中每个分量信号受噪声影响的程度,可以将属于周期特征变化的数据点不被误判为噪声,这样对震动数据中每个分量信号受噪声的影响程度进行评价时更加准确。
在本发明实施例中,每个震动数据中各个分量信号与每个震动数据的参考信号之间的差异:
式中,/>代表第/>个震动数据中第/>条分量信号与第/>个震动数据的参考信号之间的差异,/>表示第/>个震动数据中第/>条分量信号为参考信号的可能性,/>表示第/>个震动数据中参考信号为参考信号的可能性,/>代表第/>个震动数据中第/>条分量信号的数据点的幅值均值,/>代表第/>个震动数据中参考信号的数据点的幅值均值;/>代表绝对值符号;/>代表第/>个震动数据中第/>条分量信号为参考信号的可能性与参考信号为参考信号的可能性的差值,当/>的值越大时,说明第/>个震动数据中第/>条分量信号与参考信号的差异越大,说明第/>个震动数据中第/>条分量信号受到噪声的影响程度越大;/>代表第/>个震动数据中第/>条分量信号的数据点的幅值均值与参考信号的数据点的幅值均值的差异绝对值,当差异绝对值越大时说明不同频率的分量信号之间的差异越大,第/>个震动数据中第/>条分量信号受到噪声的影响程度越大;/>代表第/>个震动数据中所有分量信号的数据点的幅值均值与参考信号的数据点的幅值均值的最大差异绝对值。
至此,根据每个震动数据的参考信号以及每个震动数据中每个分量信号为参考信号的可能性,获取每个震动数据中每个分量信号与每个震动数据的参考信号之间的差异。
S004.根据震动数据的幅值变化,获取震动数据之间的相关性,根据震动数据之间的相关性以及每个震动数据中每个分量信号与每个震动数据的参考信号之间的差异,获取震动数据整体受噪声的影响程度。
需要说明的是,在采集震动数据的时,是通过在公路桥梁上的每一个桥墩与桥面的连接处都放置一个传感器,因此当车辆行驶经过公路桥梁时,会经过不同位置的传感器,因此不同位置的传感器所采集的震动数据受噪声的影响程度不同,因此在本发明实施例中,根据获取的所有震动数据之间的幅值差异,来获取不同位置的传感器所获取的震动数据受噪声的影响的程度是否一致,即获取震动数据之间的相关性,当震动数据之间的相关性越大时,说明不同位置的传感器所获取的震动数据受噪声的影响程度越一致,当震动数据之间的相关性越小时,说明不同位置的传感器所获取的震动数据受噪声的影响程度不一致。
在本发明实施例中,获取震动数据之间的相关性:
式中,/>代表震动数据之间的相关性,/>表示第/>条震动数据的平均幅值,/>表示第/>条震动数据的平均幅值,/>表示第/>条震动数据中第/>个数据点的幅值,/>表示第/>条震动数据中第/>个数据点的幅值,/>代表每条震动数据中的数据点数量,/>表示震动数据的数量;/>代表第/>条震动数据与第/>条震动数据平均幅值的差异,其差异程度越小,说明第/>条震动数据与第/>条震动数据受到的噪声影响程度越相似,因此第/>条震动数据与第/>条震动数据之间的相关性越大;/>表示第/>条震动数据与第/>条震动数据中所有数据点之间的幅值差异均值,其差异程度越大,说明震动数据的来源虽然是相同的,但是因为受到噪声的影响,导致第/>条震动数据与第/>条震动数据的差异较大,因此数据之间的相关性越小;/>值越大时,说明震动数据之间的相关性越大,震动数据所受的噪声的影响程度越一致。
需要说明的是,步骤S003中,得到了每个震动数据中每个分量信号与每个震动数据的参考信号之间的差异,其反应了每个震动数据中每个分量信号的噪声影响程度,因此可以根据所有震动数据的所有分量信号受噪声影响程度的均值来获取震动数据的噪声影响程度,并根据震动数据之间的相关性对其进行修正,当震动数据之间的相关性越大时,说明不同位置的传感器所获取的震动数据受噪声影响的程度一致,则震动数据的噪声影响程度越准确。
在本发明实施例中,获取震动数据的噪声影响程度:
式中,/>表示震动数据的噪声影响程度,/>代表震动数据之间的相关性,震动数据之间的相关性可以表示不同位置的传感器上所获取的震动数据受噪声影响的程度是否一致,当震动数据之间的相关性越大时,说明不同位置的传感器所获取的震动数据受噪声影响的程度一致,则根据所有震动数据的所有分量信号与每个震动数据的参考信号的平均差异来获取震动数据整体所受噪声的影响程度越准确;/>代表第/>个震动数据中第/>条分量信号与第/>个震动数据的参考信号之间的差异;当/>的值越大时,说明第/>个震动数据中第/>条分量信号受噪声影响的程度越大;/>代表第/>个震动数据的分量信号的数量;/>代表震动数据的数量;/>代表所有震动数据的所有分量信号与每个震动数据的参考信号的差异和的均值;当震动数据之间的相关性越大时并且所有震动数据的所有分量信号与每个震动数据的参考信号的平均差异越大时,/>的值越大,则震动数据的噪声影响程度越大。
S005.对公路桥梁的震动数据进行去噪,根据去噪后的震动数据对公路桥梁状态进行评估。
需要说明的是,获得的震动数据使用均值滤波进行去噪处理,而均值滤波的滤波窗口的大小在很大程度上影响着去噪效果,滤波窗口越大滤波效果更明显,但是窗口过大也可能将震动数据中存在的异常数据点平滑掉,以此来评估公路桥梁的安全性时也不准确,因此在本发明实施例中,根据震动数据整体受噪声的影响程度来自适应滤波窗口的大小,当震动数据整体受噪声的影响程度较大时,滤波窗口的选择较大。
在本发明实施例中,获取滤波窗口的大小:
式中,/>表示滤波窗口的初始大小;/>表示震动数据的噪声影响程度;为向上取整符号;/>代表预设的滤波器窗口大小;在本发明实施例中,预设滤波器窗口大小/>,在其他实施例中,实施人员可根据具体实施情况设置/>的值。
当滤波窗口的初始大小为奇数时,滤波窗口的大小为/>;当滤波窗口的初始大小/>为偶数时,滤波窗口的大小为/>。
根据获得的滤波窗口大小,对所有震动数据使用均值滤波算法进行去噪处理,得到去噪后的震动数据,需要说明的是,均值滤波算法为公知技术,本发明实施例中不再对其进行赘述。
需要说明的是,根据去噪后的震动数据对桥梁的状态进行评估,由于公路桥梁的震动是处于一个合理的范围,当公路桥梁的震动超出合理的范围时,此时认为公路桥梁的震动状态出现异常,因此根据去噪后的震动数据的幅值变化来获得公路桥梁状态的评估值。
在本发明实施例中,获取公路桥梁的状态评估值;
式中,/>代表公路桥梁的状态评估值;/>表示所有去噪后的震动数据的平均幅值;/>表示所有去噪后的震动数据的幅值方差;/>代表归一化函数。
预设状态阈值,当/>时,说明桥梁的震动处于合理的范围内,当/>时,说明桥梁的震动状态处于异常,公路桥梁存在着稳定性隐患,需要报警通知巡检人员进行人工巡检,在本发明实施例中,预设状态阈值/>在其他实施例中,实施人员可根据具体实施情况设置/>的值。
本发明实施例提供了一种公路桥梁的状态评估系统,该系统包括以下模块:
震动数据获取模块,采集震动数据;
参考信号获取模块,使用EMD算法对每个震动数据进行分解,得到每个震动数据的各个分量信号;获取每个震动数据中各个分量信号为参考信号的可能性;根据每个震动数据中各个分量信号为参考信号的可能性,得到每个震动数据的参考信号;
噪声影响程度获取模块,根据每个震动数据的参考信号,获取每个震动数据中各个分量信号与每个震动数据的参考信号之间的差异;获取震动数据之间的相关性;根据震动数据之间的相关性以及每个震动数据中各个分量信号与每个震动数据的参考信号之间的差异,获取震动数据的噪声影响程度;
稳定性判定模块,根据震动数据的噪声影响程度,获取滤波窗口的大小;根据滤波窗口的大小,对震动数据进行去噪处理,得到去噪后的震动数据;根据去噪后的震动数据,获取公路桥梁的状态评估值;根据公路桥梁的状态评估值对公路桥梁的稳定性进行判断。
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,凡在本发明的原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种公路桥梁的状态评估方法,其特征在于,该方法包括以下步骤:
采集震动数据;
使用EMD算法对每个震动数据进行分解,得到每个震动数据的各个分量信号;获取每个震动数据中各个分量信号为参考信号的可能性;根据每个震动数据中各个分量信号为参考信号的可能性,得到每个震动数据的参考信号;
所述获取每个震动数据中各个分量信号为参考信号的可能性,包括的具体步骤如下:
获取每个震动数据中每个分量信号中所有幅值为0的数据点,利用所有幅值为0的数据点,将每个震动数据中每个分量信号划分为多个区间,将得到的多个区间记为每个震动数据中每个分量信号的参考区间;
式中,代表第/>个震动数据中第/>条分量信号为参考信号的可能性;/>代表第/>个震动数据中第/>条分量信号的第/>个参考区间中的所有数据点的幅值之和;/>代表第/>个震动数据中第/>条分量信号的第/>个参考区间中的所有数据点的幅值之和;代表第/>个震动数据中第/>条分量的参考区间的个数;/>代表以自然常数为底的指数函数;/>代表第/>个震动数据中第/>条分量信号的幅值方差;
所述根据每个震动数据中各个分量信号为参考信号的可能性,得到每个震动数据的参考信号,包括的具体步骤如下:
将可能性最大时所对应的分量信号作为每个震动数据的参考信号;
根据每个震动数据的参考信号,获取每个震动数据中各个分量信号与每个震动数据的参考信号之间的差异;
所述根据每个震动数据的参考信号,获取每个震动数据中各个分量信号与每个震动数据的参考信号之间的差异,包括的具体步骤如下:
式中,代表第/>个震动数据中第/>条分量信号与第/>个震动数据的参考信号之间的差异,/>表示第/>个震动数据中第/>条分量信号为参考信号的可能性,/>表示第/>个震动数据中参考信号为参考信号的可能性,/>代表第/>个震动数据中第/>条分量信号的数据点的幅值均值,/>代表第/>个震动数据中参考信号的数据点的幅值均值;/>代表绝对值符号;代表第/>个震动数据中所有分量信号的数据点的幅值均值与参考信号的数据点的幅值均值的最大差异绝对值;
获取震动数据之间的相关性;根据震动数据之间的相关性以及每个震动数据中各个分量信号与每个震动数据的参考信号之间的差异,获取震动数据的噪声影响程度;
所述根据震动数据之间的相关性以及每个震动数据中各个分量信号与每个震动数据的参考信号之间的差异,获取震动数据的噪声影响程度,包括的具体步骤如下:
式中,表示震动数据的噪声影响程度,/>代表震动数据之间的相关性;/>代表第/>个震动数据中第/>条分量信号与第/>个震动数据的参考信号之间的差异;/>代表第/>个震动数据的分量信号的数量;/>代表震动数据的数量;
根据震动数据的噪声影响程度,获取滤波窗口的大小;根据滤波窗口的大小,对震动数据进行去噪处理,得到去噪后的震动数据;根据去噪后的震动数据,获取公路桥梁的状态评估值;根据公路桥梁的状态评估值对公路桥梁的稳定性进行判断。
2.根据权利要求1所述的一种公路桥梁的状态评估方法,其特征在于,所述获取震动数据之间的相关性,包括的具体步骤如下:
式中,代表震动数据之间的相关性,/>表示第/>条震动数据的平均幅值,/>表示第/>条震动数据的平均幅值,/>表示第/>条震动数据中第/>个数据点的幅值,/>表示第/>条震动数据中第/>个数据点的幅值,/>代表每条震动数据中的数据点数量,/>表示震动数据的数量,/>代表以自然常数为底的指数函数;/>代表绝对值符号。
3.根据权利要求1所述的一种公路桥梁的状态评估方法,其特征在于,所述根据震动数据的噪声影响程度,获取滤波窗口的大小,包括的具体步骤如下:
式中,表示滤波窗口的初始大小;/>表示震动数据的噪声影响程度;/>为向上取整符号;/>代表预设的滤波器窗口大小;
当滤波窗口的初始大小为奇数时,滤波窗口的大小为/>;当滤波窗口的初始大小/>为偶数时,滤波窗口的大小为/>。
4.根据权利要求1所述的一种公路桥梁的状态评估方法,其特征在于,所述根据去噪后的震动数据,获取公路桥梁的状态评估值,包括的具体步骤如下:
式中,代表公路桥梁的状态评估值;/>表示所有去噪后的震动数据的平均幅值;/>表示所有去噪后的震动数据的幅值方差;/>代表归一化函数。
5.根据权利要求1所述的一种公路桥梁的状态评估方法,其特征在于,所述根据公路桥梁的状态评估值对公路桥梁的稳定性进行判断,包括的具体步骤如下:
预设状态阈值,当公路桥梁的状态评估值小于状态阈值时,公路桥梁的震动处于合理的范围内,当公路桥梁的状态评估值大于等于状态阈值时,公路桥梁存在着稳定性隐患。
6.一种公路桥梁的状态评估系统,其特征在于,所述系统包括:
震动数据获取模块,采集震动数据;
参考信号获取模块,使用EMD算法对每个震动数据进行分解,得到每个震动数据的各个分量信号;获取每个震动数据中各个分量信号为参考信号的可能性;根据每个震动数据中各个分量信号为参考信号的可能性,得到每个震动数据的参考信号;
噪声影响程度获取模块,根据每个震动数据的参考信号,获取每个震动数据中各个分量信号与每个震动数据的参考信号之间的差异;获取震动数据之间的相关性;根据震动数据之间的相关性以及每个震动数据中各个分量信号与每个震动数据的参考信号之间的差异,获取震动数据的噪声影响程度;
稳定性判定模块,根据震动数据的噪声影响程度,获取滤波窗口的大小;根据滤波窗口的大小,对震动数据进行去噪处理,得到去噪后的震动数据;根据去噪后的震动数据,获取公路桥梁的状态评估值;根据公路桥梁的状态评估值对公路桥梁的稳定性进行判断;
所述系统实现的是如权利要求1~5任意一项所述一种公路桥梁的状态评估方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311461179.6A CN117191305B (zh) | 2023-11-06 | 2023-11-06 | 一种公路桥梁的状态评估方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311461179.6A CN117191305B (zh) | 2023-11-06 | 2023-11-06 | 一种公路桥梁的状态评估方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117191305A CN117191305A (zh) | 2023-12-08 |
CN117191305B true CN117191305B (zh) | 2024-02-02 |
Family
ID=88987219
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311461179.6A Active CN117191305B (zh) | 2023-11-06 | 2023-11-06 | 一种公路桥梁的状态评估方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117191305B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117633554B (zh) * | 2023-12-14 | 2024-05-14 | 艾信智慧医疗科技发展(苏州)有限公司 | 医用箱式物流传输监测及预警系统 |
CN117745150B (zh) * | 2024-02-21 | 2024-05-03 | 冠兴(西安)通信电子工程有限公司 | 一种路基压实质量智能评估方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102353509A (zh) * | 2011-10-11 | 2012-02-15 | 东南大学 | 一种基于分块冲击振动测试的中小型桥梁快速检测方法 |
CN109271406A (zh) * | 2018-09-26 | 2019-01-25 | 东莞幻鸟新材料有限公司 | 一种基于大数据的桥梁结构健康监测系统 |
CN116405823A (zh) * | 2023-06-01 | 2023-07-07 | 深圳市匠心原创科技有限公司 | 一种骨传导耳机音频智能去噪增强方法 |
CN116750290A (zh) * | 2023-08-14 | 2023-09-15 | 青岛义龙包装机械有限公司 | 一种袋式包装机的运行状态智能监测方法 |
CN116818914A (zh) * | 2023-08-30 | 2023-09-29 | 东光县津东玻璃工艺制品有限公司 | 一种玻璃及其加工制品无损检测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105953996B (zh) * | 2016-06-30 | 2017-04-19 | 东南大学 | 一种基于冲击振动的桥梁检测评估方法与设备 |
-
2023
- 2023-11-06 CN CN202311461179.6A patent/CN117191305B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102353509A (zh) * | 2011-10-11 | 2012-02-15 | 东南大学 | 一种基于分块冲击振动测试的中小型桥梁快速检测方法 |
CN109271406A (zh) * | 2018-09-26 | 2019-01-25 | 东莞幻鸟新材料有限公司 | 一种基于大数据的桥梁结构健康监测系统 |
CN116405823A (zh) * | 2023-06-01 | 2023-07-07 | 深圳市匠心原创科技有限公司 | 一种骨传导耳机音频智能去噪增强方法 |
CN116750290A (zh) * | 2023-08-14 | 2023-09-15 | 青岛义龙包装机械有限公司 | 一种袋式包装机的运行状态智能监测方法 |
CN116818914A (zh) * | 2023-08-30 | 2023-09-29 | 东光县津东玻璃工艺制品有限公司 | 一种玻璃及其加工制品无损检测方法 |
Non-Patent Citations (1)
Title |
---|
桥梁结构动力测试信号的自适应形态学滤波研究;徐佳德 等;《桥梁结构动力测试信号的自适应形态学滤波研究》;第58卷(第4期);第15-19页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117191305A (zh) | 2023-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117191305B (zh) | 一种公路桥梁的状态评估方法及系统 | |
CN110197588B (zh) | 一种基于gps轨迹数据的大货车驾驶行为评估方法及装置 | |
CN110533229B (zh) | 轨道维修时刻预测方法及装置 | |
US20150219530A1 (en) | Systems and methods for event detection and diagnosis | |
KR102051226B1 (ko) | 원전 설비의 예측 진단 방법 및 시스템 | |
CN111967338B (zh) | 基于均值漂移聚类算法判别局部放电脉冲干扰信号的方法和系统 | |
CN110766982B (zh) | 基于车载传感器的车辆碰撞检测系统 | |
CN110287827B (zh) | 一种基于数据关联性的桥梁应变数据异常值识别方法 | |
CN110375983B (zh) | 基于时间序列分析的阀门故障实时诊断系统及诊断方法 | |
CN113562562A (zh) | 一种电梯安全预警监测系统及其判断方法 | |
CN111776006B (zh) | 一种列车轴温的预报警方法及装置 | |
CN112720071B (zh) | 多能域信号智能化融合的刀具实时状态监测指标构造方法 | |
CN108195396A (zh) | 一种新能源汽车车辆数据的有效性的检测方法及系统 | |
US20220039716A1 (en) | Calibration method for critical point of mental fatigue based on self-organized criticality | |
CN109557583B (zh) | 一种地震属性提取方法及系统 | |
CN117591986B (zh) | 基于人工智能的汽车数据实时处理方法 | |
CN109598309B (zh) | 一种金属包装冲压机的检测系统及其监测方法 | |
CN114244594A (zh) | 网络流量异常检测方法及检测系统 | |
CN104457644B (zh) | 轨道几何检测数据中非脉冲异常数据的检测方法及装置 | |
CN115905341A (zh) | 数据质量异常的检测方法、装置、电子设备及存储介质 | |
CN110907015B (zh) | 室内环境下的基于rfid的液位监测方法 | |
CN102667883B (zh) | 用于确定表示车辆驾驶员的警戒状态的参数的方法 | |
CN116644278A (zh) | 基于样本筛选和特征提取的双模型轴承异常检测算法 | |
CN114044431B (zh) | 乘客输送装置的梯级滚轮异常监测方法、装置及乘客输送装置 | |
CN114348054A (zh) | 一种铁路道岔病害监测方法、装置及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |