CN117571184B - 一种基于滑窗和聚类分析的桥梁结构索力识别方法及设备 - Google Patents
一种基于滑窗和聚类分析的桥梁结构索力识别方法及设备 Download PDFInfo
- Publication number
- CN117571184B CN117571184B CN202410065676.2A CN202410065676A CN117571184B CN 117571184 B CN117571184 B CN 117571184B CN 202410065676 A CN202410065676 A CN 202410065676A CN 117571184 B CN117571184 B CN 117571184B
- Authority
- CN
- China
- Prior art keywords
- cable force
- cable
- window
- value
- cluster
- 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
- 238000000034 method Methods 0.000 title claims abstract description 87
- 238000007621 cluster analysis Methods 0.000 title claims abstract description 33
- 238000001583 randomness test Methods 0.000 claims abstract description 19
- 238000001228 spectrum Methods 0.000 claims description 22
- 238000010276 construction Methods 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 10
- 238000005452 bending Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 6
- 229910000831 Steel Inorganic materials 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 4
- 239000010959 steel Substances 0.000 claims description 4
- 238000013461 design Methods 0.000 claims description 3
- 230000007774 longterm Effects 0.000 abstract description 7
- 238000004458 analytical method Methods 0.000 abstract description 3
- 238000006243 chemical reaction Methods 0.000 abstract description 2
- 230000007246 mechanism Effects 0.000 abstract description 2
- 238000005065 mining Methods 0.000 abstract description 2
- 238000012360 testing method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000006185 dispersion Substances 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000005415 magnetization Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
- G01L5/00—Apparatus for, or methods of, measuring force, work, mechanical power, or torque, specially adapted for specific purposes
- G01L5/04—Apparatus for, or methods of, measuring force, work, mechanical power, or torque, specially adapted for specific purposes for measuring tension in flexible members, e.g. ropes, cables, wires, threads, belts or bands
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
- G01L5/00—Apparatus for, or methods of, measuring force, work, mechanical power, or torque, specially adapted for specific purposes
- G01L5/04—Apparatus for, or methods of, measuring force, work, mechanical power, or torque, specially adapted for specific purposes for measuring tension in flexible members, e.g. ropes, cables, wires, threads, belts or bands
- G01L5/042—Apparatus for, or methods of, measuring force, work, mechanical power, or torque, specially adapted for specific purposes for measuring tension in flexible members, e.g. ropes, cables, wires, threads, belts or bands by measuring vibrational characteristics of the flexible member
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2131—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on a transform domain processing, e.g. wavelet transform
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2123/00—Data types
- G06F2123/02—Data types in the time domain, e.g. time-series data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
- G06F2218/10—Feature extraction by analysing the shape of a waveform, e.g. extracting parameters relating to peaks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
-
- 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
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Probability & Statistics with Applications (AREA)
- Bridges Or Land Bridges (AREA)
- Force Measurement Appropriate To Specific Purposes (AREA)
Abstract
本发明涉及桥梁缆索分析领域，特别是一种基于滑窗和聚类分析的桥梁结构索力识别方法及设备。本发明通过滑窗机制以及Ljung‑Box随机性检验，选择有挖掘价值的缆索振动信号，再经过FFT变换和振动频率法，从缆索振动长时信号中获得索力快速识别结果样本，最后经无监督聚类分析方法，将索力识别结果聚类为不同簇数，计算不同簇数内索力识别样本占总样本百分比，取百分比最大的簇内索力识别结果的平均值作为准确索力结果，从而实现自动剔除虚假的个别索力，基于长时范围内准确索力重现率大于虚假索力重现率的客观规律下，实现了基于统计和聚类分析，自适应剔除个别离群索力识别结果，获取索力稳定识别结果，提高了桥梁索力识别结果的鲁棒性。
Description
技术领域
本发明涉及桥梁缆索分析领域，特别是一种基于滑窗和聚类分析的桥梁结构索力识别方法及设备。
背景技术
桥梁缆索的索力测试目前主要有以下几种：（1）压力表法。压力表法是用千斤顶张拉缆索时，通过精密的压力表进行测定油缸的液压，从中计算出索力。此方法仅在张拉缆索施工过程中使用，在桥梁建成运营期，此方法使用受到限制。（2）压力传感器法。压力传感器法是在桥索固定锚头与桥体混凝土之间加上垫板与承压环，桥索所有的压力会受在承压环上，承压环产生形变，从而根据形变算出钢缆索索力的方法。此方法灵敏度高，但对已安装好的锚索就不能使用，使用范围太过狭小。（3）振动频率法。振动频率法是利用缆索索力与频率的关系来测定索力，其简单、快速、经济性。但在测量过程中由于要受桥面的坡度与一些外界条件的制约例如阻尼垫、温度、环境振动、拾振器安装位置的影响造成所测试结果鲁棒性较差。（4）逆磁致伸缩效应法。该方法基于逆磁致伸缩效应的现象可以使机械能转化为电能完成索力测量，通过输出感应电压积分可求得索力。然而基于磁弹效应的索力测量方法涉及的方面以及需要解决的技术很多，例如励磁磁化方式的选择，磁导率的参考工作点选取，温度对传感器的影响及消除等方面。
李枝军等在《基于最大熵谱和模糊聚类分析的斜拉桥拉索索力测试与评估》论文中提出了用最大熵谱代替传统频谱来识别运营状态下拉索自振频率并获取拉索索力的方法，提出了利用模糊聚类方法对索力进行损伤识别。在索力识别过程中，通过将时域长时信号一次性转换成最大熵谱，通过谱峰值确定频率，进而通过振动法计算索力，但其方法的分析过程与频谱法类似，也未考虑长时信号中某段信号质量较差导致的识别结果不准确的问题。
综上所述，针对目前桥梁缆索的索力测试技术中任然存在的适用范围狭小，鲁棒性差以及检测精度不够的问题，需要一种全新的桥梁结构索力识别方法及设备，以进行解决。
发明内容
本发明的目的在于克服现有技术中所存在的适用范围狭小，鲁棒性差以及检测精度不够的问题，提供一种基于滑窗和聚类分析的桥梁结构索力识别方法及设备。
为了实现上述发明目的，本发明提供了以下技术方案：
一种基于滑窗和聚类分析的桥梁结构索力识别方法，包括以下步骤：
S1：获取待测试桥梁缆索的振动时域信号，根据预设的滑窗步长和窗口长度，将所述振动时域信号划分为信号长度相等的若干份窗口信号；
S2：分别对每个所述窗口信号进行Ljung-Box随机性检验；
若当前所述窗口信号前a期延迟期数的随机性检验LB统计量存在大于等于预设检测阈值的值，则舍弃该窗口信号；a为预设值；
否则进入下一个所述窗口信号的Ljung-Box随机性检验，直至完成所有所述窗口信号的Ljung-Box随机性检验；
S3：分别对每个所述窗口信号进行快速傅里叶变换，获得每个所述窗口信号的傅里叶频谱，从所述傅里叶频谱中提取当前所述窗口信号的索力基频；
S4：根据所述索力基频采用振动频率法计算所述窗口信号的索力样本值；
S5：采用Kmeans聚类方法，将所有所述索力样本值划分为M个簇，并分别计算M个簇的簇中心值；
S6：分别计算M个簇的中心样本数量，将中心样本数量最多的簇的簇中心值输出为所述待测试桥梁缆索的索力识别准确值。
作为本发明的优选方案，所述S1中各个所述窗口信号之间还存在重叠交叉部分。
作为本发明的优选方案，所述S3包括以下步骤：
S31：分别对每个所述窗口信号进行快速傅里叶变换，获得每个所述窗口信号的傅里叶频谱；
S32：根据所述待测试桥梁缆索的索力设计值计算索力基频预估值；
S33：根据所述索力基频预估值以及预设的允许变化幅度，确定每个窗口信号的傅里叶频谱的索力基频识别频带的上下界限值；
S34：将所述索力基频识别频带内幅值峰值对应的频率，输出为该窗口信号的索力基频。
作为本发明的优选方案，所述S32中所述索力基频预估值的计算式为：
，
式中，f y 为索力基频预估值；l为待测试桥梁缆索计算长度；T q 为待测试桥梁缆索的索力设计值；m为待测试桥梁缆索单位长度质量。
作为本发明的优选方案，所述S34中所述索力基频的表达式为：
其中，f i 为第i个窗口信号的索力基频，X i (k)为第i个窗口信号内的频域信号，k为频域信号中的样本下标，MaxAmp()为取频带范围内的幅值峰值对应的频率，σ为预设的允许变化幅度，W i (n)为第i个窗口信号内的时域信号，Q为时域信号中的样本个数，n为时域信号中的样本下标，为复数指数函数，j为复数符号。
作为本发明的优选方案，所述S4中所述索力样本值的表达式为：
当缆索截面抗弯刚度可忽略时：
，
当缆索截面抗弯刚度不可忽略时：
，
其中，T i 为窗口信号i的索力样本值，E为拉索钢丝弹性模量，I为拉索截面抗弯惯性矩。
作为本发明的优选方案，所述S5中Kmeans聚类方法的目标函数表达式为：
，
式中，c j 表示第j个簇的簇中心值；x i 属于第i个簇的索力样本值，x i ⊆T i ，T i 为窗口信号i的索力样本值；n j 表示第j个簇的样本总量。
作为本发明的优选方案，簇中心值c j 的计算式为：
。
作为本发明的优选方案，所述S5中簇中心的划分数量M由轮廓系数法取轮廓系数最大值对应的簇个数自适应确定。
一种基于滑窗和聚类分析的桥梁结构索力识别设备，包括至少一个处理器，以及与所述至少一个处理器通信连接的存储器；所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述任一项所述的方法。
与现有技术相比，本发明的有益效果：
本发明通过滑窗机制以及Ljung-Box随机性检验，选择有挖掘价值的缆索振动信号，再经过FFT变换和振动频率法，从缆索振动长时信号中获得索力快速识别结果样本，最后经无监督聚类分析方法，将索力识别结果聚类为不同簇数，计算不同簇数内索力识别样本占总样本百分比，取百分比最大的簇内索力识别结果的平均值作为准确索力结果，从而实现自动剔除虚假的个别索力。且本发明的方法克服了由于桥梁结构斜拉索或吊杆振动响应信号部分时段质量不高，直接由原始数据的傅里叶频谱无法识别结构稳定索力的缺陷，在长时范围内准确索力重现率大于虚假索力重现率的客观规律下，实现了基于统计和聚类分析，自适应剔除个别离群索力识别结果，获取索力稳定识别结果，提高了桥梁索力识别结果的鲁棒性。
附图说明
图1为本发明实施例1所述的一种基于滑窗和聚类分析的桥梁结构索力识别方法的流程示意图；
图2为本发明实施例2所述的一种基于滑窗和聚类分析的桥梁结构索力识别方法中某桥的缆索振动实测信号。
图3为本发明实施例2所述的一种基于滑窗和聚类分析的桥梁结构索力识别方法中对图2划分窗口以后某窗口信号的随机性检验结果。
图4为本发明实施例2所述的一种基于滑窗和聚类分析的桥梁结构索力识别方法中选取某窗口信号傅里叶变换的傅里叶频谱图和频带宽度示意图。
图5为本发明实施例2所述的一种基于滑窗和聚类分析的桥梁结构索力识别方法中根据索力识别样本由轮廓系数法确定划分的簇数结果。
图6为本发明实施例2所述的一种基于滑窗和聚类分析的桥梁结构索力识别方法中划分为3簇以后每簇中索力样本占总数的百分比及索力均值。
图7为本发明实施例3所述的一种利用了前述任一实施例所述的一种基于滑窗和聚类分析的桥梁结构索力识别方法的一种基于滑窗和聚类分析的桥梁结构索力识别设备的结构示意图。
具体实施方式
下面结合试验例及具体实施方式对本发明作进一步的详细描述。但不应将此理解为本发明上述主题的范围仅限于以下的实施例，凡基于本发明内容所实现的技术均属于本发明的范围。
实施例1
如图1所示，一种基于滑窗和聚类分析的桥梁结构索力识别方法，包括以下步骤：
S1：获取待测试桥梁缆索的振动时域信号，根据预设的滑窗步长和窗口长度，将所述振动时域信号划分为信号长度相等的若干份窗口信号。
S2：分别对每个所述窗口信号进行Ljung-Box随机性检验；
若当前所述窗口信号前a期延迟期数的随机性检验LB统计量存在大于等于预设检测阈值的值，则舍弃该窗口信号；a为预设值；
否则进入下一个所述窗口信号的Ljung-Box随机性检验，直至完成所有所述窗口信号的Ljung-Box随机性检验。
S3：分别对每个所述窗口信号进行快速傅里叶变换，获得每个所述窗口信号的傅里叶频谱，从所述傅里叶频谱中提取当前所述窗口信号的索力基频。
S4：根据所述索力基频采用振动频率法计算所述窗口信号的索力样本值。
S5：采用Kmeans聚类方法，将所有所述索力样本值划分为M个簇，并分别计算M个簇的簇中心值。
S6：分别计算M个簇的中心样本数量，将中心样本数量最多的簇的簇中心值输出为所述待测试桥梁缆索的索力识别准确值。
实施例2
本实施例为实施例1所述一种基于滑窗和聚类分析的桥梁结构索力识别方法的一种具体实施方式，包括以下步骤：
S1：如图2所示，获取待测试桥梁缆索的振动时域信号，根据预设的滑窗步长和窗口长度，将所述振动时域信号划分为信号长度相等的N份窗口信号。
其中，各个所述窗口信号之间还存在重叠交叉部分。具体可划分的份数N的计算式如下所示：
，
式中，int()表示向下取整，L为信号长度，WL为窗口长度，ML为滑窗步长。
S2：如图3所示，分别对每个所述窗口信号进行Ljung-Box随机性检验；
若当前所述窗口信号前a期延迟期数的随机性检验LB（Ljung-Box）统计量存在大于等于预设检测阈值（本实施例优选为0.05）的值，则舍弃该窗口信号；其中，a为预设值，本实施例中优选为6。
否则进入下一个所述窗口信号的Ljung-Box随机性检验，直至完成所有所述窗口信号的Ljung-Box随机性检验。
S3：分别对每个所述窗口信号进行快速傅里叶变换，获得每个所述窗口信号的傅里叶频谱，从所述傅里叶频谱中提取当前所述窗口信号的索力基频。
S31：分别对每个所述窗口信号Wi（i=1,2,…N）进行快速傅里叶变换（FastFourier Transform, FFT），获得每个所述窗口信号的傅里叶频谱。
S32：根据所述待测试桥梁缆索的索力设计值计算索力基频预估值。所述索力基频预估值的计算式为：
，
式中，f y 为索力基频预估值；l为待测试桥梁缆索计算长度；T q 为待测试桥梁缆索的索力设计值；m为待测试桥梁缆索单位长度质量。
S33：如图4所示，根据所述索力基频预估值以及预设的允许变化幅度，确定每个窗口信号的傅里叶频谱的索力基频识别频带的上下界限值（上下界限值如图4中的圆点构成的限制带所示），σ为预设的允许变化幅度。
S34：将所述索力基频识别频带内幅值峰值对应的频率，输出为该窗口信号的索力基频。
所述S34中所述索力基频的表达式为：
其中，f i 为第i个窗口信号的索力基频，X i (k)为第i个窗口信号内的频域信号，k为频域信号中的样本下标，MaxAmp()为取频带范围内的幅值峰值对应的频率，σ为预设的允许变化幅度，W i (n)为第i个窗口信号内的时域信号，Q为时域信号中的样本个数，n为时域信号中的样本下标，为复数指数函数，j为复数符号。
S4：根据所述索力基频采用振动频率法计算所述窗口信号的索力样本值。
所述索力样本值的表达式为：
当缆索截面抗弯刚度可忽略时：
，
当缆索截面抗弯刚度不可忽略时：
，
其中，T i 为窗口信号i的索力样本值，E为拉索钢丝弹性模量，I为拉索截面抗弯惯性矩。
S5：采用Kmeans聚类方法，将所有所述索力样本值划分为M个簇，并分别计算M个簇的簇中心值。
根据Kmeans聚类方法目标函数的思想：所有簇内样本的离差平方和之和达到最小。设定Kmeans聚类方法的目标函数表达式为：
，
式中，c j 表示第j个簇的簇中心值；x i 属于第i个簇的索力样本值，x i ⊆T i ，T i 为窗口信号i的索力样本值；n j 表示第j个簇的样本总量。
因目标函数中，c j 未知，可通过求偏导的方式获取c j 值。
步骤一：对上述目标函数求偏导，可得下式：
，
步骤二：由于仅对目标函数中的第j个簇中心c j 求偏导，因此其他簇的离差平方和的导数均为0，令步骤一公式中导函数为0，可得：
，
经公式推导，可得：
，
因此，簇中心值c j 的计算式为：
。
同时，如图5所示，簇中心的划分数量M由轮廓系数法取轮廓系数最大值对应的簇个数自适应确定。而轮廓系数的计算如下所示：
，
其中，a(i)表示簇内的密集性，代表样本i与同簇内其他样本点距离的平均值；b(i)反映了簇间的分散性，表示样本i与其他非同簇样本点距离的平均值，然后从平均值中挑选出最小值。
S6：分别计算M个簇的中心样本数量，将中心样本数量最多的簇的簇中心值输出为所述待测试桥梁缆索的索力识别准确值。如图6所示，即根据长时范围内，准确索力识别值重现率大于虚假索力识别值重现率的客观规律，取样本数量最多的簇的簇中心值作为索力识别结果的准确值。其表达式为：
，
其中，F s 为所述待测试桥梁缆索的索力识别准确值。
实施例3
如图7所示，一种基于滑窗和聚类分析的桥梁结构索力识别设备，包括至少一个处理器，以及与所述至少一个处理器通信连接的存储器，以及与所述至少一个处理器通讯连接的至少一个输入输出接口；所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行前述实施例所述的一种基于滑窗和聚类分析的桥梁结构索力识别方法。所述输入输出接口可以包括显示器、键盘、鼠标、以及USB接口，用于输入输出数据。
本领域技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器（Read Only Memory，ROM）、磁碟或者光盘等各种可以存储程序代码的介质。
当本发明上述集成的单元以软件功能单元的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机、服务器、或者网络设备等）执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、磁碟或者光盘等各种可以存储程序代码的介质。
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 (9)
1.一种基于滑窗和聚类分析的桥梁结构索力识别方法，其特征在于，包括以下步骤：
S1：获取待测试桥梁缆索的振动时域信号，根据预设的滑窗步长和窗口长度，将所述振动时域信号划分为信号长度相等的若干份窗口信号；
S2：分别对每个所述窗口信号进行Ljung-Box随机性检验；
若当前所述窗口信号前a期延迟期数的随机性检验LB统计量存在大于等于预设检测阈值的值，则舍弃该窗口信号；a为预设值；
否则进入下一个所述窗口信号的Ljung-Box随机性检验，直至完成所有所述窗口信号的Ljung-Box随机性检验；
S3：分别对每个所述窗口信号进行快速傅里叶变换，获得每个所述窗口信号的傅里叶频谱，从所述傅里叶频谱中提取当前所述窗口信号的索力基频；
S4：根据所述索力基频采用振动频率法计算所述窗口信号的索力样本值；其中，所述索力样本值的表达式为：
当缆索截面抗弯刚度可忽略时：
，
当缆索截面抗弯刚度不可忽略时：
，
其中，T i 为窗口信号i的索力样本值，l为待测试桥梁缆索计算长度，m为待测试桥梁缆索单位长度质量，f i 为第i个窗口信号的索力基频，E为拉索钢丝弹性模量，I为拉索截面抗弯惯性矩；
S5：采用Kmeans聚类方法，将所有所述索力样本值划分为M个簇，并分别计算M个簇的簇中心值；
S6：分别计算M个簇的中心样本数量，将中心样本数量最多的簇的簇中心值输出为所述待测试桥梁缆索的索力识别准确值。
2.根据权利要求1所述的一种基于滑窗和聚类分析的桥梁结构索力识别方法，其特征在于，所述S1中各个所述窗口信号之间还存在重叠交叉部分。
3.根据权利要求1所述的一种基于滑窗和聚类分析的桥梁结构索力识别方法，其特征在于，所述S3包括以下步骤：
S31：分别对每个所述窗口信号进行快速傅里叶变换，获得每个所述窗口信号的傅里叶频谱；
S32：根据所述待测试桥梁缆索的索力设计值计算索力基频预估值；
S33：根据所述索力基频预估值以及预设的允许变化幅度，确定每个窗口信号的傅里叶频谱的索力基频识别频带的上下界限值；
S34：将所述索力基频识别频带内幅值峰值对应的频率，输出为该窗口信号的索力基频。
4.根据权利要求3所述的一种基于滑窗和聚类分析的桥梁结构索力识别方法，其特征在于，所述S32中所述索力基频预估值的计算式为：
，
式中，f y 为索力基频预估值；l为待测试桥梁缆索计算长度；T q 为待测试桥梁缆索的索力设计值；m为待测试桥梁缆索单位长度质量。
5.根据权利要求4所述的一种基于滑窗和聚类分析的桥梁结构索力识别方法，其特征在于，所述S34中所述索力基频的表达式为：
，
其中，f i 为第i个窗口信号的索力基频，X i (k)为第i个窗口信号内的频域信号，k为频域信号中的样本下标，MaxAmp()为取频带范围内的幅值峰值对应的频率，σ为预设的允许变化幅度，W i (n)为第i个窗口信号内的时域信号，Q为时域信号中的样本个数，n为时域信号中的样本下标，为复数指数函数，j为复数符号。
6.根据权利要求1所述的一种基于滑窗和聚类分析的桥梁结构索力识别方法，其特征在于，所述S5中Kmeans聚类方法的目标函数表达式为：
，
式中，c j 表示第j个簇的簇中心值；x i 属于第i个簇的索力样本值，x i ⊆T i ，T i 为窗口信号i的索力样本值；n j 表示第j个簇的样本总量。
7.根据权利要求6所述的一种基于滑窗和聚类分析的桥梁结构索力识别方法，其特征在于，簇中心值c j 的计算式为：
。
8.根据权利要求1所述的一种基于滑窗和聚类分析的桥梁结构索力识别方法，其特征在于，所述S5中簇中心的划分数量M由轮廓系数法取轮廓系数最大值对应的簇个数自适应确定。
9.一种基于滑窗和聚类分析的桥梁结构索力识别设备，其特征在于，包括至少一个处理器，以及与所述至少一个处理器通信连接的存储器；所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至8中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410065676.2A CN117571184B (zh) | 2024-01-17 | 2024-01-17 | 一种基于滑窗和聚类分析的桥梁结构索力识别方法及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410065676.2A CN117571184B (zh) | 2024-01-17 | 2024-01-17 | 一种基于滑窗和聚类分析的桥梁结构索力识别方法及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117571184A CN117571184A (zh) | 2024-02-20 |
| CN117571184B true CN117571184B (zh) | 2024-03-19 |
Family
ID=89888593
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410065676.2A Active CN117571184B (zh) | 2024-01-17 | 2024-01-17 | 一种基于滑窗和聚类分析的桥梁结构索力识别方法及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117571184B (zh) |
Citations (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5231671A (en) * | 1991-06-21 | 1993-07-27 | Ivl Technologies, Ltd. | Method and apparatus for generating vocal harmonies |
| JPH09319391A (ja) * | 1996-03-12 | 1997-12-12 | Toshiba Corp | 音声合成方法 |
| US6098454A (en) * | 1998-02-06 | 2000-08-08 | Zellweger Uster, Inc. | Subsampling fiber testing system |
| CN101201282A (zh) * | 2007-12-20 | 2008-06-18 | 宁波大学 | 一种用于斜拉桥索力检测的基频识别方法 |
| CN101586997A (zh) * | 2009-06-26 | 2009-11-25 | 贵州师范大学 | 一种拉索振动基频的计算方法 |
| CN101963536A (zh) * | 2010-08-13 | 2011-02-02 | 重庆大学 | 一种索力实时监测方法 |
| CN103439042A (zh) * | 2013-08-19 | 2013-12-11 | 无锡交大银河科技有限公司 | 一种基于统计方法的索力检测用基频提取方法 |
| CN106840499A (zh) * | 2017-01-10 | 2017-06-13 | 赵墨林 | 杆塔拉线张力测试方法、装置和系统 |
| CN108243620A (zh) * | 2016-10-25 | 2018-07-03 | 号工作室控股有限公司 | 用于检测压力的柔性导电装置及系统 |
| CN109800310A (zh) * | 2018-12-03 | 2019-05-24 | 国网浙江省电力有限公司杭州供电公司 | 一种基于结构化表达的电力运维文本分析方法 |
| CN110285909A (zh) * | 2019-07-05 | 2019-09-27 | 河海大学 | 基于同步压缩变换的索承桥梁瞬时索力计算方法 |
| US10755691B1 (en) * | 2019-05-21 | 2020-08-25 | Ford Global Technologies, Llc | Systems and methods for acoustic control of a vehicle's interior |
| US10782197B2 (en) * | 2017-12-19 | 2020-09-22 | Schlumberger Technology Corporation | Method for measuring surface torque oscillation performance index |
| CN112418476A (zh) * | 2019-08-23 | 2021-02-26 | 武汉剑心科技有限公司 | 一种超短期电力负荷预测方法 |
| CN112985671A (zh) * | 2021-02-23 | 2021-06-18 | 中冶建筑研究总院有限公司 | 基于全索系索力测试和误差自适应分析的损伤判定方法 |
| CN113483931A (zh) * | 2021-07-02 | 2021-10-08 | 中国国家铁路集团有限公司 | 弓网接触力区段异常识别方法及装置 |
| CN114493234A (zh) * | 2022-01-21 | 2022-05-13 | 上海城投水务(集团)有限公司 | 一种供水管网关键压力控制点的识别方法 |
| CN217203599U (zh) * | 2022-04-29 | 2022-08-16 | 四川省公路规划勘察设计研究院有限公司 | 一种装配式桥梁抗震挡块 |
| CN115014617A (zh) * | 2022-06-21 | 2022-09-06 | 福州大学 | 一种基于地基雷达的斜拉桥拉索索力同步监测方法 |
| CN115094821A (zh) * | 2022-08-25 | 2022-09-23 | 四川省公路规划勘察设计研究院有限公司 | 一种用于观测泥石流前期动态滑移用张力预警装置 |
| CN115333102A (zh) * | 2022-10-13 | 2022-11-11 | 天津大学 | 电力负荷功率模式多时间尺度自适应检测方法 |
| CN116522085A (zh) * | 2023-04-18 | 2023-08-01 | 同济大学 | 一种全自动拉索频率提取、定阶和索力识别方法与应用 |
| CN117266936A (zh) * | 2023-11-22 | 2023-12-22 | 山东科技大学 | 一种基于支架阻力的矿压显现特征监测方法及设备 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2955047C (en) * | 2014-07-18 | 2022-12-06 | Eip Technologies, Inc. | Direct wind energy generation |
-
2024
- 2024-01-17 CN CN202410065676.2A patent/CN117571184B/zh active Active
Patent Citations (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5231671A (en) * | 1991-06-21 | 1993-07-27 | Ivl Technologies, Ltd. | Method and apparatus for generating vocal harmonies |
| JPH09319391A (ja) * | 1996-03-12 | 1997-12-12 | Toshiba Corp | 音声合成方法 |
| US6098454A (en) * | 1998-02-06 | 2000-08-08 | Zellweger Uster, Inc. | Subsampling fiber testing system |
| CN101201282A (zh) * | 2007-12-20 | 2008-06-18 | 宁波大学 | 一种用于斜拉桥索力检测的基频识别方法 |
| CN101586997A (zh) * | 2009-06-26 | 2009-11-25 | 贵州师范大学 | 一种拉索振动基频的计算方法 |
| CN101963536A (zh) * | 2010-08-13 | 2011-02-02 | 重庆大学 | 一种索力实时监测方法 |
| CN103439042A (zh) * | 2013-08-19 | 2013-12-11 | 无锡交大银河科技有限公司 | 一种基于统计方法的索力检测用基频提取方法 |
| CN108243620A (zh) * | 2016-10-25 | 2018-07-03 | 号工作室控股有限公司 | 用于检测压力的柔性导电装置及系统 |
| CN106840499A (zh) * | 2017-01-10 | 2017-06-13 | 赵墨林 | 杆塔拉线张力测试方法、装置和系统 |
| US10782197B2 (en) * | 2017-12-19 | 2020-09-22 | Schlumberger Technology Corporation | Method for measuring surface torque oscillation performance index |
| CN109800310A (zh) * | 2018-12-03 | 2019-05-24 | 国网浙江省电力有限公司杭州供电公司 | 一种基于结构化表达的电力运维文本分析方法 |
| US10755691B1 (en) * | 2019-05-21 | 2020-08-25 | Ford Global Technologies, Llc | Systems and methods for acoustic control of a vehicle's interior |
| CN110285909A (zh) * | 2019-07-05 | 2019-09-27 | 河海大学 | 基于同步压缩变换的索承桥梁瞬时索力计算方法 |
| CN112418476A (zh) * | 2019-08-23 | 2021-02-26 | 武汉剑心科技有限公司 | 一种超短期电力负荷预测方法 |
| CN112985671A (zh) * | 2021-02-23 | 2021-06-18 | 中冶建筑研究总院有限公司 | 基于全索系索力测试和误差自适应分析的损伤判定方法 |
| CN113483931A (zh) * | 2021-07-02 | 2021-10-08 | 中国国家铁路集团有限公司 | 弓网接触力区段异常识别方法及装置 |
| CN114493234A (zh) * | 2022-01-21 | 2022-05-13 | 上海城投水务(集团)有限公司 | 一种供水管网关键压力控制点的识别方法 |
| CN217203599U (zh) * | 2022-04-29 | 2022-08-16 | 四川省公路规划勘察设计研究院有限公司 | 一种装配式桥梁抗震挡块 |
| CN115014617A (zh) * | 2022-06-21 | 2022-09-06 | 福州大学 | 一种基于地基雷达的斜拉桥拉索索力同步监测方法 |
| CN115094821A (zh) * | 2022-08-25 | 2022-09-23 | 四川省公路规划勘察设计研究院有限公司 | 一种用于观测泥石流前期动态滑移用张力预警装置 |
| CN115333102A (zh) * | 2022-10-13 | 2022-11-11 | 天津大学 | 电力负荷功率模式多时间尺度自适应检测方法 |
| CN116522085A (zh) * | 2023-04-18 | 2023-08-01 | 同济大学 | 一种全自动拉索频率提取、定阶和索力识别方法与应用 |
| CN117266936A (zh) * | 2023-11-22 | 2023-12-22 | 山东科技大学 | 一种基于支架阻力的矿压显现特征监测方法及设备 |
Non-Patent Citations (1)
| Title |
|---|
| 《基于最大熵谱和模糊聚类分析的斜拉桥拉索索力测试与评估》;李枝军;《工程力学》;20091130;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117571184A (zh) | 2024-02-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102519651B (zh) | 一种振动方法测试斜拉桥索力时确定拉索基本频率的方法 | |
| CN110455490B (zh) | 超声速和高超声速风洞流场湍流度的计算方法及装置 | |
| JP4989618B2 (ja) | カオス論的指標値計算システム | |
| Zhang et al. | Estimation of mode shapes of beam-like structures by a moving lumped mass | |
| CN108875178B (zh) | 用于减小结构模态识别不确定性的传感器布置方法 | |
| Li et al. | Damage detection of bridges using response of vehicle considering road surface roughness | |
| Gillich et al. | Method to enhance the frequency readability for detecting incipient structural damage | |
| CN107766877B (zh) | 一种桥梁监测系统中超重车动态识别方法 | |
| Mao et al. | The construction and comparison of damage detection index based on the nonlinear output frequency response function and experimental analysis | |
| CN110555247A (zh) | 一种基于多点传感器数据和BiLSTM的结构损伤预警方法 | |
| JP4960416B2 (ja) | 話者クラスタリング装置および話者クラスタリング方法 | |
| CN110555235A (zh) | 基于向量自回归模型的结构局部缺陷检测方法 | |
| CN111504647A (zh) | 基于ar-mset的滚动轴承的性能退化评估方法 | |
| CN110568082A (zh) | 一种基于声发射信号的缆索断丝的判别方法 | |
| CN116595493A (zh) | 基于lstm网络的非理想化柔索轴向张力解调方法及系统 | |
| CN117347501A (zh) | 建筑材料性能检测系统及方法 | |
| CN117571184B (zh) | 一种基于滑窗和聚类分析的桥梁结构索力识别方法及设备 | |
| CN106383003A (zh) | 基于柔度识别的索结构索力的测量方法及测量系统 | |
| CN113158558B (zh) | 一种高速铁路路基连续压实分析方法、装置及分析仪 | |
| Sadeqi et al. | Automated operational modal analysis based on long‐term records: A case study of Milad Tower structural health monitoring | |
| KR20200004622A (ko) | 선박의 운동성능 예측 시스템 및 방법, 동 방법을 컴퓨터에서 실행하기 위한 컴퓨터 프로그램이 기록된, 컴퓨터 판독 가능한 기록 매체 | |
| CN113639941A (zh) | 一种测试桥梁应变柔度矩阵的方法 | |
| CN113589172A (zh) | 一种电网元器件的寿命预估方法 | |
| Kwon | Uncertainty of bridge flutter velocity measured at wind tunnel tests | |
| CN111881800A (zh) | 基于ar模型和自助检验的钢管混凝土脱空缺陷检测方法 |
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 |