本發(fā)明屬于土木工程結構健康監(jiān)測，具體涉及一種基于橋梁撓度多因素校正與實時預警方法及系統(tǒng)。

背景技術：

1、橋梁作為交通運輸的重要樞紐，其結構安全直接關系到人民生命財產安全。然而，橋梁結構在長期的運營過程中，由于交通荷載、自然環(huán)境、材料老化等多種因素的影響，其性能會逐漸退化，甚至產生損傷。撓度作為橋梁結構變形的重要指標，能夠直接反映橋梁的受力狀態(tài)和健康狀況。因此，對橋梁撓度進行實時監(jiān)測和預警，對于保障橋梁的安全運營具有重要意義。

2、傳統(tǒng)的橋梁撓度監(jiān)測方法多采用人工測量或簡單的傳感器監(jiān)測，存在測量精度低、實時性差、數據處理能力不足等問題。同時，由于橋梁結構的復雜性，其撓度變化往往受到多種因素的共同影響，如車輛荷載、溫度變化、材料老化等，這使得準確預測和評估橋梁撓度變化變得尤為困難。

3、近年來，隨著傳感器技術、信息技術和數據分析技術的快速發(fā)展，橋梁結構健康監(jiān)測技術取得了顯著進步。然而，現(xiàn)有的橋梁撓度監(jiān)測系統(tǒng)仍存在一些問題，如模型精度不足、數據處理效率低、預警機制不完善等，導致系統(tǒng)在實際應用中的準確性和可靠性有待提高。

4、因此，研發(fā)一種能夠實時監(jiān)測橋梁撓度變化、精確分析橋梁結構受力狀態(tài)、及時預警潛在安全隱患的智能化系統(tǒng)，對于提高橋梁結構的安全性和穩(wěn)定性、延長橋梁使用壽命具有重要意義。

技術實現(xiàn)思路

1、本發(fā)明要解決的技術問題是：提供一種基于橋梁撓度多因素校正與實時預警方法及系統(tǒng)，用于對橋梁撓度進行智能化監(jiān)測與預警。

2、本發(fā)明為解決上述技術問題所采取的技術方案為：一種基于橋梁撓度多因素校正與實時預警方法，包括以下步驟：

3、s1：檢測橋梁，實時獲取橋梁撓度數據；建立橋梁的初始fem有限元模型，包括車輛荷載模型和溫度效應模型；

4、s2：在橋梁上施加預設的車輛荷載進行靜動載試驗，通過靜態(tài)和動態(tài)響應分析優(yōu)化有限元模型的車輛荷載參數，修正車輛荷載模型；

5、s3：通過局部離群值校正和加權移動平均法從橋梁撓度數據中分離溫度效應數據，調整有限元模型的熱應力參數，修正溫度效應模型；

6、s4：結合修正后的車輛荷載模型和溫度效應模型，以及橋梁設計標準和歷史監(jiān)測數據，計算橋梁撓度閾值；

7、s5：比較實時采集的橋梁撓度數據與橋梁撓度閾值，當實時撓度數據超過橋梁撓度閾值時觸發(fā)報警機制。

8、按上述方案，所述的步驟s1中，具體步驟為：

9、s11：根據橋梁健康監(jiān)測目的確定監(jiān)測指標和系統(tǒng)方案，在待測橋梁的橋體關鍵位置部署撓度傳感器用于實時采集橋梁撓度數據；

10、s12：橋梁撓度數據受橋梁結構所處環(huán)境溫度信息、車輛荷載、混凝土收縮徐變和測量誤差影響；將測量誤差視為期望為0、方差不變的隨機分布，忽略混凝土收縮徐變和測量誤差對橋梁撓度數據的影響；以橋梁結構的材料屬性、幾何尺寸和邊界條件信息作為輸入，分別建立橋梁的車輛荷載模型和溫度效應模型。

11、按上述方案，所述的步驟s3中，具體步驟為：

12、s31：對橋梁撓度數據進行預處理，通過局部離群值校正識別并剔除異常值；

13、s32：采用加權移動平均法處理數據以減少噪聲干擾、保證數據的真實變化特征，從而分離出溫度誘導的撓度變化即溫度效應數據；

14、s33：根據分離出的溫度效應數據調整有限元模型的熱應力參數，修正溫度效應模型。

15、進一步的，所述的步驟s31中，具體步驟為：

16、對橋梁撓度數據進行預處理得到離散數據，使用lof算法得到局部離群因子，比較每個離散數據點的密度與其周圍點的密度以確定該點是否為離群點，判斷離散數據中是否存在突變；若有突變則進行校正，以消除結構響應中活載引起的響應。

17、進一步的，所述的步驟s31中，lof算法的具體步驟為：

18、s311：計算點x到離點x最近的第k個點o的長度即點x的k距離；

19、s312：取點x與點o的實際距離和k距離中較大的一個，作為點x與點o之間的可達距離；

20、s313：通過可達距離計算點x的絕對密度即局部可達密度；

21、s314：通過點x與相鄰點o的相對密度即局部離群因子表示點x離群的程度。

22、進一步的，所述的步驟s32中，具體步驟為：

23、s321：將原始數據序列依次劃分為多個子集，每個子集對應一個閾值；若局部離群因子超過閾值，則認為受活載影響，對原始數據進行修正得到溫度噪聲響應；

24、s322：使用加權移動平均法濾除溫度噪聲響應中的噪聲，獲得溫度效應數據。

25、進一步的，所述的步驟s321和s322迭代進行，直至達到預設的數據處理精度要求。

26、按上述方案，所述的步驟s3和s4之間，還包括步驟為：

27、通過歷史數據驗證修正后的模型。

28、進一步的，還包括步驟為：

29、將實時數據、歷史記錄和預警信息通過預設的報警渠道發(fā)送到用戶界面。

30、一種基于橋梁撓度多因素校正與實時預警系統(tǒng)，

31、數據獲取和建模子模塊，用于檢測橋梁，實時獲取橋梁撓度數據；建立橋梁的初始fem有限元模型，包括車輛荷載模型和溫度效應模型；

32、車輛荷載模型修正子模塊，用于在橋梁上施加預設的車輛荷載進行靜動載試驗，通過靜態(tài)和動態(tài)響應分析優(yōu)化有限元模型的車輛荷載參數，修正車輛荷載模型；

33、溫度效應模型修正子模塊，用于通過局部離群值校正和加權移動平均法從橋梁撓度數據中分離溫度效應數據，調整有限元模型的熱應力參數，修正溫度效應模型；

34、閾值計算子模塊，用于結合修正后的車輛荷載模型和溫度效應模型，以及橋梁設計標準和歷史監(jiān)測數據，計算橋梁撓度閾值；

35、報警子模塊，用于比較實時采集的橋梁撓度數據與橋梁撓度閾值，當實時撓度數據超過橋梁撓度閾值時觸發(fā)報警機制。

36、本發(fā)明的有益效果為：

37、1.本發(fā)明的一種基于橋梁撓度多因素校正與實時預警方法及系統(tǒng)，通過在橋梁關鍵位置部署高精度撓度傳感器，實時采集橋梁在不同荷載和溫度條件下的撓度數據；基于采集的數據建立車輛荷載和溫度效應的初始有限元模型，并通過靜動載試驗和加權移動平均法等方法，對模型進行修正和優(yōu)化，以準確反映橋梁的實際受力狀態(tài)；結合橋梁的設計標準、安全裕量和歷史監(jiān)測數據，計算得出橋梁撓度的合理閾值；在實時監(jiān)測過程中，當實際撓度數據超過設定的閾值時，系統(tǒng)自動觸發(fā)報警機制，通過預設的報警渠道向管理人員發(fā)送報警信息；實現(xiàn)了對橋梁撓度的智能化監(jiān)測與預警的功能，提高了橋梁結構的安全性和可靠性。

38、2.一般橋梁的測試撓度包括車輛荷載的撓度、溫度場產生的撓度、混凝土的收縮徐變以及測量誤差，將測量誤差視為期望為0、方差不變的隨機分布，忽略混凝土收縮徐變和測量誤差對橋梁監(jiān)測數據的影響；本發(fā)明對于車輛荷載產生的撓度建立fem有限元模型，通過靜動載試驗得到的數據來修正有限元模型；對于溫度效應產生的撓度建立fem有限元模型，利用局部離群值校正和加權移動平均法分離橋梁長期監(jiān)測數據的溫度誘導響應分離出來的溫度效應修正溫度的有限元模型；通過修正后的兩個有限元模型計算出車輛荷載的撓度和溫度場產生的撓度作為閾值，將實際測量的撓度與該閾值對比，及時發(fā)出警報信息，為橋梁的運營管理提供更加直接、便捷的幫助。

39、3.本發(fā)明使用局部離群因子（lof）對原始測量數據進行變換，并通過最小化修改數據的方差來確定lof的閾值；加權移動平均法也用于過濾修改數據的噪聲；應用加權移動平均法對預處理后的數據進行平滑處理，以減少噪聲干擾，同時保留數據的真實變化特征，從而分離出溫度誘導的撓度變化。

40、4.本發(fā)明還具備記錄與存儲報警事件、系統(tǒng)校準與維護、模型參數調整以及提供直觀用戶界面等功能，確保橋梁結構的安全監(jiān)測和管理，為橋梁結構的安全評估和維護提供了有力的技術支持，具有廣闊的應用前景。

41、當然，實施本發(fā)明的任一產品并不一定需要同時達到以上所述的所有優(yōu)點。