桥梁拉索动力响应监测数据质量评价方法

作者：邓扬; 张强; 钟国强; 柳尚; 徐润; 鞠翰文^*

来源：土木与环境工程学报中英文, 2023, 1-10.

• 桥梁健康监测
• 数据质量评价
• 卷积神经网络
• 机器视觉

桥梁拉索动力响应监测数据中存在大量的低质量数据，现有的监测数据检测研究集中于时域波形异常的明显异常数据，然而监测数据中还存在时域波形正常但频域特征混乱的数据，这类数据无法准确地获取桥梁拉索动力特性。针对该问题，将现有的异常数据检测拓展为数据质量评价，同时对明显异常数据和频域混乱数据进行检测。采用卷积神经网络（CNN）和数据频域特征建立桥梁拉索动力响应监测数据质量评价方法，实施流程包括：采用快速傅里叶变换（FFT）将时域数据序列转化为功率谱密度函数（PSDF），利用格拉姆角场（GAF）方法对PSDF序列进行可视化，进而搭建CNN模型对监测数据质量进行自动化评价。以某斜拉桥的拉索加速度监测数据为例开展应用研究，研究结果表明，与时域序列检测方法相比，PSDF序列检测方法能够更好地区分正常与频域混乱数据，具有更高的评价准确率；利用两个传感器监测数据建立的CNN模型对所有26个传感器监测数据质量评价准确率均在94%以上；此外，该方法建立的评价模型应用到另一座类似桥梁的监测数据质量评价中，准确率也达到了95%。

• 单位
  北京建筑大学