基于频域系统辨识和支持向量机的桥梁状态监测方法

作者：樊可清; 倪一清; 高赞明

来源：工程力学, 2004, (05): 25-30.

• 系统辨识
• 桥梁状态监测
• 支持向量机
• 一类学习算法
• 模态参数辨识 system identification
• bridge condition monitoring
• support vector machine
• one class learning
• modal parameter identifyication

随着大跨度悬索、斜拉桥的增加,保障桥梁安全、降低维护费用成为交通管理以及政府部门关注的问题。针对损伤样本难以获得的实际情况,将桥梁状态监测问题作为模式识别中的“一类学习”问题处理。桥梁模式特征获取过程是“只有输出响应”的系统辨识问题,考虑到监测系统需要在线工作的特点,提出运用概念直观、结果可靠且便于自动实现的CMIF系统辨识方法作为获取模式特征的工具。为了获得足够敏感的异常报警判别函数,采用了基于支持向量机的一类学习算法,这种方法在得到很高灵敏性的同时,可以方便地权衡敏感性和泛化性能之间的矛盾。用香港汀九桥794小时实测数据对所采用的算法进行验证,证明了算法的有效性和实用性,其结果可供设计类似...

• 单位
  五邑大学; 香港理工大学