一种基于最大熵正则化的桥梁动态称重算法制造技术

本申请提供了一种基于最大熵正则化的桥梁动态称重算法。包括步骤：一、获取车辆过桥时桥梁实测响应M

【技术实现步骤摘要】
一种基于最大熵正则化的桥梁动态称重算法


[0001]本专利技术属于桥梁健康监测系统以及超重车辆识别的
，特别是涉及一种基于最大熵正则化的桥梁动态称重算法。

技术介绍

[0002]近年来，随着国民经济的快速发展，公路货物运输的需求不断攀升，从而激励了我国交通运输业的进一步发展。车辆超载不仅对桥梁产生不可逆的结构损伤，而且会降低桥梁的使用年限，严重的可直接导致桥梁垮塌。因此，有效的获取车辆荷载信息，严格管控超载车辆已经成为亟需解决的问题。
[0003]目前，超载车辆轴重识别的系统主要分为两种：（1）静态称重系统。直接利用地秤获取车辆静态的轴重，缺点是称重效率较低；（2）动态称重系统。在路面安装用以称重的传感器，在车辆行驶状态下获取车辆轴重信息。由于该方法方便快捷，将其延伸至桥梁超载车辆监测中，并命名为桥梁动态称重系统（Bridge Weigh
‑
in
‑
motion: BWIM）。BWIM系统是将桥梁作为称重载体对过桥车辆进行动态称重，即：利用安装在桥梁上的称重传感器获取车辆过桥时的响应信息（如：应变、挠度等），之后通过Moses算法（最小二乘法）计算过桥车辆的轴重。然而，Moses算法在进行轴重识别时没有考虑测量误差对结果精度的影响，导致轴重（尤其是单轴轴重）识别精度较低。
[0004]本专利技术提出了一种基于最大熵正则化的桥梁动态称重算法，通过引入熵正则化项抑制测量误差的影响，提高轴重识别结果的精度。

技术实现思路

[0005]本专利技术实施例的目的在于提供一种基于最大熵正则化的桥梁动态称重算法，以实现提高桥梁动态称重系统在实际桥梁中轴重识别的精度。
[0006]为解决上述问题，本专利技术所采用的技术方案是，一种基于最大熵正则化的桥梁动态称重算法，包括步骤：A、获取车辆过桥时的桥梁荷载响应M
m
和影响线矩阵IL。
[0007]B、根据公式，得到轴重的初始值A0。计算公式为：A
0 =（||M
m
||2/||IL||1）I
[0008]式中，I为N行1列的单位向量，N为车轴数；||M
m
||2为桥梁荷载响应的2
‑
范数；||IL||1为影响线矩阵的1
‑
范数。
[0009]C、定义正则化参数r的初始值r
i=1
，i表示第i次主循环。
[0010]D、计算正则化参数r
i
对应的车辆轴重A
i
。进入子循环，将正则化参数r
i
和轴重初始值A0代入非线性共轭梯度法的迭代公式进行计算（首次迭代除外），得到第k次迭代对应的轴重A
ik
。反复迭代直至收敛，且前后两次迭代得到的轴重差值的绝对值小于阈值e=0.01kN，即：|A
ik
ꢀ‑
A
ik
‑1|<e，输出A
ik 。将A
ik 赋给A
i
，A
i
作为第i次主循环对应的车辆轴重。非线性共轭梯度法的迭代公式为：
gradE(A
ik
‑1)=2IL'（M
m
‑
ILA
ik
‑1）+r
i2
[I+log（A
ik
‑1）]β
ik
‑2={[gradE(A
ik
‑1)
‑
gradE(A
ik
‑2)]'gradE(A
ik
‑1)}/||gradE(A
ik
‑1)||2p
ik
‑1=
‑
gradE(A
ik
‑1)+β
ik
‑2p
ik
‑2A
ik
=A
ik
‑1+α
ik
‑1p
ik
‑1式中：p
ik
‑1为正则化参数r
i
对应的第k次迭代下轴重搜索方向，初值定为p
i0
=
‑
gradE(A0)；α
ik
‑1为正则化参数r
i
对应的第k次迭代下沿搜索方向上的移动步长，其值由非精确性线搜索的方法确定，表达式为：α
ik
‑1=arg minE（A
ik
‑1+α
i
p
ik
‑1）；IL'表示影响线矩阵IL的转置。
[0011]E、将步骤D计算得到的轴重值A
i
代入Regi
ń
ska公式中，得到参数 V。Regi
ń
ska公式为：V=E
norm
·
F
norm3
式中，E
norm
为测量误差的2
‑
范数，F
norm
为轴重正则化解的2
‑
范数。
[0012]F、根据计算公式，计算下一个正则化参数r
i+1
。计算公式为：r
i+1
=r
i
+Δ式中，Δ为正则化参数的计算步长，表达式为：Δ=0.1r
i=1
，r
i=1
为定义的正则化参数的初始值。
[0013]G、判断i是否大于10，若否，则令i=i+1，重复步骤D至步骤G的计算过程；若是，绘制r
‑
V曲线。
[0014]H、判断r
‑
V曲线是否存在极小值，若不存在极小值，令i=i+1，重复步骤D至步骤H的计算过程；若存在极小值，则极小值所对应的轴重即为所求。
[0015]I、输出步骤H中极小值对应的轴重作为轴重识别结果。
[0016]优选的，在步骤A中，影响线矩阵IL是由已知轴重的标定车辆进行标定试验得到的影响线向量构造而成。
[0017]优选的，在步骤C中，所定义的正则化参数初始值r
i=1
大于0。
[0018]优选的，在步骤D中，gradE(A
ik
‑1)为误差函数E(A)在A
ik
‑1点处的梯度。误差函数E(A)表达式为：E(A)=||M
m
‑
ILA||2+r2A'log（A）式中，A'表示轴重向量的转置。
[0019]优选的，在步骤D中，利用A0进行首次迭代时，令p
i0
=
‑
gradE(A0)，然后将p
i0
代入A0+α
i0
p
i0
得到下一步的轴重A
i1
，其中α
i0
的表达式为：α
i0
=arg minE（A0+α
i
p
i0
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于最大熵正则化的桥梁动态称重算法，特征在于，包括步骤：A、获取车辆过桥时的桥梁荷载响应M
m
和影响线矩阵IL；B、根据公式，得到轴重的初始值A
0 ，计算公式为：A
0 =（||M
m
||2/||IL||1）I式中，I为N行1列的单位向量，N为车轴数；||M
m
||2为桥梁荷载响应的2
‑
范数；||IL||1为影响线矩阵的1
‑
范数；C、定义正则化参数r的初始值r
i=1
，i表示第i次主循环；D、计算正则化参数r
i
对应的车辆轴重A
i
。进入子循环，将正则化参数r
i
和轴重初始值A
0 代入非线性共轭梯度法的迭代公式进行计算（首次迭代除外），得到第k次迭代对应的轴重A
ik
。反复迭代直至收敛，且前后两次迭代得到的轴重差值的绝对值小于阈值e=0.01kN，即：|A
ik
‑
A
ik
‑1|<e，输出A
ik
。将A
ik
赋给A
i
，A
i
作为第i次主循环对应的车辆轴重。非线性共轭梯度法的迭代公式为：grad E(A
ik
‑1)=2IL'（M
m
‑
ILA
ik
‑1）+r
i2
[I+log（A
ik
‑1）]β
ik
‑2={[grad E(A
ik
‑1)
‑
grad E(A
ik
‑2)]'grad E(A
ik
‑1)}/||grad E(A
ik
‑1)||2p
ik
‑1=
‑
grad E(A
ik
‑1)+β
ik
‑2p
ik
‑2A
ik
=A
ik
‑1+α
ik
‑1p
ik
‑1式中：p
ik
‑1为正则化参数r
i
对应的第k次迭代下轴重搜索方向，其初值定为p
i0
=
‑
grad E(A0)；α
ik
‑1为正则化参数r
i
对应的第k次迭代下沿搜索方向上的移动步长，其值由非精确性线搜索的方法确定，其表达式为：α
ik
‑1=arg minE（A
ik
‑1+α
i
p
ik
‑1）；IL'表示影响线矩阵IL的转置；E、将步骤D计算得到的轴重A
i
代入Regi
ń
ska公式中，得到参数 V。Regi
ń
ska公式为：V=E
norm
·
F
norm3
式中，E
norm
为测...

【专利技术属性】
技术研发人员：张龙威，张龙，原璐琪，易临群，袁帅华，陈宁，陈魏，
申请(专利权)人：湖南科技大学，
类型：发明
国别省市：