桥梁振动数据分析方法技术

本申请提供了一种桥梁振动数据分析方法

【技术实现步骤摘要】
桥梁振动数据分析方法、装置、电子设备及存储介质


[0001]本申请涉及桥梁健康监测
，尤其是涉及一种桥梁振动数据分析方法
、
装置
、
电子设备及存储介质
。

技术介绍

[0002]桥梁的健康状态对城市安全运行至关重要，振动监测数据是反应桥梁安全健康的重要指标之一，对振动监测数据的详细分析是一项特别重要的工作
。
当前主流技术是通过布设传感器实时采集桥梁的振动数据，然后通过专业软件对监测数据进行处理分析，分析的维度和方式相对固定，主要是数据极值统计，趋势分析判断，对数据的分析维度不够全面，基于这些数据并不能非常准确地评估桥梁安全健康状态
。

技术实现思路

[0003]本申请的目的在于提供一种桥梁振动数据分析方法
、
装置
、
电子设备及存储介质，能够基于监测的振动加速度数据，从多维度分析角度进行数据计算，提取输出桥梁不同状态表征数据，更好的支撑业务人员的桥梁健康日常分析工作
。
[0004]第一方面，本申请提供一种桥梁振动数据分析方法，方法包括：对桥梁进行振动监测，获取窗口期内的振动加速度数据集；对振动加速度数据集进行预处理，得到振动加速度矢量集；预处理至少包括以下之一：非浮点数据剔除处理
、
无效数据过滤处理
、
数据补全处理；对振动加速度矢量集进行多维度数据分析，得到数据分析结果，为业务人员分析桥梁健康状态提供数据支持；多维度数据分析包括：振动特征频率分析
、
振动位移分析
、
振动特征统计分析；数据分析结果包括：振动特征频率集
、
振动位移矢量集
、
振动特征统计数据
。
[0005]进一步地，上述对振动加速度数据集进行预处理，得到振动加速度矢量集，包括：对振动加速度数据集进行非浮点数据剔除处理，得到第一数据集；振动加速度数据集包括多个按照时序顺序排列的振动加速度数据；数据间隔时间与数据数量的乘积等于窗口期；通过箱形图方式对第一数据集进行无效数据过滤处理，得到第二数据集；针对剔除的无效数据，利用样条插值方法，对第二数据集进行数据补全处理，得到振动加速度矢量集
。
[0006]进一步地，上述通过箱形图方式对第一数据集进行无效数据过滤处理，得到第二数据集，包括：根据第一数据集，确定四分位数；根据四分位数确定有效值上边界和有效值下边界；将第一数据集中，大于有效值上边界，和小于有效值下边界的数据进行剔除，得到第二数据集
。
[0007]进一步地，上述对振动加速度矢量集进行振动特征频率分析，得到振动特征频率集，包括：对振动加速度矢量集进行傅里叶变换处理，得到变换后数据集；对变换后数据集进行巡峰计算，得到峰值频率成果集；基于峰值频率成果集进行特征频率计算，得到振动特征频率集
。
[0008]进一步地，上述基于峰值频率成果集进行特征频率计算，得到振动特征频率集，包括：对峰值频率成果集中的频率进行从小到大排序，得到有序峰值频率集；对有序峰值频率
集中的频率进行分析，得到基准频率；基于基准频率，对排序大于基准频率的峰值频率进行分析，确定振动特征频率集
。
[0009]进一步地，上述对有序峰值频率集中的频率进行分析，得到基准频率，包括：以有序峰值频率集中的每一个频率作为当前基准频率，对有序峰值频率集中的每一个频率与当前基准频率进行取余运算，对所有取余运算结果进行求和，得到结果统计判别因子；将每一个频率作为当前基准频率时的结果统计差别因子中的最小值对应的峰值频率作为基准频率
。
[0010]进一步地，上述基于基准频率，对排序大于基准频率的峰值频率进行分析，确定振动特征频率集，包括：针对排序大于基准频率的每个峰值频率，均执行以下步骤：对峰值频率和基准频率进行取余运算，得到取余结果；判断取余结果是否大于第一阈值，或小于等于第二阈值；第一阈值大于第二阈值；如果是，将峰值频率作为特征频率，并将取余结果加
0.5
的取整运算结果作为峰值频率的阶数；由确定出的每个特征频率及对应阶数，构成振动特征频率集
。
[0011]进一步地，上述对振动加速度矢量集进行振动位移分析，得到振动位移矢量集，包括：针对振动加速度矢量集中的每两个相邻的振动加速度矢量，计算对应的振动速度矢量，得到振动速度矢量集；针对振动速度矢量集中的每两个相邻的振动速度矢量，计算对应的振动位移矢量，得到振动位移矢量集
。
[0012]进一步地，上述对振动加速度矢量集进行振动特征统计分析，得到振动特征统计数据，包括：根据振动加速度矢量集和振动特征频率集，计算窗口期内最大绝对振动加速度
、
特征加速度
、
等效特征加速度；根据振动加速度矢量集，计算窗口期内最大绝对振动速度
、
最大连续绝对振动速度；根据振动位移矢量集，计算位移变化量，统计窗口期内累计位移量
、
累计绝对位移量
、
最大连续绝对位移
。
[0013]第二方面，本申请还提供一种桥梁振动数据分析装置，装置包括：数据获取模块，用于对桥梁进行振动监测，获取窗口期内的振动加速度数据集；数据预处理模块，用于对振动加速度数据集进行预处理，得到振动加速度矢量集；预处理至少包括以下之一：非浮点数据剔除处理
、
无效数据过滤处理
、
数据补全处理；数据分析模块，用于对振动加速度矢量集进行多维度数据分析，得到数据分析结果，为业务人员分析桥梁健康状态提供数据支持；多维度数据分析包括：振动特征频率分析
、
振动位移分析
、
振动特征统计分析；数据分析结果包括：振动特征频率集
、
振动位移矢量集
、
振动特征统计数据
。
[0014]第三方面，本申请还提供一种电子设备，包括处理器和存储器，存储器存储有能够被处理器执行的计算机可执行指令，处理器执行计算机可执行指令以实现上述第一方面所述的方法
。
[0015]第四方面，本申请还提供一种计算机可读存储介质，计算机可读存储介质存储有计算机可执行指令，计算机可执行指令在被处理器调用和执行时，计算机可执行指令促使处理器实现上述第一方面所述的方法
。
[0016]本申请提供的桥梁振动数据分析方法
、
装置
、
电子设备及存储介质中，首先对桥梁进行振动监测，获取窗口期内的振动加速度数据集；然后对振动加速度数据集进行预处理，得到振动加速度矢量集；预处理至少包括以下之一：非浮点数据剔除处理
、
无效数据过滤处理
、
数据补全处理；最后对振动加速度矢量集进行多维度数据分析，得到数据分析结果，为
业务人员分析桥梁健康状态提供数据支持；多维度数据分析包括：振动特征频率分析...

【技术保护点】

【技术特征摘要】
1.
一种桥梁振动数据分析方法，其特征在于，所述方法包括：对桥梁进行振动监测，获取窗口期内的振动加速度数据集；对所述振动加速度数据集进行预处理，得到振动加速度矢量集；所述预处理至少包括以下之一：非浮点数据剔除处理
、
无效数据过滤处理
、
数据补全处理；对所述振动加速度矢量集进行多维度数据分析，得到数据分析结果，为业务人员分析桥梁健康状态提供数据支持；所述多维度数据分析包括：振动特征频率分析
、
振动位移分析
、
振动特征统计分析；所述数据分析结果包括：振动特征频率集
、
振动位移矢量集
、
振动特征统计数据
。2.
根据权利要求1所述的方法，其特征在于，对所述振动加速度数据集进行预处理，得到振动加速度矢量集，包括：对所述振动加速度数据集进行非浮点数据剔除处理，得到第一数据集；所述振动加速度数据集包括多个按照时序顺序排列的振动加速度数据；数据间隔时间与数据数量的乘积等于所述窗口期；通过箱形图方式对所述第一数据集进行无效数据过滤处理，得到第二数据集；针对剔除的无效数据，利用样条插值方法，对所述第二数据集进行数据补全处理，得到所述振动加速度矢量集
。3.
根据权利要求2所述的方法，其特征在于，通过箱形图方式对所述第一数据集进行无效数据过滤处理，得到第二数据集，包括：根据所述第一数据集，确定四分位数；根据所述四分位数确定有效值上边界和有效值下边界；将所述第一数据集中，大于所述有效值上边界，和小于所述有效值下边界的数据进行剔除，得到所述第二数据集
。4.
根据权利要求1所述的方法，其特征在于，对所述振动加速度矢量集进行振动特征频率分析，得到振动特征频率集，包括：对所述振动加速度矢量集进行傅里叶变换处理，得到变换后数据集；对所述变换后数据集进行巡峰计算，得到峰值频率成果集；基于所述峰值频率成果集进行特征频率计算，得到振动特征频率集
。5.
根据权利要求4所述的方法，其特征在于，基于所述峰值频率成果集进行特征频率计算，得到振动特征频率集，包括：对所述峰值频率成果集中的频率进行从小到大排序，得到有序峰值频率集；对所述有序峰值频率集中的频率进行分析，得到基准频率；基于所述基准频率，对排序大于所述基准频率的峰值频率进行分析，确定振动特征频率集
。6.
根据权利要求5所述的方法，其特征在于，对所述有序峰值频率集中的频率进行分析，得到基准频率，包括：以所述有序峰值频率集中的每一个频率作为当前基准频率，对所述有序峰值频率集中的每一个频率与所述当前基准频率进行取余运算，对所有取余运算结果进行求和，得到结果统计判别因子；将每一个频率作为当前基准频率时的结果统计差别因子中的最小值对应的峰值频率
作为基准频率
。7.
根据权利要求5所述的方法，其特征...

【专利技术属性】
技术研发人员：孙如飞，刘晓海，胡克宏，
申请(专利权)人：欧梯恩智能科技苏州有限公司，
类型：发明
国别省市：