桥梁监控数据的处理与分析

韩玉仲，宋立军，焦卫强.中国建筑科学研究院，北京　0003 .中电投工程研究检测评定中心，北京　004



桥梁监控数据的处理与分析

韩玉仲1，宋立军2，焦卫强1
1.中国建筑科学研究院，北京100013 2.中电投工程研究检测评定中心，北京100142

摘要本文首先阐述了土木工程结构的安全评估、健康监测及损伤诊断的必要性和迫切性。然后详细介绍了桥梁监控数据处理和分析的方法：遗漏数据的处理、噪声数据的处理、异常数据的处理与分析。

关键词健康监测；监测数据处理

随着我国经济的快速发展，复杂的大型土木结构越来越多，一些超大跨度的桥梁和隧道相继建成。由于结构的特殊性，结构的稳定性和耐久性越来越受到重视。桥梁的建设是具有重大的显示意义，投资规模巨大，使用周期长。在实际应用过程中，对桥梁结构性能进行监测和诊断，及时地发现结构的损伤，对可能出现的灾害进行预测，评估其安全性已经成为未来工程的必然要求。桥梁监控过程中，由于传感器种类多，数量大，面对巨大的监测数据库，有必要采用合理的手段和方法分析出有价值的信息；为桥梁的评估提供可靠的依据。

1　桥梁监控数据的处理和分析

对于桥梁监控大量的数据都通过传感器感应出来，由于传感器品种多、数量大，整个采集形成了巨大的数据库。在海量的数据中，绝大部分数据有效可靠，偶尔会有异常数据的出现。

异常数据的加入对数据的评估带来很大的麻烦，对桥梁结构的安全预警毫无意义。通过统计和滤波的方法可以处理异常数据，把无效数据从数据库中剔除掉，提高评估效率。梳理统计方法主要有以下几种：生成遗漏数据、清除异常数据、拟合数据等3类。

1.1丢失数据的处理

在监测数据库中，会出现数据丢失的情况，数据库中的数据和实际采集的数据量不一致。可以通过线面的方法处理遗漏的数据。

1）人工生成丢失数据。这种方法效率低，成功的概率小，对于丢失很多数据的情况难处理。

2）采用丢失的值生成遗漏的值。同一个类型所有丢失的值采用事先选取好的值来填补。如果同一类数据遗漏的值较多，就可能影响数据分析的近程，对数据分析带来不良的影响。这种方法虽然简单，但是需要仔细分析数据填补后的情况，尽量避免数据填补后桥梁结构分析的误判。

3）忽略丢失数据。如果数据库中某个点的数据丢失了，在分析处理数据库的时候，不考虑丢失的数据。如果数据丢失比较多，数据库的分析处理会带来很大的误差。

4）采用数据的平均值填补数据的遗漏值。计算出一段数据的平均值，把平均值作为丢失数据的有效值。

5）通过曲线拟合的方式（最小二乘法、回归分析）获得有效可靠的数据，弥补丢失的数据。

1.2对于噪声数据的处理

在桥梁监控系统中（特别是动态监控），监测周期长，监测数据量巨大。在监测数据库中通常包含异常数据，这些数据往往是外部原因造成的，这些数据和真实的数据存在着很大的差异，我们需要采用很多方法来判别数据干扰和实际数据的差异。随机的噪声数据分布在整个时域空间内，在整个的数据库中都会存在。为了获取有效的数据，我们需要去除噪声数据。通常可以采用数据平滑的方法来处理异常数据。数据平滑的方法处理数据（xi，yi），（i=0，1，2…，n），数据处理结果是要得到一组有效的数据（xi，），（i=0，1，2…，n），数据处理的结果是需要获得良好的平滑计算公式，而不是把工作重心放到多项式参数的拟合上。数据平滑的方法引用非常广泛，它可以减少噪声对数据带来的影响，尤其是一些特殊的原因带来的影响，例如带通滤波，低通滤波和高通滤波。数据平滑的数据处理方法主要用到五点二次平滑。这种方法在监测数据的处理过程中有效可靠，是一种非常高效的方法。

这种方法公式的推导是根据测量的前两个测量数据和后两个测量数据，这几个点的数据用一个多项式来平滑拟合，通过拟合的曲线作为平滑后的有效值。从数据苦衷喝的一组数据值：y0，y1，……yi-2，yi-1，yi，yi+1，yi+2，……ym-2ym-1，ym

根据公式的修正结果是：

两边的数据修正后的结果是：

下图1为桥梁监控数据通过数据拟合前后的图形

对比。

图1

1.3异常数据库的处理与分析

大型结构监测过程中，异常值指明显不符合监测规律的特殊数据监测结构。处理异常数据库中的监测数据需要监测软件采用相关的算法来实现。通常在异常数据的处理中，采用的识别周期较长，通常以周为单位对数据进行处理。

监测的数据处理通常也采用的类似平滑的方法、肖维方法、格拉布斯方法。由于肖维方法、格拉布斯方法在运算上非常复杂，处理不方便。3σ方法处理简单，对于大数据量的处理意义重大，采用这个方法得到良好的处理模型。在统计学中，统计大部分数据，如果测试值的差值超过3σ的概率已经非常小。在实际的分析处理中，通常认为差值超过3σ的测量值是由于外部环境原因造成的是异常数据，需要处理。通过3σ方法的处理方法，把数据库中测量值和平均值进行比较，如果差值不负责准则认为是异常值。

2　结论

桥梁监测工程周期长、传感器布设点数多、采样数据量大，数据处理和分析难度高。数据的处理和分析是一个系统工程，采用有效的手段可以提高数据处理的能力可以预测和预警桥梁结构的安全性能。在数据处理过程中，第一要对桥梁监控的数据进行预处理，去掉由于外部原因带来的误差数据，剔除异常数据，通过平滑的相关方法获得可靠的数据。然后将数据库中的数据进行温度修正，因为温度对传感器的影响很大，建立良好的温度场模型是环境数据修正的基础。对于桥梁监控的数据处理需要各个方面的人员提供技术支持，在这个系统工程中，这个专业人员需要掌握方方面面的知识：传感器的特点及选型、数据传输的特点、桥梁结构分析计算。通过大量的数据处理分析可以提高处理的能力，为桥梁的良好运行提供保障。

参考文献

［1］邹双朝.变形监测综合数据处理系统的研制［J］.工程勘察，2003（4）：56-57.

［2］黄方林，王学敏.大型桥梁健康监测研究进展［J］.中国铁道科学，2005，26（2）：1-7.

［3］唐亚鸣，丁立波，张河.桥梁健康无线监测系统田［J］.土木工程学报，2005（7）：7l-74.

［4］张启伟.大型桥梁健康监测概念与监测系统设计［J］.同济大学学报，2001，29（1）：65-69.

［5］武奇生，王丹.大型桥梁健康无线监测系统［J］.长安大学学报，2007，27（5）：25-55.

中图分类号TU19

文献标识码A

文章编号1674-6708（2016）165-0194-01

作者简介：韩玉仲，中国建筑科学研究院。宋立军，中电投工程研究检测评定中心。焦卫强，中国建筑科学研究院。