基于海量监测数据的大跨度桥梁结构的损伤概率诊断方法研究

桥梁结构健康监测系统的运行积累了海量监测数据，由于这些海量数据是桥梁结构运行状态下遭受各种耦合作用的综合反应，所以如何有效地去除各种荷载和环境因素对监测数据的影响，从而准确地诊断桥梁结构状态，是当前桥梁结构健康监测领域颇具挑战性的课题。.本项目利用结构健康监测的海量数据，以马尔科夫链理论为基础，研究基于海量健康监测数据的大跨度桥梁结构损伤概率诊断方法。首先，基于桥梁结构海量健康监测数据的特点，提出以结构荷载和环境因素为指标的运行状态分级的结构模态参数识别方法；其次，研究基于数据驱动的多运行等级下桥梁结构损伤概率分析与融合方法；再次，研究基于数据驱动与元（Meta）模型混合的多运行等级下桥梁结构损伤定位概率分析与融合方法；最后，通过模型试验验证本项目的相关理论和方法，并将有关方法应用于实际桥梁结构。

桥梁结构健康监测系统的运行积累了海量监测数据，由于这些海量数据是桥梁结构运行状态下遭受各种耦合作用的综合反应，所以如何有效地去除各种荷载和环境因素对监测数据的影响，从而准确地诊断桥梁结构状态，是当前桥梁结构健康监测领域颇具挑战性的课题。本课题利用结构健康监测的海量数据，研究基于海量健康监测数据的大跨度桥梁结构损伤概率诊断方法。首先，提出了基于海量监测数据的桥梁结构模态参数分级识别方法，并以此为基础，进一步提出了基于数据驱动的多运行等级下桥梁结构损伤诊断方法；其次，研究了Meta模型在大跨度桥梁中应用的关键问题，从而为基于Meta模型的桥梁有限元模型修正及基于数据驱动与Meta模型混合的桥梁结构损伤定位奠定了基础；最后，提出了基于累积损伤因子序列的桥梁结构损伤诊断方法，并首次提出了桥梁结构损伤特征向量空间窄域特性的概念。上述研究成果能够为复杂环境下基于海量监测数据的桥梁结构状态诊断研究提供一定的技术支撑与经验总结。