(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210782010.X (22)申请日 2022.07.05 (71)申请人 大连理工大 学 地址 116024 辽宁省大连市甘井 子区凌工 路2号 (72)发明人 杨东辉　顾海伦　伊廷华　李宏男　 (74)专利代理 机构 辽宁鸿文知识产权代理有限 公司 21102 专利代理师 许明章　王海波 (51)Int.Cl. G06F 30/13(2020.01) G06F 30/20(2020.01) G06F 111/08(2020.01) G06F 119/14(2020.01) (54)发明名称 一种基于索力监测数据的斜拉桥车致索力 实时在线提取方法 (57)摘要 本发明属于桥梁 结构健康 监测领域， 公开了 一种基于索力监测数据的斜拉桥车致索力实时 在线提取方法， 步骤如下： 建立运营索力分布的 核密度估计模 型； 基于运营索力分布特性的静载 索力提取； 基于移动窗口分析的静载索力实时在 线更新； 建立静载索力响应的时域平滑模型进而 提取车致索力。 本发明中通过建立运营索力分布 的核密度估计模型可以实现在索力分布先验信 息未知时的准确拟合， 并基于其分布特性提取静 载索力； 移动窗口分析模型可以有效保证索力分 布核密度估计模型足够的样本容量 以及静载索 力的实时在线更新； 索力响应的时域平滑模型可 以有效消除噪声以及外界环境因素的干扰， 得到 静载索力时变趋势项， 进而实现车致索力的实时 在线提取。 权利要求书2页 说明书4页 附图3页 CN 115292776 A 2022.11.04 CN 115292776 A 1.一种基于索力监测数据的斜拉桥车致索力实时在线提取 方法， 步骤如下： 步骤1.建立 运营索力分布的核密度估计模型 (1.1)选取由L个样本点所组成的桥梁运营索力样本集合作为核密度估计模型的初始 样本集合， L值不小于1800； 然后对实测运营索力的初始样本进行核密度估计， 并提取其分 布特征信息， 包括概率密度最大值及其对应的运营索力， 建立索力 分布核密度估计模型 的 计算公式如式(1)： 其中， 为运营索力分布的在某一索力值F处的概率密度估计值； Fi,i∈[1,N]为 第i个运营索力样本； N代表运营索力的样本容量； K0(·)为核函数,选为高斯核函数； h代表 核密度估计模型的带宽， 其 值按h＝c·N‑1/5计算， c为1.0 5倍的运营索力样本标准差； 步骤2.基于概 率分布模型的静载索力提取 (2.1)提取运营索力分布的核密度估计模型中概率密度最大值点对应的运营索力， 以 此作为该 段时间内的静载索力代 表值FD， 计算公式如下： 其中， Pmax为核密度分布估计概率密度最大值点； FD为提取的静载索力代表值； 表示运营索力核密度分布估计的逆概 率密度函数； 步骤3.基于移动窗口分析的静载索力实时在线更新 (3.1)根据运营索力监测数据的采样频率选择合适的移动窗口窗长， 窗长的选择应确 保运营索力 分布核密度估计模型分析中具有足够的样本容量， 宜与步骤1中运营索力的初 始样本集 合对应的样本容 量L相同； (3.2)窗口移动步长设置为1， 即一个索力样本点， 重 复进行步骤1和步骤2， 对不同时刻 下的静载索力代表值进行实时在线更新， 其中运营索力初始样本集合对应时间间隔内， 所 有时刻的静载索力均取 该时间段内索力分布核密度估计得到的静载索力代 表值， 即： FD,begin＝FD,begin×ones(L,1)             (3) 其中， FD,begin为根据式(2)计算得到的初始样本集合对应时间间隔内的静载索力代表 值； ones(L,1)为 L个元素全部为1的行向量； 步骤4.建立静载索力响应的时域平 滑模型进 而提取车致索力 (4.1)在步骤3获得的静载索力代表值的基础上采用滑动平均法对静载索力序列进行 平滑处理和 趋势项的提取； 窗宽m应与步骤(3.1)中移动窗口窗长相同， 由此提取静载索力 时变趋势项， 其中， 采用滑动平均法的进行索力平 滑的表达式如公式(4)和(5)所示： 权　利　要　求　书 1/2 页 2 CN 115292776 A 2其中， m为滑动平均法的窗宽， 为第k时刻静载索力的滑动平均值； (4.2)通过实测运营索力数据减去步骤(4.1)中提取的静载索力时变趋势项得到车致 索力； 其中， Fk为第k时刻的实测运营索力； Fv,k为第k时刻的车致索力。权　利　要　求　书 2/2 页 3 CN 115292776 A 3