基于數(shù)據(jù)挖掘的橋梁監(jiān)測數(shù)據(jù)分析.pdf

1、隨著我國交通事業(yè)的蓬勃發(fā)展,橋梁數(shù)量越來越多,橋梁健康監(jiān)測已成為土木工程領(lǐng)域當(dāng)前研究的熱點問題之一。許多橋梁在建設(shè)時就安裝了監(jiān)測的傳感器,在橋梁的運行過程中產(chǎn)生了大量的數(shù)據(jù),如何有效的利用這些數(shù)據(jù)來全面的分析橋梁的狀態(tài),以及對橋梁結(jié)構(gòu)的變化提供有效的預(yù)警,快速有效的診斷橋梁的狀態(tài),是橋梁工程研究的一個重要課題。本文利用數(shù)據(jù)挖掘技術(shù)對橋梁結(jié)構(gòu)狀態(tài)進(jìn)行分析及預(yù)警。
　　 本文的研究內(nèi)容包括:
　　 1.對橋梁監(jiān)測系統(tǒng)傳感器采

2、集的數(shù)據(jù)進(jìn)行預(yù)處理。對各屬性進(jìn)行相關(guān)度分析,結(jié)合各類傳感器采集的數(shù)據(jù)范圍,對單點缺失值和連續(xù)缺失值失效模式進(jìn)行識別,通過歷史數(shù)據(jù)和經(jīng)驗數(shù)據(jù)對缺失值進(jìn)行補(bǔ)全,對由于傳感器異常或者傳輸異常的數(shù)據(jù)進(jìn)行對應(yīng)的處理。利用線性回歸的方法,對受溫度影響較大的屬性,如撓度、加速度等剔除溫度因素的影響。
　　 2.運用主成分分析原理,對各類傳感器采集的數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析,對關(guān)聯(lián)度較大的屬性,利用PCA算法對各屬性進(jìn)行主元分析,以便通過數(shù)據(jù)更全面的分

3、析橋梁的狀態(tài)。同時對判別橋梁健康狀態(tài)意義不大的數(shù)據(jù)進(jìn)行降維處理,以減少數(shù)據(jù)的處理量,使輸入模型的數(shù)據(jù)更加有效。
　　 3.基于數(shù)據(jù)挖掘的聚類理論,利用kohenon人工神經(jīng)網(wǎng)絡(luò)算法對前期經(jīng)過處理的結(jié)構(gòu)化數(shù)據(jù)進(jìn)行自適應(yīng)聚類,形成聚集的簇,對簇內(nèi)的點進(jìn)行解釋,與橋梁正常狀態(tài)下的理論值比較,得到正常運行狀態(tài)下采集數(shù)據(jù)的分類模式。當(dāng)采集的數(shù)據(jù)出現(xiàn)異常值時,提供相應(yīng)的判別和預(yù)警,以便利用橋梁工程的相關(guān)知識對異常數(shù)據(jù)分析,找出對應(yīng)的橋梁結(jié)構(gòu)