一种滨海城市智能修正多源信息数据的监测方法与流程

本技术涉及结构健康监测，尤其是涉及一种滨海城市智能修正多源信息数据的监测方法。

背景技术：

1、随着滨海城市基础设施规模的不断扩大，桥梁、隧道、地下管廊、港口工程、海堤及海洋工程结构等长期服役结构面临复杂海洋环境作用，其服役安全性与耐久性问题日益突出。为实现结构运行状态的实时感知与长期安全评估，结构健康监测技术已广泛应用于滨海基础设施运行维护过程中。

2、现有结构健康监测系统通常由监测传感器、数据采集设备、数据传输设备及数据处理平台组成。其中，监测传感器包括应变计、位移计、倾角仪、水压力传感器、振动传感器、gnss（global navigation satellite system，全球导航卫星系统）监测设备以及光纤传感器等，用于实时获取结构应变、位移、沉降、倾角、水压力及振动等响应信息；数据采集设备负责对各监测单元输出信号进行同步采集；数据传输设备用于将监测数据传输至数据处理平台；数据处理平台则对监测数据进行存储、分析及安全评估。

3、现有监测数据处理方法主要包括温度效应补偿、随机噪声滤除、异常值识别及传感器漂移修正等。常用方法包括滑动平均滤波、小波分析、经验模态分解、频域滤波以及回归分析等，通过对监测数据进行时域或频域处理，提高监测数据稳定性与可解释性。

4、然而，对于滨海环境下的基础设施而言，监测数据除受到车辆荷载、风荷载及温度变化等因素影响外，还会受到潮汐环境作用的显著影响。已有研究表明，潮位变化会引起地下水位波动、孔隙水压力变化以及地基有效应力重新分布，从而导致结构产生周期性应变、沉降、位移或倾角响应。特别是在地下结构、港口工程、海堤及近海基础设施中，该类潮汐诱导响应更加明显。

5、此外，潮汐变化还可能改变传感器周围环境场，包括局部温湿度、水压力及土体约束状态等，从而导致监测系统输出出现与潮汐周期对应的低频振荡成分。对于长期连续监测系统而言，该类低频周期响应容易与结构真实服役响应相互耦合，导致长期趋势漂移、异常状态误判以及结构安全评估精度下降。

6、目前，现有技术中对于潮汐环境效应的处理仍存在不足。部分方法采用固定周期滤波或简单经验模型对潮汐影响进行处理，但由于潮汐作用具有明显时变性、区域性及非平稳特征，传统固定参数方法难以准确描述潮汐响应随环境条件变化的动态特性。同时，地下水渗流扩散、孔隙水压力传播及结构响应惯性等因素还会导致潮位变化与结构响应之间存在时间延迟，使得传统同步滤波方法难以有效分离潮汐影响与结构真实响应。

7、此外，传统频域滤波方法通常直接削弱低频响应成分，容易在消除潮汐影响的同时损失结构真实长期响应信息，进而影响结构长期趋势分析及损伤识别结果。因此，现有技术难以同时兼顾潮汐影响修正精度与结构真实响应保留能力。

8、因此，亟需提出一种滨海城市智能修正多源信息数据的监测方法，以实现潮汐环境效应与结构真实服役响应之间的有效分离，提高长期监测数据的准确性、稳定性及长期趋势识别能力，为滨海基础设施结构健康监测与安全评估提供可靠的数据基础。

技术实现思路

1、本发明旨在提供一种滨海城市智能修正多源信息数据的监测方法，用于解决现有技术中由于潮位变化会引起地下水位波动、孔隙水压力变化以及地基应力状态重新分布，导致结构监测数据中出现明显的低频周期振荡成分，从而影响长期监测数据的稳定性与真实性，容易造成结构长期趋势漂移、异常状态误判以及安全评估精度下降的问题。

2、为解决上述技术问题，本发明提供如下技术方案：

3、一种滨海城市智能修正多源信息数据的监测方法，包括：

4、步骤1，获取结构长期运行过程中的结构监测数据和对应时间段内的潮位数据；

5、步骤2，对结构监测数据进行预处理；

6、步骤3，对预处理后的结构监测数据进行频域分析，确定潮汐主导频率；

7、步骤4，采用互相关分析方法研究潮位变化与结构响应之间的时滞关系，通过搜索最大相关系数对应的时滞，确定潮位变化作用于结构响应的最优延迟时间；

8、步骤5，根据所述潮汐主导频率与最优延迟时间，采用时变谐波模型建立时变潮汐响应模型，得到潮汐影响项，采用滑动时间窗口最小二乘法动态更新时变潮汐响应模型参数；

9、步骤6，从预处理后的结构监测数据中分离潮汐影响项，得到潮汐影响修正后的结构监测数据；

10、步骤7，对潮汐影响修正后的结构监测数据进行长期趋势提取，获得结构长期服役响应表征量。

11、优选的，在上述的滨海城市智能修正多源信息数据的监测方法中，所述结构监测数据通过结构健康监测平台监测而得，所述结构健康监测平台包括用于获取结构监测数据的数据监测单元、数据采集单元、用于获取潮位数据的潮位数据获取单元、数据传输单元以及数据处理平台，所述数据监测单元包括应变监测单元、位移监测单元、倾角监测单元、水压力监测单元、温度监测单元中任意一种或者任意几种；通过数据采集单元能够使得各数据监测单元进行同步采集，通过数据传输单元能够将结构监测数据与潮位数据实时传输至数据处理平台。

12、优选的，在上述的滨海城市智能修正多源信息数据的监测方法中，所述步骤2中，所述对结构监测数据进行预处理包括：对于不同采样频率的结构监测数据，通过时间同步建立统一时间轴；对于结构监测数据中的缺失数据点，采用线性插值方法进行补全；对于结构监测数据中的异常值，采用统计判别方法进行识别和剔除；以及对结构监测数据进行降噪处理。

13、优选的，在上述的滨海城市智能修正多源信息数据的监测方法中，所述步骤3中，采用快速傅里叶变换采用对预处理后的结构监测数据进行频域分析。

14、优选的，在上述的滨海城市智能修正多源信息数据的监测方法中，所述步骤3中，通过功率谱密度函数分析结构监测数据在不同频率区间内的能量分布情况，并通过搜索功率谱峰值确定潮汐主导频率。

15、优选的，在上述的滨海城市智能修正多源信息数据的监测方法中，所述步骤4中，所述采用互相关分析方法研究潮位变化与结构响应之间的时滞关系中，潮位变化与结构响应之间的时滞互相关函数定义为：

16、

17、其中，为结构监测数据与潮位数据在时滞下的归一化互相关系数；为离散时滞序号，且定义正时滞表示结构响应滞后潮位；为在相应时滞条件下两组数据均存在有效值的采样点集合，；和分别为对应有效数据段的结构响应均值和潮位均值;为第个采样时刻经过预处理后的结构监测数据，为第个采样时刻的潮位数据

18、最优离散时滞为：

19、

20、其中，为预设时滞搜索区间;

21、根据采样间隔将最优离散时滞换算为潮位变化作用于结构响应的最优延迟时间：

22、。

23、优选的，在上述的滨海城市智能修正多源信息数据的监测方法中，所述步骤5中，根据所述潮汐主导频率与最优延迟时间，采用时变谐波模型建立时变潮汐响应模型，得到潮汐影响项：

24、

25、其中：为时变潮汐响应模型计算得到的潮汐影响项；为第个采样时刻的时变潮汐响应幅值；为潮汐主导频率；为采样时间间隔；为潮位变化作用于结构响应的最优延迟时间为用于表征局部环境状态、模型误差等因素产生的残余时变相位修正量。

26、优选的，在上述的滨海城市智能修正多源信息数据的监测方法中，所述步骤5中，考虑环境因素对潮汐响应强度的调制作用，建立环境耦合幅值模型:

27、其中，为第个采样时刻的环境温度，为第个采样时刻或对应统计时间尺度内的降雨量，为第个采样时刻的地下水位，、、、为环境耦合幅值模型参数。

28、优选的，在上述的滨海城市智能修正多源信息数据的监测方法中，步骤6中，得到潮汐影响修正后的结构监测数据之后，步骤7之前，还包括如下步骤：

29、对潮汐影响修正后的结构监测数据进行离散傅里叶变换，得到潮汐影响修正后的频域数据；

30、根据前述步骤识别得到的潮汐主导频率，构建潮汐主频带阻滤波函数；

31、利用潮汐主频带阻滤波函数对潮汐影响修正后的频域数据进行处理，得到经过潮汐主频带阻处理后的频域监测数据；

32、对经过潮汐主频带阻处理后的频域监测数据进行逆离散傅里叶变换，将其重新转换至时域，得到进一步削弱残余潮汐周期成分后的结构监测数据，作为潮汐影响修正后的结构监测数据。

33、优选的，在上述的滨海城市智能修正多源信息数据的监测方法中，步骤7中，所述对所述进一步削弱残余潮汐周期成分后的结构监测数据进行长期趋势提取，得到的结构长期服役响应表征量。

34、由以上公开的技术方案可知，与现有技术相比，本发明的有益效果如下：

35、本发明通过建立潮位变化与结构响应之间的动态耦合关系（即根据所述潮汐主导频率与最优延迟时间建立的时变潮汐响应模型），结合频域主频识别、互相关时滞分析以及时变谐波建模，实现了潮汐环境效应与结构真实响应之间的有效分离。相比传统固定周期滤波方法，本发明能够考虑潮汐作用的时变性及环境耦合特征，提高复杂海洋环境下潮汐影响修正的稳定性与准确性。

36、经潮汐影响修正后，结构监测数据中的周期性低频波动明显减弱，长期趋势更加稳定，结构真实变形特征更加清晰，有利于提高结构损伤识别、异常预警及长期安全评估的准确性。同时，本发明采用时域动态建模与频域滤波联合处理方式，在削弱潮汐影响的同时能够较好保留结构真实响应信息，避免传统滤波方法造成有效结构响应丢失的问题。

37、此外，本发明不依赖特定类型传感器，可适用于应变、位移、沉降、倾角、水压力及振动等多类型结构监测数据，兼容电阻式传感器、振弦式传感器、微机电系统传感器、全球导航卫星系统监测设备及光纤传感系统等多种监测设备，具有良好的通用性与工程应用价值。