陈 钢

针对传统桥梁健康监测系统固定报警阈值误报率高、适应性差、主观性强等缺陷，提出一种基于多源数据融合的传感器动态报警阈值确定方法。以我司所辖某特大型斜拉桥（独塔单索面斜拉桥）为工程依托，采集1年运营期内应变、位移、振动等结构响应数据及温度、湿度等环境参数，通过Pearson相关系数法将监测指标划分为强/弱温度相关性两组；对强相关性数据构建贝叶斯动态线性回归（BDLM）模型，弱相关性数据采用季节分段极值统计法，结合多源数据关联分析实现阈值动态调整。实验验证表明，该方法误报警率降低至5%以下，漏报警率控制在3%以内，较传统固定阈值方案预警准确性显著提升，且能自适应不同季节、时段的环境变化，有效降低无效养护运维成本，为桥梁结构安全精准预警提供技术支撑。

桥梁健康监测；动态报警阈值；多源数据融合；Pearson相关系数；贝叶斯动态线性回归

[1] 李爱群,丁幼亮,王浩,等.桥梁健康监测海量数据分析与评估——“结构健康监测”研究进展[J].中国科学:技术科学,2012,42(8):972-984. [2] 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(自然科学版),2001(1):65-69. [3] 秦权.桥梁结构的健康监测[J].中国公路学报,2000(2):39-44. [4] Sun L,Shang Z,Xia Y,et al.Review of Bridge Structural Health Monitoring Aided by Big Data and Artificial Intelligence[J].Journal of Structural Engineering,2020,146(5):04020073. [5] Tan D,Guo T,Luo H,et al.Dynamic Threshold Cable-Stayed Bridge Health Monitoring System Based on Temperature Effect Correction[J].Sensors,2023,23(21):8826. [6] 许翔.基于大数据分析的悬索桥状态评估及动态预警方法研究[D].南京:东南大学,2019. [7] 闫志刚,郭彤,王浩.沪通长江大桥结构健康监测系统设计与关键技术[J].桥梁建设,2018,48(4):1-6. [8] 黄方林,王达磊,刘光栋.南京长江大桥结构安全监测系统研发与应用[J].土木工程学报,2016,49(S1):11-17. [9] 张启伟.大型桥梁健康监测系统的关键技术研究[J].土木工程学报,2002,35(6):46-52. [10] 李爱群,缪长青,韩晓林.大型土木工程结构健康监测系统研究进展[J].东南大学学报(自然科学版),2006, 36(S1):1-9. [11] 肖林,蔡俊宇,杨妍秋,等.桥梁温度作用与效应2020年度研究进展[J].土木与环境工程学报(中英文),2021, 43(S1):167-174. [12] 谌桢文,常军.综合岭回归和SARIMA方法在桥梁健康监测数据分析中的应用[J].科学技术与工程,2023, 23(20):8846-8853. [13] 张愠娟.公路桥梁健康监测数据预处理技术应用研究[J].青海交通科技,2023,35(5):140-144+158.

点击下载PDF