桥梁健康监测系统日积月累采集的大量数据,尚缺乏行之有效的处理方法。如何消除环境因素、信号随机性和离散性等影响,是桥梁损伤检测和监测中的关键问题。基于局部主成分分析和统计模式识别的结构异常检测方法研究课题,紧密结合桥梁结构的运营特点,研究能够反映损伤局部化特点的敏感损伤特征指标;采用基于信息学理论的局部主成分分析,来考虑环境和运营条件对损伤特征指标的非线性影响;运用统计模式识别技术来考虑信号随机性和离散性的影响。同时用数值模拟、模型试验和实桥试验数据研究相应算法的鲁棒性,在国际一流杂志上发表论文6-8篇。提出的方法可以充分利用桥梁健康监测的大量数据,克服实际应用中测试数据离散性和环境与运营条件影响带来的困难,课题研究具有重要的理论意义和工程
{{i.achievement_title}}
数据更新时间:2023-05-31
玉米叶向值的全基因组关联分析
论大数据环境对情报学发展的影响
正交异性钢桥面板纵肋-面板疲劳开裂的CFRP加固研究
硬件木马:关键问题研究进展及新动向
基于SSVEP 直接脑控机器人方向和速度研究
Hadamard核磁共振波谱和主成分分析方法研究
基于局部模式分析的特定目标检测方法研究
基于局部振动的轨道桥梁结构噪声预测方法及控制策略
基于成分分解与相似性分析的图像异常检测研究