科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了更合理地动态预测桥梁耦合极值应力，将历史监测极值应力数据视为多阶模态响应耦合的多分量信号，并结合Hilbert信号分解以及Hilbert平方解调技术（Hilbert Square Demodulation,HSD）在多分量信号解调方面的优势，提出了预测桥梁极值应力的贝叶斯Hilbert动态线性模型（Bayesian Hilbert Dynamic Linear Model,BHDLM）。利用Hilbert信号分解技术实现对监测极值应力的解耦，并基于HSD建立了各阶应力响应的Hilbert动态线性模型（Hilbert Dynamic Linear Model,HDLM）；结合贝叶斯方法以及单分量极值应力对HDLM进行概率递推，实现了对单分量桥梁极值应力的动态预测，进而可得桥梁耦合极值应力的动态预测；利用在役桥梁的监测数据对本文所提模型的有效性进行了验证。结果表明：利用解耦得到的单分量极值应力数据建立的HDLM过程简单，并能很好地反映出监测数据的周期性、随机性等特点。结合贝叶斯方法，可以有效地对桥梁极值应力进行动态预测。
- 出版日期2022
- 单位合肥工业大学; 清华大学合肥公共安全研究院
