本文主要研究将无线倾角传感器应用于桥梁梁体挠度变化的长期监测.基于支座坐标与多个位置倾角监测数据,采用最小二乘算法构造了梁体下挠多项式曲线的拟合方法.在江苏南通如泰运河大桥的长期监测系统中部署了无线倾角传感器,获取了该桥的倾角监测数据,并根据3跨连续梁桥结构特点,选取6阶多项式进行拟舍得到全桥挠度曲线.通过相关分析验证了桥梁挠度与环境温度的相关性.本项目的实施说明了快速布设的无线倾角计可以实现低成本高可靠的长期挠度监测,在未来实际工程中可进行广泛应用.
针对桥梁结构监测采集到的桥梁异常状态下长期积累演变的惊人数据量,提出了基于主成分分析与人工神经网络相结合的桥梁结构异常状态识别方法.布设多种类型传感器监测获取高维数据,采用主成分分析法对原始高维特征数据进行预处理,将结构异常特征变量的主成分作为人工神经网络的输入特征.该方法有效的降低了神经网络的结构复杂度,同时提高人工神经网络的训练速度,也保证了人工神经网络具有良好的收敛性和稳定性.应用于江苏南通如泰运河大桥和江苏无锡开源大桥的实际监测数据的结果表明,基于主成分分析的人工神经网络方法用于桥梁结构异常状态识别,与传统的神经网络以及其他模式识别算法相比,有更好的识别精度.
