本發(fā)明涉及結構監(jiān)測領域，特別涉及一種基于高鐵橋梁應變監(jiān)測數(shù)據(jù)的列車運動參數(shù)識別方法。

背景技術：

1、在高鐵橋梁上通過高鐵列車時，列車的編組數(shù)目、行車方向、以及運行速度等信息會實時反映在橋梁上安裝的傳感器所采集的信號中，將這些信息統(tǒng)稱為高鐵列車的運動參數(shù)。通過對這些運動參數(shù)地精確識別，更深入地理解列車對橋梁結構的影響，為橋梁的維護和管理提供關鍵數(shù)據(jù)支持。

2、現(xiàn)有應用中，部分研究者針對公路橋梁使用事先稱重或者動態(tài)稱重的方式來獲取荷載信息，以減少結構反分析中的未知量數(shù)目。然而，與公路橋梁上行駛的汽車不同，高鐵橋梁上的列車不僅形制較為規(guī)則一致，并且具有相當規(guī)范的行駛規(guī)則，只能沿軌道行駛，因此高鐵橋梁的列車運動參數(shù)，列車的編組、方向、速度成為完整描述高鐵橋梁荷載的重要組成部分，然而這些參數(shù)的識別并未在已有的研究中得到重視，這是本技術需要著重改善的地方。

技術實現(xiàn)思路

1、本發(fā)明所要解決的技術問題是要提供一種基于高鐵橋梁應變監(jiān)測數(shù)據(jù)的列車運動參數(shù)識別方法，能從連續(xù)不斷的應變監(jiān)測數(shù)據(jù)中識別出每個單次過橋事件的車致應變響應以及列車運動參數(shù)，基于此可識別高鐵橋梁上運行列車的荷載特征。

2、為了解決以上的技術問題，本發(fā)明提供了一種基于高鐵橋梁應變監(jiān)測數(shù)據(jù)的列車運動參數(shù)識別方法，先用emd方法對應變監(jiān)測數(shù)據(jù)進行去噪去趨勢；然后用基于滾動最大值的過點信號截取方法得到過點信號數(shù)據(jù)序列；再用基于過零性與二分聚類的顯著峰谷值識別方法完成過點信號的峰谷值識別；根據(jù)過點信號峰谷值信息與列車編組數(shù)的關系完成列車編組識別；根據(jù)過點信號峰值相對關系采用二分聚類完成列車行車方向識別；根據(jù)過點信號中的關鍵峰谷值出現(xiàn)時刻與列車關鍵部位通過傳感器時刻的對應關系，完成行車速度識別；具體包括以下步驟：

3、步驟s1：信號預處理與去趨勢

4、步驟s11：進行經驗模態(tài)分解emd去除低頻趨勢；

5、semd＝emd(soriginal)??????????(1)；

6、式中：semd表示原始信號，soriginal經emd處理后的結果，包含多個本征模態(tài)函數(shù)imf和一個殘差；

7、步驟s12：去除前三階本征模態(tài)函數(shù)imf以減少噪聲；

8、

9、在這一步中，從semd中移除前三階imf，使用剩余的部分sprocessed進行后續(xù)分析；

10、步驟s2：過點事件自動化截取與基線建立；

11、步驟s21：確定滾動最大值窗口大小；

12、w＝r?????????????????(3)；

13、式中：r是信號的采樣率，w是滾動窗口的大?。?/p>

14、步驟s22：計算滾動最大值；

15、m[i]＝max(sprocessed[i:i+w]),i＝0,1,…,len(sprocessed)-w???(4)；

16、通過在窗口w內計算最大值得到滾動最大值序列m；

17、步驟s23：選擇基準信號與設定閾值；

18、sb＝sprocessed[0:db·r]???????????????????????????(5)；

19、mb＝max(sb[i:i+w]),i＝0,1,…,db·r-w?????????(6)；

20、μb＝mean(mb),σb＝std(mb)??????????????????????(7)；

21、t＝vb+3·σb???????????????????????????????????(8)；

22、基準信號sb從未發(fā)生過點事件的信號段選取，用于計算其滾動最大值的均值μb和標準差vb，進而設定閾值t；

23、步驟s24：識別過點事件區(qū)間；

24、

25、只有當連續(xù)的區(qū)間長度超過最小有效信號長度dmin時，該區(qū)間被識別為過點事件；

26、步驟s3：識別峰谷值并分析特征點；

27、步驟s31：去均值化處理與識別正負值區(qū)域；

28、xdemu＝sprocessed-mean(sprocessed)????????????????????(10)；

29、g+＝{i∣xdemu[i]>0},g-＝{i∣xdemu[i]<0}????????????(11)；

30、式中：xdemu是去均值化后的信號，g+和g-分別是正值和負值的索引集合；

31、步驟s32：識別與篩選顯著峰谷值；

32、peaks＝argmax(xdemu[g]),g∈g+???????????(12)；

33、valleys＝argmin(xdemu[g]),g∈g-??????????(13)；

34、peaks_clustered,valleys_clustered＝k-means(peaks,valleys)???(1)；

35、通過二分聚類方法進一步篩選出真實的顯著峰值peaks_clustered和谷值valleys_clustered；

36、步驟s4：基于峰谷特征識別編組數(shù)目；

37、ncar＝count(valleys_clustered)?????????????????(2)；

38、編組數(shù)ncar直接通過谷值數(shù)量確定；

39、步驟s5：識別行車速度；

40、步驟s51：初始化速度計算參數(shù)；

41、車軸的軸間距daxle：已知且固定的距離，通常由列車制造商提供；

42、車廂長度lcar：已知且固定的距離，通常由列車制造商提供；

43、時間間隔δt：特征點之間的時間差，從信號數(shù)據(jù)中直接測量；

44、步驟s52：測量特征點時間間隔；

45、將“車廂連接位置前后兩個轉向架先后駛過傳感器”這一事件稱為“廂間事件”，對應的信號為“廂間信號”，利用廂間信號計算出的速度稱為“瞬時速度”。將“前后車廂中心點先后駛過傳感器”這一事件稱為“廂內事件”，對應的應變信號為“廂內信號”，利用廂內信號計算出的速度稱為“平均速度”。過點信號中列車首尾轉向架通過傳感器位置處所對應的峰值點歸為“i類峰值點”，中間轉向架過傳感器位置處所對應的峰值點為“ii類峰值點”。過點信號的谷值點分為三類：“i類谷值點”為i、ii類峰值點間或者ii類峰值對之間的谷值點；“ii類谷值點”為ii類峰值對中的兩個ii類峰值之間的谷值點；“iii類谷值點”為i類峰值點與其緊鄰的過點信號端部之間的谷值點；

46、廂間事件的特征點：

47、taxle＝find_peaks(type_ii_peaks)??????????(16)；

48、廂內事件的特征點：

49、tcar＝find_peaks(type_i_valleys)???????????(17)；

50、步驟s53：計算瞬時速度；

51、

52、式中：δtaxle是相鄰車軸駛過傳感器的時間間隔，對應于廂間信號內部的ii類峰值之間的時間間隔；

53、步驟s54：計算平均速度；

54、

55、式中：δtcar是前后車廂中心點先后駛過傳感器的時間間隔，對應于兩個i類谷值之間的時間間隔；

56、步驟s6：識別行車方向；

57、三種不同的方法來識別行車方向，每種方法根據(jù)傳感器的配置和信號特性有不同的應用場景；

58、方法1：基于單一傳感器的行車方向識別；

59、適用于配置單一傳感器的橋梁，通過分析峰值的序列和特性來確定行車方向；

60、a)峰值聚類與模式識別；

61、c＝binary_clustering(p)?????????????(20)；

62、式中：p＝find_peaks(ssingle)是從單一傳感器數(shù)據(jù)ssingle中提取的峰值；

63、b)方向決策；

64、direction＝determine_line(c)????????(21)；

65、根據(jù)聚類結果c與已知模式對比，識別列車行進方向；

66、方法2：基于橫橋向布設的多個傳感器的行車方向識別；

67、適用于橫向布設傳感器的橋梁，通過比較不同傳感器的峰值均值來確定最接近列車線路的傳感器；

68、a)計算各傳感器峰值均值；

69、μi＝mean(find_peaks(si)),si∈sensors_data??????(22)；

70、b)確定最接近的傳感器；

71、nearest_sensor＝1+argmax(μi)?????????????????(23)；

72、傳感器編號假定從1開始；

73、方法3：基于縱橋向布設的多個傳感器的行車方向識別；

74、適用于縱向布設傳感器的橋梁，通過分析傳感器數(shù)據(jù)中峰值的時間序列來確定列車行進方向；

75、a)提取峰值及其時間戳；

76、pi＝(find_peaks(si),timestamp(si)),si∈sensors_data???????(24)；

77、b)時間戳排序與方向分析；

78、sorted_peaks＝sort_by_timestamp(pi)??????????????????????(25)；

79、train_direction＝analyze_peak_sequence(sorted_peaks)????????(26)；

80、通過排序峰值的時間戳sorted_peaks來分析列車的行進方向。

81、動車由多輛編組車廂組成，每節(jié)車廂具有前后兩個轉向架，每個轉向架上有兩個車軸。將列車通過某個傳感器位置的全程稱為“過點事件”，對應的信號稱為“過點信號”；列車通過整座橋的全程稱為“過橋事件”，對應的信號稱為“過橋信號”。

82、本發(fā)明的優(yōu)越功效在于：

83、1)本發(fā)明利用了列車走行期車橋動力系統(tǒng)應變效應的峰谷值特征，能夠較好地適應應變監(jiān)測環(huán)境下對橋上列車運動參數(shù)的實時、準實時識別要求，使得該方法能夠很好地服務于應變監(jiān)測信號的分析處理，因此具有廣闊的工程應用前景；

84、2)通過數(shù)值案例與實際工程案例表明，本發(fā)明的方法能夠較好識別列車的運動參數(shù)，并且具有較高的計算效率，能夠穩(wěn)定連續(xù)地運行；

85、3)本發(fā)明能從連續(xù)不斷的應變監(jiān)測數(shù)據(jù)中識別出每個單次過橋事件的車致應變響應以及列車運動參數(shù)，基于此可識別高鐵橋梁上運行列車的荷載特征。