基于时间序列技术的中小桥梁监测数据分析技术研究

摘要

目前国内外在桥梁长期监测技术的研究领域主要集中于大型桥梁。由于中小桥梁数量更多，垮塌事故主要发生在中小桥梁，因此，应加大中小桥梁的长期监测系统的研究。本文依托《基于物联网的中小桥梁长期安全研究》（国家973科研项目课题），采用基于时间序列的数据挖掘技术，对中小桥梁监测数据进行挖掘和分析，为中小桥梁监测数据处理提供了新的思路。取得主要工作成果有:
　　①介绍了时间序列分析方法的基本理论，分析了时间序列中的各个数据的影响因素，为建立数学模型提供理论基础。
　　②根据桥梁长期监测系统采集到的数据特点，论证了以时间序列作为理论基础建立ARMA模型对数据进行分析预测的可行性。并对ARMA模型的建立过程进行了详细论述，其中包括数据的最初采集，数据平稳化、标准化处理，模型参数的估计，模型阶数的确定等问题。通过比选，ARMA模型参数的估计选择了最小二乘估计法，模型阶数的确定选择了AIC准则。
　　③以一座中小桥——偏岩子桥为依托，将基于时间序列理论的预测理论应用于数据挖掘中。利用MATLAB软件对该桥的裂缝测点、挠度测点、倾斜度测点、应变测点的监测数据，建立ARMA模型，调整到合适的模型阶数及模型参数后，进行每次向外延伸5步的短期预测，对预测值与实际监测值进行比较，从而验证基于ARMA模型的中小桥梁监测数据挖掘方法的可行性与有效性。

目录

声明

摘要

第一章 绪论

1．1 桥梁结构长期监测概述

1．1．1 桥梁结构长期监测系统

1．1．2 桥梁结构长期监测的研究意义和发展概况

1．2 桥梁长期监测系统数据挖掘技术现状

1．2．1 数据挖掘概述

1．2．2 桥梁长期监测数据分析现状

1．3 本文的研究内容

第二章 时间序列基本理论

2．1 时间序列分析概述

2．1．1 时间序列概念

2．1．2 时间序列组成成分

2．2 时间序列模型建模思路

2．2．1 时间序列分析建模的基本思想

2．2．2 AR模型和建模思路

2．2．3 MA模型和建模思路

2．2．4 ARMA模型和建模思路

2．2．5 ARIMA模型和建模思路

2．3 本章小结

第三章 非平稳时间序列建模

3．1 数据的预处理

3．1．1 数据的采集

3．1．2 数据的标准化处理

3．1．3 数据的平稳化处理

3．1．4 时间序列正态性检验

3．2 模型结构的识别与定阶

3．2．1 时间序列模型的识别

3．2．2 时间序列模型的定阶

3．3 时间序列模型的参数估计

3．4 模型的检验

3．5 时间序列的预测

3．6 本章小结

第四章 偏岩子桥监测数据的挖掘

4．1 偏岩子桥简介

4．2 偏岩子桥监测系统简介

4．2．1 安全监测测点布置

4．2．2 自动化数据采集仪安装说明

4．3 偏岩子桥时间序列模型的建立

4．3．1 偏岩子桥监测数据模型建立的意义

4．3．2 偏岩子桥监测数据建模过程

4．4 偏岩子桥时间序列模型的预测

4．5 裂缝测点分析实例

4．6 挠度测点分析实例

4．7 倾斜度测点分析实例

4．8 应变测点分析实例

4．9 本章小结

第五章 总结与展望

致谢

参考文献

在学期间发表的论著及取得的科研成果