数据融合算法在苏通大桥群桩基础安全性评价中的应用

摘要

位于潮汐河段的苏通大桥采用大直径、超长钻孔灌注群桩基础，而且需要考虑钢护筒的共同作用。为此采用广角度监测技术，跟踪观测钢护简、桩身钢筋和混凝土的应力响应。但不同类型和处于不同部位的传感器，由于工作原理、精度、安装埋设方式以及影响因素的不同，而导致实测数据的类型和特性存在较大差异。故需采用多传感器信息融合技术，以过滤异常测值、提取特征信息、形成融合决策。但原型观测数据包含有强烈的、来源于潮汐等环境因素产生的噪声，从而严重干扰对数据的分析和预测。而且这类噪声使观测数据产生异常过程和异常群，很难利用冗余信息和数据的时空对比进行检出。故需在采用数据融合理论检出并剔除粗差的基础上，进一步采用小波阈值消噪法分层剥离单个传感器的环境噪声，并根据不同类型传感器观测结果的可信度和重要性，利用基于权最优分配原则的数据融合算法，对消噪后的多个传感器实测数据进行融合。研究结果表明，小波分层消噪技术能够有效分离不同的环境噪声，数据融合技术能够较好地将各传感器的观测数据协调地组合起来，形成对群桩基础应力响应和环境实况更可靠地判断。