【桥梁结构三维动态变形监测系统介绍及数据处理】 结构健康监测公司
时间：2019-04-18 03:28:56 来源：雅意学习网 本文已影响 人 
摘要：本文主要介绍了桥梁结构三位动态实时变形监测的技术以及数据处理方法，最后数据处理方法中主要介绍了基于小波技术的变形监测数据序列的消噪以及特征提取技术。 关键词：三维动态，变形监控 ， 小波技术
Abstract: this paper mainly introduces the structure of the bridge three dynamic real-time deformation monitoring technology and method of data processing, the last in the data processing method based on wavelet mainly introduces the technology of deformation monitoring data sequence of denoising and feature extraction technology.
Keywords: 3 d dynamic, deformation monitoring, wavelet technology
中图分类号： O343.2文献标识码：A 文章编号
1桥梁结构三维动态变形监测技术及发展
近年来桥梁监控技术得到了极大的发展，桥梁结构三维动态变形监测的发展一直伴随着自动变形测量技术的发展，特别是自动全站仪、GPS-RTK技术的出现与发展。在自动全站仪、GPS-RTK技术出现之前，桥梁结构以及其他高耸结构的三维动态测量进展非常缓慢。倾角仪、加速度计由于自身原因都不是一种很理想的三维动态变形测量手段。
相对于GPS-RTK技术而言，自动全站仪技术受外界条件影响较大，而且当前全站仪跟踪测量的速度还不能很好的满足桥梁结构和其他高耸结构实时动态变形测量的要求，特别是不能满足振动模态测量的要求。而GPS-RTK技术则在该领域具有很好的优势。国内外很多专家和学者采用GPS-RTK技术和自动全站仪技术进行了桥梁结构的三维实时动态变形测量。
2实时动态变形测量技术
实时动态变形测量主要应用于工程建筑物的安全监测领域以及自然灾害防灾减灾领域，设备技术主要是自动全站仪、RTK-GPS技术以及传感器技术。文中仅介绍基于自动全站仪、RTK-GPS技术的实时动态变形测量系统以及光纤应变监测系统。以Leica TCA2003、Leica 1230GPS为例，说明自动全站仪以及RTK-GPS所能达到的标称观测精度。TCA2003标称精度为：方向测量精度0.5″，距离测量精度1㎜+1ppm，搜索精度（范围200m）1㎜。Leica 1230GPS采用RTK方式测量的标称精度为：流动站为静态模式平面5㎜+0.5ppm，高程10㎜+0.5ppm；流动站为动态模式平面10㎜+1ppm，高程20㎜+1ppm；采样频率可达20 Hz。
一个完整的自动化变形监测系统是指在无需操作人员干预的条件下，实现自动观测、记录、处理、存储、报表编制、预警预报等功能，它有一系列的软件和硬件组成。
⑴基于自动全站仪的自动变形监测系统
基于自动全站仪的自动变形监测系统包括自动全站仪、棱镜、通讯电缆及供电电缆、计算机与通用软件。
⑵基于GPS-RTK的自动变形测量系统
GPS自动变形测量系统包括数据采集部分、数据传输部分和数据处理部分。数据采集部分主要由GPS接收机组成。数据传输可以有有线和无线两种传输方式。数据处理部分主要由计算机和软件部分组成。
⑶基于光纤的应变监测系统
光纤应变监测系统有很多种，基于BOTDR的应变监测系统包括光纤传感部分、数据采集部分、数据存储与传输部分以及数据处理与健康诊断部分。
这三种变形监测系统在桥梁结构变形监测领域应用比较广泛，特别是GPS-RTK变形监测系统以及光纤应变监测系统，很多建成后的大桥健康监测系统都安装了GPS-RTK实时动态监测系统以及光纤应变监测系统。苏通大桥成桥静载试验中的变形监测就同时采用了GPS-RTK技术以及自动全站仪技术用于监测桥面的垂直位移水平位移,经过实践检验认为两种技术的有机结合取得了很好的效果。
3桥梁结构三位动态变形监测数据处理
小波分析是20世纪80年代开始逐渐发展成熟起来的一个数学分支。小波变换的主要特点集中表现在对时—频域的双重定域能力和多分辨率（多尺度）分析能力，被誉为“数学显微镜”，成为继Fourier分析之后的又一有力的信号分析工具，在信号处理领域广泛应用。
小波分析在变形信息数据处理中可以发挥如下的作用：
⑴观测数据滤波；⑵变形特征提取；⑶不同频率变形信息的分离；⑷观测精度估计。
变形观测数据序列可以看成是与时间有关的数据序列，由于受多种因素（测量仪器、天气影响，等）的影响，序列观测数据存在误差（即噪声），小波分析可以有效地消除误差并提取变形特征。
设变形观测数据由两部分组成，具体模型为：
x(t)=s(t)+n(t) (3.1)
其中，x(t)为观测数据，s(t)为有用信号，n(t)为随机噪声，即n(t)~N(0,σ2)。在有用信号s(t)中，既有可能是实际变形信号sd(t)，或确定性噪声sn(t)，也有可能是两者的混合，即：
s(t)= sd(t)+ sn(t)(3.2)
正常的变形信号在时域和频域上表现为局部、低频特性，而噪声在时频空间中表现为全局、高频，借助于小波变换的多分辨分析，就可以对不同频率成分进行有效分离，最终达到消噪目的。
变形观测数据的小波消噪可由三个步骤组成：
⑴小波分解
选定一种小波，对原始数据序列进行多尺度分解，提取多尺度小波分解系数。工程中常用Daubechies小波系db3进行信号分解，该小波基具有很好的时频分析功能。信号分解的层次可根据信号的长度通过公式计算确定，工程中常用的分解层次为3、4层，完成对原始信号的分解。
⑵小波分解高频系数的阈值消噪处理
即剔出那些超过某一设定值的细节部分。对分解得到的各层系数选择一个阈值，并对细节系数作阈值处理。目前常用的小波去噪方法有两种，通常采用软阈值降噪方法处理小波系数，这样，既可以滤掉噪声，又能保持原信号中的高频部分。
⑶小波重构过程
用小波分解的最后一层低频系数和经过阈值消噪处理的各层高频系数进行重构，得到消噪后的观测数据序列中的变形信号。
结语：本文主要介绍了桥梁结构三维动态变形测量方法和数据处理方法，主要是小波技术在桥梁结构三维动态变形测量数据处理中的应用。当然笔者认为小波技术在数据处理中也存在着很多问题，需要进步研究并加以改善。
参考文献：
[1]黄声享，尹晖，蒋征.变形监测数据处理.武汉：武汉大学出版社，2002.
[2]王晓华，胡友健，柏柳.变形监测研究现状综述.测绘科学，2006,31(2):130-132.
注：文章内所有公式及图表请用PDF形式查看。
