一种基于高铁桥梁应变监测数据的列车运动参数识别方法

本发明涉及结构监测领域，特别涉及一种基于高铁桥梁应变监测数据的列车运动参数识别方法。

背景技术：

1、在高铁桥梁上通过高铁列车时，列车的编组数目、行车方向、以及运行速度等信息会实时反映在桥梁上安装的传感器所采集的信号中，将这些信息统称为高铁列车的运动参数。通过对这些运动参数地精确识别，更深入地理解列车对桥梁结构的影响，为桥梁的维护和管理提供关键数据支持。

2、现有应用中，部分研究者针对公路桥梁使用事先称重或者动态称重的方式来获取荷载信息，以减少结构反分析中的未知量数目。然而，与公路桥梁上行驶的汽车不同，高铁桥梁上的列车不仅形制较为规则一致，并且具有相当规范的行驶规则，只能沿轨道行驶，因此高铁桥梁的列车运动参数，列车的编组、方向、速度成为完整描述高铁桥梁荷载的重要组成部分，然而这些参数的识别并未在已有的研究中得到重视，这是本技术需要着重改善的地方。

技术实现思路

1、本发明所要解决的技术问题是要提供一种基于高铁桥梁应变监测数据的列车运动参数识别方法，能从连续不断的应变监测数据中识别出每个单次过桥事件的车致应变响应以及列车运动参数，基于此可识别高铁桥梁上运行列车的荷载特征。

2、为了解决以上的技术问题，本发明提供了一种基于高铁桥梁应变监测数据的列车运动参数识别方法，先用emd方法对应变监测数据进行去噪去趋势；然后用基于滚动最大值的过点信号截取方法得到过点信号数据序列；再用基于过零性与二分聚类的显著峰谷值识别方法完成过点信号的峰谷值识别；根据过点信号峰谷值信息与列车编组数的关系完成列车编组识别；根据过点信号峰值相对关系采用二分聚类完成列车行车方向识别；根据过点信号中的关键峰谷值出现时刻与列车关键部位通过传感器时刻的对应关系，完成行车速度识别；具体包括以下步骤：

3、步骤s1：信号预处理与去趋势

4、步骤s11：进行经验模态分解emd去除低频趋势；

5、semd＝emd(soriginal)          (1)；

6、式中：semd表示原始信号，soriginal经emd处理后的结果，包含多个本征模态函数imf和一个残差；

7、步骤s12：去除前三阶本征模态函数imf以减少噪声；

8、

9、在这一步中，从semd中移除前三阶imf，使用剩余的部分sprocessed进行后续分析；

10、步骤s2：过点事件自动化截取与基线建立；

11、步骤s21：确定滚动最大值窗口大小；

12、w＝r                 (3)；

13、式中：r是信号的采样率，w是滚动窗口的大小；

14、步骤s22：计算滚动最大值；

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

16、通过在窗口w内计算最大值得到滚动最大值序列m；

17、步骤s23：选择基准信号与设定阈值；

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、基准信号sb从未发生过点事件的信号段选取，用于计算其滚动最大值的均值μb和标准差vb，进而设定阈值t；

23、步骤s24：识别过点事件区间；

24、

25、只有当连续的区间长度超过最小有效信号长度dmin时，该区间被识别为过点事件；

26、步骤s3：识别峰谷值并分析特征点；

27、步骤s31：去均值化处理与识别正负值区域；

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

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

30、式中：xdemu是去均值化后的信号，g+和g-分别是正值和负值的索引集合；

31、步骤s32：识别与筛选显著峰谷值；

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、通过二分聚类方法进一步筛选出真实的显著峰值peaks_clustered和谷值valleys_clustered；

36、步骤s4：基于峰谷特征识别编组数目；

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

38、编组数ncar直接通过谷值数量确定；

39、步骤s5：识别行车速度；

40、步骤s51：初始化速度计算参数；

41、车轴的轴间距daxle：已知且固定的距离，通常由列车制造商提供；

42、车厢长度lcar：已知且固定的距离，通常由列车制造商提供；

43、时间间隔δt：特征点之间的时间差，从信号数据中直接测量；

44、步骤s52：测量特征点时间间隔；

45、将“车厢连接位置前后两个转向架先后驶过传感器”这一事件称为“厢间事件”，对应的信号为“厢间信号”，利用厢间信号计算出的速度称为“瞬时速度”。将“前后车厢中心点先后驶过传感器”这一事件称为“厢内事件”，对应的应变信号为“厢内信号”，利用厢内信号计算出的速度称为“平均速度”。过点信号中列车首尾转向架通过传感器位置处所对应的峰值点归为“i类峰值点”，中间转向架过传感器位置处所对应的峰值点为“ii类峰值点”。过点信号的谷值点分为三类：“i类谷值点”为i、ii类峰值点间或者ii类峰值对之间的谷值点；“ii类谷值点”为ii类峰值对中的两个ii类峰值之间的谷值点；“iii类谷值点”为i类峰值点与其紧邻的过点信号端部之间的谷值点；

46、厢间事件的特征点：

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

48、厢内事件的特征点：

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

50、步骤s53：计算瞬时速度；

51、

52、式中：δtaxle是相邻车轴驶过传感器的时间间隔，对应于厢间信号内部的ii类峰值之间的时间间隔；

53、步骤s54：计算平均速度；

54、

55、式中：δtcar是前后车厢中心点先后驶过传感器的时间间隔，对应于两个i类谷值之间的时间间隔；

56、步骤s6：识别行车方向；

57、三种不同的方法来识别行车方向，每种方法根据传感器的配置和信号特性有不同的应用场景；

58、方法1：基于单一传感器的行车方向识别；

59、适用于配置单一传感器的桥梁，通过分析峰值的序列和特性来确定行车方向；

60、a)峰值聚类与模式识别；

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

62、式中：p＝find_peaks(ssingle)是从单一传感器数据ssingle中提取的峰值；

63、b)方向决策；

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

65、根据聚类结果c与已知模式对比，识别列车行进方向；

66、方法2：基于横桥向布设的多个传感器的行车方向识别；

67、适用于横向布设传感器的桥梁，通过比较不同传感器的峰值均值来确定最接近列车线路的传感器；

68、a)计算各传感器峰值均值；

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

70、b)确定最接近的传感器；

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

72、传感器编号假定从1开始；

73、方法3：基于纵桥向布设的多个传感器的行车方向识别；

74、适用于纵向布设传感器的桥梁，通过分析传感器数据中峰值的时间序列来确定列车行进方向；

75、a)提取峰值及其时间戳；

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

77、b)时间戳排序与方向分析；

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

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

80、通过排序峰值的时间戳sorted_peaks来分析列车的行进方向。

81、动车由多辆编组车厢组成，每节车厢具有前后两个转向架，每个转向架上有两个车轴。将列车通过某个传感器位置的全程称为“过点事件”，对应的信号称为“过点信号”；列车通过整座桥的全程称为“过桥事件”，对应的信号称为“过桥信号”。

82、本发明的优越功效在于：

83、1)本发明利用了列车走行期车桥动力系统应变效应的峰谷值特征，能够较好地适应应变监测环境下对桥上列车运动参数的实时、准实时识别要求，使得该方法能够很好地服务于应变监测信号的分析处理，因此具有广阔的工程应用前景；

84、2)通过数值案例与实际工程案例表明，本发明的方法能够较好识别列车的运动参数，并且具有较高的计算效率，能够稳定连续地运行；

85、3)本发明能从连续不断的应变监测数据中识别出每个单次过桥事件的车致应变响应以及列车运动参数，基于此可识别高铁桥梁上运行列车的荷载特征。