桥梁监测数据处理与可视化方法研究

论文摘要

随着计算机技术、传感器技术以及数据库技术的不断发展和完善,桥梁监测的手段也日趋多样。特别是近年来我国特大型桥梁的建设项目的不断上马,为了保证桥梁在施工,运营阶段的安全性、耐久性和正常使用状态的性能,越来越多的桥梁监测系统被相继建立起来。为了实时的了解桥梁关键部位在各阶段的受力状态,种类各异,数目繁多的传感器被应用到工程中,由此产生的海量监测数据,并不能够得到及时的处理。其中很大的原因是由于目前桥梁监测数据处理的理论研究相对滞后,这也同时成为了制约桥梁数据监测系统性能进一步提升的瓶颈。本文依托徐水沟特大桥远程监测项目,展开对桥梁监测数据处理的研究。通过数理统计的方法,完成对监测数据中异常数据的处理,监测数据曲线的平滑处理等预处理工作,同时给出基于静态监测数据和动态监测数据的处理思路；利用统计学的相关知识,提出基于时间序列桥梁监测数据的处理方法,并依据监测数据时间序列分解分析；应用数据挖掘技术中的聚类分析和主成分分析方法,探讨海量监测数据的处理技术,从而达简化监测数据规模的目的；依据项目的实际需要,开发出一款能够满足桥梁在施工、荷载试验以及运营阶段的离线状态下的数据库软件。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 引言
• 1.2 国内外桥梁监测的现状、目的和意义
• 1.2.1 国内外桥梁安全监测领域的发展现状
• 1.2.2 桥梁监测的目的和意义
• 1.3 桥梁监测数据处理的发展现状和意义
• 1.3.1 桥梁监测数据处理的发展现状
• 1.3.2 桥梁监测数据处理的意义
• 1.4 本文研究内容和技术路线
• 第二章 桥梁监测数据的预处理
• 2.1 桥梁监测数据的基本预处理方法
• 2.1.1 遗漏数据的处理
• 2.1.2 异常数据的处理
• 2.1.3 噪声数据的处理
• 2.2 桥梁监测数据的处理思路
• 2.2.1 静态监测数据的预处理
• 2.2.2 动态监测数据的预处理
• 2.3 基于数据挖掘技术的数据预处理
• 2.3.1 数据合并
• 2.3.2 数据的度量指标
• 2.3.3 数据变换
• 第三章 桥梁监测数据的时间序列分析
• 3.1 时间序列分析概述
• 3.1.1 时间序列分析的定义
• 3.1.2 桥梁监测数据时间序列的种类
• 3.1.3 时间序列的编制原则
• 3.2 桥梁监测数据时间序列分析中的指标
• 3.2.1 指标的种类
• 3.3 桥梁监测数据时间序列分析基本指标计算
• 3.3.1 总量指标序时平均数
• 3.3.2 相对指标或平均指标时间序列计算序时平均数
• 3.3.3 增长水平计算
• 3.3.4 平均增长水平计算
• 3.4 时间序列的分解分析
• 3.4.1 时间序列的构成因素
• 3.4.2 长期趋势的测定
• 3.4.3 季节变动的测定
• 3.4.4 循环变动的测定
• 3.5 统计预测
• 3.5.1 加权最小二乘法
• 3.5.2 指数平滑法
• 第四章 桥梁监测数据的聚类分析
• 4.1 聚类分析的概念
• 4.2 聚类分析的类型
• 4.3 聚类分析的度量指标
• 4.3.1 距离
• 4.3.2 相似系数
• 4.4 聚类分析的层次法
• 4.4.1 层次聚类方法
• 4.5 分类数和分类方法的选定
• 4.5.1 分类数的确定准则
• 4.5.2 影响聚类效果的主要因素
• 4.5.3 聚类方法使用的建议
• 4.6 聚类分析在桥梁监测数据分析中的应用
• 第五章 桥梁监测数据的主成分分析
• 5.1 主成分分析的概念
• 5.2 主成分分析的数学解释和几何概念
• 5.2.1 主成分分析的数学解释
• 5.2.2 主成分分析的几何解释
• 5.3 主成分的推导及性质
• 5.3.1 主成分的推导
• 5.3.2 主成分的精度分析
• 5.4 主成分回归分析
• 5.5 主成分分析的计算步骤
• 5.5.1 基于样本协方差矩阵
• 5.5.2 基于样本相关系数矩阵
• 5.6 主成分分析在桥梁监测数据中的应用
• 第六章 桥梁监测数据处理系统的开发
• 6.1 系统开发的技术路线
• 6.1.1 总体的设计目标
• 6.1.2 总体设计步骤
• 6.1.3 系统设计原则
• 6.2 桥梁监测数据处理系统的总体框架
• 6.3 数据库的设计
• 6.3.1 数据库设计原则
• 6.3.2 数据模型的建立
• 6.4 软件的实现
• 6.4.1 系统登录界面
• 6.4.2 数据输入模块
• 6.4.3 数据查询模块
• 6.4.4 数据处理模块
• 6.4.5 数据绘制模块
• 总结与展望
• 参考文献
• 附录
• 致谢