東海大橋基于溫度序列的撓度分析
2017-08-21 
   在橋梁建成后,由于受到氣候、環(huán)境因素的影響,會(huì)被逐漸腐蝕和老化,長(zhǎng)期的荷載作用,使其強(qiáng)度和剛度降低。不僅會(huì)影響行車安全,也會(huì)使使用壽命縮短。對(duì)結(jié)構(gòu)布局十分復(fù)雜的大型橋梁上若仍然沿用傳統(tǒng)方法的進(jìn)行外觀檢查、養(yǎng)護(hù)以及局部檢測(cè),已遠(yuǎn)遠(yuǎn)難以完備的反映其健康狀況,尤其是橋梁的安全問(wèn)題難以保障。建立一種用以提供全面檢測(cè),實(shí)時(shí)觀測(cè)大橋結(jié)構(gòu)的承載能力,保證橋體的安全運(yùn)營(yíng)。

   綜合已有研究資料,為建立撓度和溫度關(guān)系數(shù)量模型,研究研究思路如下:首先對(duì)溫度序列與撓度序列進(jìn)行獲取和整理,對(duì)于其中的異常值選定規(guī)則予以剔除,其次嘗試建立若干可行模型,通過(guò)對(duì)擬合優(yōu)度,多重共線性分析和殘差序列分析等方法對(duì)所建模型進(jìn)行合理性評(píng)價(jià)最后,對(duì)最終所提出模型進(jìn)行優(yōu)缺點(diǎn)評(píng)析并提出應(yīng)用辦法。(由于版面限制,輸出圖表基本略去,僅保留最終擬合結(jié)果及少量必要圖表)

   一、數(shù)據(jù)集概述及初步分析

   在日常觀測(cè)中,溫度隨時(shí)間的推移而周期性變化,而溫度又為撓度的主要影響因素之一,故嘗試將數(shù)據(jù)集DATA視為時(shí)間面板數(shù)據(jù)進(jìn)行分析并建立適當(dāng)模型對(duì)撓度(GP)進(jìn)行估計(jì)并對(duì)數(shù)據(jù)集DATA中的缺失值進(jìn)行填補(bǔ)。

  ?。ㄒ唬?shù)據(jù)的性質(zhì)檢驗(yàn)及篩選。

   根據(jù)時(shí)間序列分析的要求,不論自變量或因變量,均不得為白噪聲序列。經(jīng)分析,撓度(GP)與18個(gè)溫度序列的自相關(guān)系數(shù)與偏自相關(guān)系數(shù)顯著不為零,因而不是白噪聲序列。又通過(guò)ADF檢驗(yàn)方法,在1%、5%、10%的置信度下,GP(撓度序列,下文中撓度序列可用GP代指)及溫度序列均顯著拒絕存在單位根的原假設(shè),即GP平穩(wěn)。最后由6 法刪去由儀器失常及其他因素造成的異常值。

  ?。ǘ┤笔?shù)據(jù)的填補(bǔ)。

   撓度的具體表現(xiàn)為橋梁在溫濕度及其他自然環(huán)境的共同作用下,由于不同結(jié)構(gòu)體導(dǎo)熱性能以及膨脹系數(shù)不同而導(dǎo)致的橋體中心點(diǎn)具有連續(xù)性的位移變化(隆起或下沉)。因而在此嘗試用自回歸模型對(duì)序列GP進(jìn)行擬合。

   通過(guò)自回歸圖,發(fā)現(xiàn)GP在短期內(nèi)存在的偏自回歸并一階截尾,自回歸系數(shù)拖尾,即GP有明顯的一階自回歸趨勢(shì)。嘗試用模型1對(duì)其進(jìn)行擬合。

   其中C1為一維系數(shù)向量, t為白噪聲項(xiàng)。

   其自回歸圖亦表明殘差并未完全呈現(xiàn)白噪聲的特征,換用表達(dá)式2對(duì)GP進(jìn)行擬合。

   其中,GP的一階差分系數(shù)顯著,且差分項(xiàng)D(GP)的增加使得R2大幅提高并達(dá)標(biāo)準(zhǔn)因而選用模型2對(duì)空白數(shù)據(jù)進(jìn)行填補(bǔ)。

   二、線性時(shí)間序列模型的建立

   線性參數(shù)模型的建立:

   協(xié)方差分析顯示十八個(gè)溫度序列之間存在著強(qiáng)相關(guān);而任意溫度序列與撓度的相關(guān)系數(shù)均小于0.2,可以認(rèn)為無(wú)線性相關(guān)。于是放棄變量線性擬合,尋求溫度與撓度之間的關(guān)系。嘗試下列模型:

   其中TEM=(CT1,CT2,…,CT6,ST1,ST2,…ST12)’為18��980的溫度矩陣,C1為1��系數(shù)向量,C2為1��的系數(shù)向量,C0表示殘差項(xiàng),LNGP=ln(-GP)。

   擬合后,前三個(gè)方程擬合程度極弱,不能有效估計(jì)GP的數(shù)值和波動(dòng)情況均予以舍去,其相關(guān)輸出與分析由于篇幅限制均不列示。僅有LNGP=C�TEM在無(wú)自回歸項(xiàng)時(shí)擬合優(yōu)度既已達(dá)到R2=0.49,推測(cè)此模型在經(jīng)過(guò)修正和擴(kuò)大樣本量之后可能會(huì)較好的預(yù)測(cè)LNGP。在進(jìn)行修正之前舍棄 t 檢驗(yàn)參數(shù)不顯著的變量。

   步驟如下,記為操作1:

   1)刪去模型中最不顯著序列(相應(yīng) p 值最大的序列);

   2)舍棄此序列對(duì)模型重新擬合;

   3)重復(fù)步驟1)、2),直到所有變量系數(shù)都顯著;

   4)對(duì)模型進(jìn)行最終擬合。

   所得殘差的自回歸系數(shù)拖尾,偏自回歸系數(shù)一階截尾。表明殘差序列存在顯著地一階自回歸。對(duì)模型加入一階自回歸并重復(fù)操作1中1)~4)步,

   得R2=0.615148,較上一模型雖有提高但仍不完善。對(duì)殘差進(jìn)行同樣操作,發(fā)現(xiàn)無(wú)短期相關(guān)。回憶本文先前所提及的撓度受到周期性序列溫度的影響。繪制100階滯后自相關(guān)圖得殘差序列在滯后96階時(shí)對(duì)當(dāng)前階影響顯著,向模型中加入AR(96),并重復(fù)操作步驟1)~4)。重新擬合后可以看出,通過(guò)自回歸項(xiàng)的添加,自變量的數(shù)目的顯著減少和R2的上升證明以該方向探究溫度序列與撓度序列之間的參數(shù)關(guān)系的方法是可取的。再觀察相應(yīng)的殘差序列100階滯后的自回歸圖。從圖中看來(lái),自相關(guān)或偏自相關(guān)系數(shù)均呈正弦方式波動(dòng)遞減,雖然普遍在兩倍標(biāo)準(zhǔn)差以內(nèi)波動(dòng),但仍存在高于兩倍標(biāo)準(zhǔn)差的現(xiàn)象,但由于自回歸值或偏自回歸值高于兩倍標(biāo)準(zhǔn)差的數(shù)量較少,分部零散以及p值不顯著等特征在此認(rèn)為殘差基本達(dá)到白噪聲的水平,不予繼續(xù)提取殘差中的剩余信息。

   三、非線性模型的建立

   在以上分析中注意到,正值GP不可被估計(jì),且等式右端的常數(shù)項(xiàng)估計(jì)為0。因此更改模型為非線性模型:

   選擇指數(shù)混合非線性模型與撓度自回歸模型相比將有以下兩點(diǎn)優(yōu)勢(shì):

   在理想情況下,由于在橋梁使用壽命中,自然狀態(tài)下上海地區(qū)氣溫始終在一定范圍內(nèi)波動(dòng),并且嚴(yán)格以年為周期。因而用以估計(jì)非線性模型的自變量范圍取值范圍可以取遍可能的全集。在做預(yù)測(cè)或估計(jì)時(shí)不會(huì)出現(xiàn)輸入自變量超出模型所適合的范圍。

   由于該模型的預(yù)測(cè)依靠于外生變量的輸入作為指數(shù)項(xiàng),所以不會(huì)因?yàn)轭A(yù)測(cè)時(shí)間的推移而使因變量(GP)趨于某一固定的值,0。由Matlab計(jì)算并進(jìn)行擬合優(yōu)度檢驗(yàn),計(jì)算得R2=0.9558,表明模型對(duì)原方程擬合程度貼切。  四、進(jìn)行主成分分析達(dá)到模型簡(jiǎn)化

   在上述建模中發(fā)現(xiàn)在最終模型中所選取的溫度序列組隨著所選時(shí)間段的不同而不同。因而在此嘗試使用主成分分析選取主成分代替溫度序列對(duì)撓度進(jìn)行擬合,從而減少因樣本框選取而產(chǎn)生的估計(jì)誤差。

   回顧18個(gè)溫度序列根據(jù)監(jiān)測(cè)點(diǎn)位置不同而分為檢測(cè)鋼梁溫度的CT1~CT6序列(記為矩陣TEM1)以及檢測(cè)混凝土結(jié)構(gòu)的ST1~ST12序列(記為矩陣TEM2)。而撓度主要由結(jié)構(gòu)溫差導(dǎo)致,所以通過(guò)對(duì)兩溫度矩陣分別取主成分帶入擬合進(jìn)而得到模型。用princomp語(yǔ)句對(duì)TEM1以及TEM2進(jìn)行主成分分析得到得分函數(shù)和主成分矩陣(得分矩陣)。TEM1的第一主成分至第六主成分依次記為X1~X6。相應(yīng)的得分函數(shù)為[747.7219 22.0784 7.9347 1.9127 0.4917 0.1667],累計(jì)貢獻(xiàn)率為[95.82% 98.65% 99.67% 99.92% 99.98% 100.00%],則選取第一主成分代作為溫度序列TEM1的替代。

   TEM2的第一主成分至第六主成分依次記為X01~X12。相應(yīng)的得分函數(shù)為[876.6472 18.9095 9.0033 1.9399 1.0674 0.9025 0.5468 0.3370 0.2085 0.1221 0.0633 0.0445],累計(jì)貢獻(xiàn)率為[96.36% 98.44% 99.42% 99.64% 99.76% 99.85% 99.91% 99.95% 99.97% 99.99% 100.00%],則選取第一主成分作為溫度序列TEM2的替代。

   將X1和X01代入下式對(duì)撓度進(jìn)行擬合

   與模型2相比減少了輸入?yún)?shù)且擬合優(yōu)度接近。因此選取模型3代替模型2作為最終模型。

   五、應(yīng)用

   通過(guò)本實(shí)驗(yàn)得到了撓度與外生變量溫度的非線性時(shí)間序列分析,對(duì)此我們可以滿足實(shí)驗(yàn)伊始所提出的要求。在進(jìn)行擴(kuò)大數(shù)據(jù)量檢驗(yàn)?zāi)P秃笕缛魺o(wú)誤,可定期或不定期的將檢測(cè)所得數(shù)據(jù)帶入該模型,以擬合程度撓度和溫度檢測(cè)器進(jìn)行評(píng)價(jià)和估計(jì),并在可預(yù)測(cè)外溫變化的情況下對(duì)撓度進(jìn)行預(yù)報(bào)以及橋梁穩(wěn)定性或老化程度進(jìn)行評(píng)判。由于工科背景不足及相關(guān)經(jīng)驗(yàn)缺乏,就應(yīng)用部分不作詳述。

   六、結(jié)語(yǔ)

   受到樣本跨度不足及質(zhì)量不高等問(wèn)題的影響,該模型仍存在很多不足,詳述如下,并希望在數(shù)據(jù)充足時(shí)可依思路對(duì)其進(jìn)行修改并希望可以對(duì)讀者進(jìn)行啟發(fā)。

   1、殘差序列非白噪聲:對(duì)于最終模型(模型3)相應(yīng)的殘差序列并沒(méi)有通過(guò)JB檢驗(yàn),不服從正態(tài)分布。表明殘差序列中仍有可以提取的信息以對(duì)模型進(jìn)行改進(jìn)和優(yōu)化。

   2、季節(jié)性因素并未提取:從工科方向了解到,橋梁撓度收到月度和季度周期性因素的影響。然而個(gè)人操作技巧及數(shù)據(jù)的時(shí)間跨度不足以支持在本次分析中對(duì)季節(jié)性因素予以提取和分析。因此推測(cè)在圖15中Yhat和GP間所存在的差異也概為未提取的季節(jié)性因素所致。

   3、誤差項(xiàng)的刪除:再刪除誤差項(xiàng)的時(shí)候本文采取簡(jiǎn)單的6 法,然而既然本文從時(shí)間序列出發(fā),選擇迭代法剔除異常值可能更為恰當(dāng)。

   4、溫度序列分析不足:由于方向模糊和相關(guān)知識(shí)背景不足,本文中除在主成分分析中嘗試綜合提取溫度序列中的信息外并未對(duì)主要影響撓度的溫度序列進(jìn)行深入分析,從而可能導(dǎo)致實(shí)驗(yàn)效率低下或信息提取不足。

   5、滑動(dòng)平均項(xiàng)的影響:基于模型擬合的目的,滑動(dòng)平均項(xiàng)的添加將影響預(yù)測(cè)功能的實(shí)現(xiàn)因而在實(shí)驗(yàn)過(guò)程中發(fā)現(xiàn),當(dāng)引入滑動(dòng)平均項(xiàng)后線性―指數(shù)模型的擬合程度會(huì)有顯著提高。在不注重預(yù)測(cè)功能的模型估計(jì)中可以考慮。并且,在缺失外生變量的撓度自回歸中,該模型的擬合程度依然出色。

   6、橋梁老化問(wèn)題:任何建筑都有使用壽命問(wèn)題,由于受到樣本數(shù)據(jù)的限制,在此未能對(duì)橋梁老化進(jìn)行討論。

   7、危險(xiǎn)臨界值:本文僅限于對(duì)撓度與溫度提出了分布關(guān)系并對(duì)相關(guān)參數(shù)進(jìn)行擬合,然而受知識(shí)和數(shù)據(jù)所限,并不能提出基于此模型或關(guān)系的警戒值。

   然而本模型也有很多可取之處:

   1、定義域:該模型基于基本涵蓋全定義域的數(shù)據(jù)集進(jìn)行擬合,擴(kuò)大適用范圍,并與自回歸模型相比能更好的對(duì)模型進(jìn)行預(yù)測(cè)。

   2、差分運(yùn)算的省略:與此前文獻(xiàn)相比,本文所述方法并不依賴差分,較完整的保留了數(shù)據(jù)特征,減少了由于差分導(dǎo)致的信息損耗,

   3、溫度序列組合的應(yīng)用:此處用溫度序列組合代替參考文獻(xiàn)中所提及的溫度加權(quán)值,保留溫度序列本身,盡可能完善的提取溫度序列中所含信息,減少信息損耗。

   4、總體而言,本文雖然存在一定的不足和局限,但在溫度與撓度的時(shí)間序列分析問(wèn)題上達(dá)到了甲方要求并得到了較為滿意的結(jié)果。

  ?。ㄗ髡邌挝唬寒厴I(yè)于上海對(duì)外經(jīng)貿(mào)大學(xué),統(tǒng)計(jì)專業(yè),現(xiàn)就讀于Cardiff University)

   參考文獻(xiàn):

   [1]高淑照.灰色系統(tǒng)理論及在混凝土橋梁施工撓度變形監(jiān)測(cè)中的應(yīng)用.西南交通大學(xué),2003年01期

   [2]吳大宏.基于遺傳算法與神經(jīng)網(wǎng)絡(luò)的橋梁結(jié)構(gòu)健康監(jiān)測(cè)系統(tǒng)研究.西南交通大學(xué),2004年04期

   [3]陳德偉,荊國(guó)強(qiáng),黃崢.用人工神經(jīng)網(wǎng)絡(luò)方法估計(jì)橋梁在溫度作用下的撓度行為.結(jié)構(gòu)工程師,2006年04期
Copyright © 2007-2022 cnbridge.cn All Rights Reserved
服務(wù)熱線:010-64708566 法律顧問(wèn):北京君致律師所 陳棟強(qiáng)
ICP經(jīng)營(yíng)許可證100299號(hào) 京ICP備10020099號(hào)  京公網(wǎng)安備 11010802020311號(hào)