基于海量数据的大跨度矮塔斜拉桥动挠度和静挠度数据关联性分析OA

在大跨度桥梁健康监测中,动挠度和静挠度是2个必测项目。对于健康监测系统采集到的海量数据,用户通常对静挠度和动挠度的监测值分别进行独立分析和应用,而对两者的关联性分析较少。本研究以某高速铁路矮塔斜拉桥为背景,采用皮尔逊相关系数法对其动挠度和静挠度数据进行分析,发现两者关联性较大。在此基础上,采用机器学习的XGBoost模型构建预测模型,用不同位置动挠度传感器的数据来预测桥梁跨中位置的静挠度,模型预测的准确率达到92.2%,同时设计出静挠度预测系统。本研究可为大跨度桥梁健康监测数据的分析和运维提供指导。