摘" 要：振動作為橋梁健康監(jiān)測關(guān)鍵參數(shù)之一，是評價(jià)橋梁整體安全性能的重要指標(biāo)。目前在國內(nèi)外關(guān)于橋梁振動監(jiān)測的研究工作中，研究的重點(diǎn)常常是振動數(shù)據(jù)的采集、存儲、分析、應(yīng)用，忽略對振動數(shù)據(jù)的預(yù)先處理，這明顯是不符合實(shí)際工作需求的。該文闡述橋梁振動監(jiān)測數(shù)據(jù)的特點(diǎn)，指出振動監(jiān)測數(shù)據(jù)需預(yù)先處理的必要性，對常用的數(shù)據(jù)處理方法進(jìn)行詳細(xì)列舉，并逐一介紹每種方法的特點(diǎn)。

關(guān)鍵詞：橋梁；振動；監(jiān)測數(shù)據(jù)；數(shù)據(jù)處理方法；安全性

中圖分類號：U446" " " " 文獻(xiàn)標(biāo)識碼：A" " " " " 文章編號：2095-2945（2023）19-0145-04

Abstract： As one of the key parameters of bridge health monitoring， vibration is an important index to evaluate the overall safety performance of bridges. At present， in the research work on bridge vibration monitoring at home and abroad， the focus of the research is often on the collection， storage， analysis and application of vibration data， ignoring the pre-processing of vibration data， which obviously does not meet the needs of actual work. This paper expounds the characteristics of the bridge vibration monitoring data， points out the necessity of pre-processing the vibration monitoring data， enumerates the commonly used data processing methods in detail， and introduces the characteristics of each method one by one.

Keywords： bridge; vibration; monitoring data; data processing method; safety

為了保障服役期橋梁安全，及時準(zhǔn)確地發(fā)現(xiàn)橋梁運(yùn)營中可能出現(xiàn)的損傷，近年來橋梁健康監(jiān)測技術(shù)受到廣泛青睞，很多長大橋梁都安裝了健康監(jiān)測系統(tǒng)[1]。橋梁健康監(jiān)測系統(tǒng)的主要工作內(nèi)容是通過安裝各類型傳感器，實(shí)時采集橋梁結(jié)構(gòu)在服役過程中的各種參數(shù)與數(shù)據(jù)。隨著現(xiàn)代測試與傳感技術(shù)的提升，橋梁健康監(jiān)測的參數(shù)也在不斷拓展，一般包含溫度、濕度、振動、應(yīng)變、撓度、索力和車輛荷載等多項(xiàng)參數(shù)。在上述監(jiān)測參數(shù)中，振動作為關(guān)鍵參數(shù)之一，是評價(jià)橋梁整體安全性的重要指標(biāo)。橋梁振動反映橋梁的剛度，是橋梁整體變化最明顯的反應(yīng)，可以用于評價(jià)橋梁質(zhì)量及運(yùn)營狀態(tài)。對于實(shí)際橋梁來說，想要獲取橋梁振動狀態(tài)，需在橋梁不同部位安裝拾振傳感器，傳感器數(shù)量根據(jù)橋梁大小，一般從幾個至幾十個不等，這些傳感器一經(jīng)安裝便長時間連續(xù)不間斷地采集數(shù)據(jù)?？偟膩碚f，橋梁振動監(jiān)測具有傳感器數(shù)量多、長時間連續(xù)運(yùn)行、數(shù)據(jù)采樣頻率高、易受環(huán)境干擾等特點(diǎn)，每天都會產(chǎn)生大量的數(shù)據(jù)。

目前國內(nèi)外關(guān)于橋梁振動監(jiān)測的研究工作中，研究的關(guān)注點(diǎn)一般是以下2點(diǎn)：一是如何確保傳感器準(zhǔn)確地采集數(shù)據(jù)且長時間連續(xù)運(yùn)行；二是如何利用采集到的振動數(shù)據(jù)評估橋梁安全性能。然而在對橋梁安全性能評估之前，對振動數(shù)據(jù)的處理工作較為忽視，往往是系統(tǒng)采集到的原始數(shù)據(jù)即被用于橋梁狀態(tài)評估工作中。只注重?cái)?shù)據(jù)的采集、存儲、應(yīng)用而忽略數(shù)據(jù)的處理，明顯是不符合實(shí)際工作需求的。因此如何對采集到的振動數(shù)據(jù)進(jìn)行處理，分析數(shù)據(jù)特點(diǎn)，剔除干擾，提煉、匯總有價(jià)值的信息已成為了當(dāng)下工程研究人員面對的一個重要問題，也是橋梁健康監(jiān)測領(lǐng)域中的難點(diǎn)和熱點(diǎn)。

近年來國內(nèi)學(xué)者針對橋梁振動監(jiān)測數(shù)據(jù)在特征參數(shù)識別、相關(guān)性分析、可靠性檢驗(yàn)、參數(shù)預(yù)測和預(yù)警及處理流程等方面已經(jīng)開展了一定深度的研究。由于實(shí)際環(huán)境中各種原因?qū)е铝藰蛄赫駝颖O(jiān)測數(shù)據(jù)常常包含許多噪聲、不完整、甚至是不一致的數(shù)據(jù)，所以在建立時間序列模型之前，必須預(yù)先處理這些動態(tài)監(jiān)測數(shù)據(jù)，剔除那些不符合實(shí)際規(guī)律的異常數(shù)據(jù)，并且檢驗(yàn)這些數(shù)據(jù)的基本統(tǒng)計(jì)特性，從而提高數(shù)據(jù)的置信度和結(jié)果的可靠性。本文對常用的橋梁振動監(jiān)測數(shù)據(jù)處理方法進(jìn)行總結(jié)，闡述橋梁振動監(jiān)測數(shù)據(jù)的特點(diǎn)，詳細(xì)列舉多個數(shù)據(jù)處理方法，并逐一介紹每種方法的特點(diǎn)。

1" 橋梁振動監(jiān)測數(shù)據(jù)特點(diǎn)

橋梁健康監(jiān)測中為了獲取橋梁振動特性，通常在橋梁不同部位安裝拾振傳感器，這些傳感器一經(jīng)安裝便按照一定采樣頻率，長時間連續(xù)不間斷地采集振動數(shù)據(jù)。振動數(shù)據(jù)是時域數(shù)據(jù)，是以時間為序列排序的，隨著采樣時間不停推移，振動數(shù)據(jù)量將變得非常龐大，形成海量數(shù)據(jù)。此外，由于橋梁所處環(huán)境較為復(fù)雜，實(shí)際環(huán)境中各種意外因素都會導(dǎo)致振動監(jiān)測數(shù)據(jù)包含許多干擾、噪聲、隨機(jī)、不完全、甚至是不一致的數(shù)據(jù)[2]。然而對監(jiān)測數(shù)據(jù)的分析及應(yīng)用評價(jià)是建立在監(jiān)測數(shù)據(jù)準(zhǔn)確有效的基礎(chǔ)上，數(shù)據(jù)精度低及受干擾都會影響最后的應(yīng)用評價(jià)。因此基于以上數(shù)據(jù)的特征，需要預(yù)先對振動數(shù)據(jù)進(jìn)行處理，對原始數(shù)據(jù)進(jìn)行數(shù)據(jù)“修復(fù)”和規(guī)范化處理，便于進(jìn)行后續(xù)的分析應(yīng)用。

2" 橋梁振動監(jiān)測數(shù)據(jù)預(yù)處理

2.1" 數(shù)據(jù)的平滑處理

受橋梁所處環(huán)境影響，在橋梁健康監(jiān)測中采集到的振動數(shù)據(jù)含有噪聲是非常常見的現(xiàn)象，這表現(xiàn)在數(shù)據(jù)時程信號曲線上就是數(shù)據(jù)看起來有很多“毛刺”。為了去除“毛刺”，減少噪聲對數(shù)據(jù)的影響，可采用平滑處理的方法處理“毛刺”。平滑處理不僅能有效去除“毛刺”還能把數(shù)據(jù)中的短期不規(guī)則趨勢去除。數(shù)據(jù)的平滑處理方法主要有基于滑動平均法和基于最小二乘法[3]。

2.1.1" 基于滑動平均法

該方法原理是將時間序列數(shù)據(jù)的相鄰兩項(xiàng)或者多項(xiàng)進(jìn)行平均處理。N項(xiàng)數(shù)據(jù)的平均處理公式如下

基于滑動平均法處理振動數(shù)據(jù)最明顯的作用是消除噪聲對監(jiān)測數(shù)據(jù)的影響，凸顯數(shù)據(jù)的趨勢化變化規(guī)律。在滑動平均法處理過程中，N值越大，平滑處理的效果越好，但丟失掉的項(xiàng)數(shù)（N-1）也越多，故需在消除噪聲和保留數(shù)據(jù)完整性之間做出合理選擇。近年來，基于這種方法演變出更多類似方法，比如加權(quán)滑動平均法、二次滑動平均法、指數(shù)滑動法。

2.1.2" 基于最小二乘法

基于最小二乘法平滑數(shù)據(jù)原理是將時間序列數(shù)據(jù)的5項(xiàng)進(jìn)行3次擬合處理，使數(shù)據(jù)曲線變得光滑，能夠有效消除振動數(shù)據(jù)中的高頻噪聲影響，也稱為五點(diǎn)三次平滑處理法。該方法不僅能消除噪聲影響，也能保持?jǐn)?shù)據(jù)量的完整性，但平滑次數(shù)不宜過多，過多的平滑次數(shù)會使得數(shù)據(jù)曲線變的“矮胖”，因此會造成數(shù)據(jù)失真，與原始數(shù)據(jù)對比存在誤差。圖1為黃山市太平湖大橋振動加速度信號經(jīng)五點(diǎn)三次平滑法處理前后的曲線對比圖。

2.2" 數(shù)據(jù)消除趨勢項(xiàng)

在振動數(shù)據(jù)采集過程中，由于放大器隨溫度變化及周圍環(huán)境干擾，振動數(shù)據(jù)會產(chǎn)生零點(diǎn)漂移，偏離平衡位置處，而且隨著時間變化數(shù)據(jù)偏離平衡位置的程度也會變化，即產(chǎn)生了趨勢項(xiàng)。趨勢項(xiàng)的存在會使得數(shù)據(jù)在頻域功率譜分析中產(chǎn)生誤差，特別會對數(shù)據(jù)在低頻頻譜分析中產(chǎn)生影響，往往無法辨別低頻頻譜，因此有必要采用一定的技術(shù)手段來消除趨勢項(xiàng)的影響。通常，采用最小二乘法來消除趨勢項(xiàng)是一種比較實(shí)用的方式，其結(jié)果滿足計(jì)算精度的要求，基于MATLAB軟件中的detrend函數(shù)或者polyfit函數(shù)來消除趨勢項(xiàng)的影響。圖2為經(jīng)過detrend函數(shù)消除趨勢項(xiàng)前后的曲線比較圖，可以發(fā)現(xiàn)消除后的曲線基線在0附近，且相應(yīng)的信號質(zhì)量有所提高。

2.3" 信號降噪

在進(jìn)行信號分析時，由于噪聲的干擾而導(dǎo)致分析結(jié)果達(dá)不到理想的精度甚至失真，因此一般在分析的時候盡量提高信噪比（S/N），有必要對原始信號采用一定的算法進(jìn)行降噪或去噪。降噪或去噪目的是消除噪聲干擾，還原信號本身，對原始信號進(jìn)行濾波是常用的一種信號降噪算法，但是有些情況下效果不理想，如果噪聲分布在特定頻段，且與信號在頻域上不重疊，那么濾波就難以去掉這種噪聲。而奇異值分解（SVD）和小波分析降噪則是一種比較理想的手段，且不喪失信號所包含的測量信息。

小波變換（WT）則是一種比較高級的降噪手段，其窗口大小固定但形狀可變，可以突出信號的局部特征，具有較高的頻率分辨率，適于分析正常信號中的瞬態(tài)反?，F(xiàn)象并展示其成分[4]，圖3為使用小波變換penalty閾值降噪前后的信號曲線比較圖，通過降噪處理可以明顯地提高信噪比。

3" 橋梁振動監(jiān)測數(shù)據(jù)處理分析

3.1" 振動數(shù)據(jù)分析時段確定

在橋梁健康監(jiān)測系統(tǒng)中，考慮到橋梁的基頻一般均在10 Hz以內(nèi)，而拉索（吊桿）的基頻頻帶較寬，一般均在20 Hz以內(nèi)，根據(jù)Shannon采樣定理，相應(yīng)的傳感器采樣頻率分別至少為20、40 Hz，由此會產(chǎn)生大量的時程數(shù)據(jù)，需要及時對所采集的數(shù)據(jù)進(jìn)行處理分析，否則會造成數(shù)據(jù)庫資源及存儲等的極大浪費(fèi)。一般而言，在日模式下的頻率統(tǒng)計(jì)分析時，通過設(shè)置一定的運(yùn)算觸發(fā)條件，可每15 min進(jìn)行計(jì)算1次，即每個測點(diǎn)共20×15×60=18 000個時域點(diǎn)數(shù)（20 Hz采樣頻率），如此一天下來共得到96個頻率值，一年下來共計(jì)35 040個數(shù)值；在進(jìn)行年模式分析時，盡量排除車橋耦合振動的影響，一般取車輛較少的凌晨2點(diǎn)的數(shù)據(jù)作為當(dāng)天的代表值，即每年共365個數(shù)值，這樣可進(jìn)行多年的數(shù)據(jù)比較、分析和變化趨勢預(yù)測。

因此，每座橋的數(shù)值滿一年后，除了凌晨2點(diǎn)的數(shù)據(jù)外，其他數(shù)據(jù)均刪除，這樣既實(shí)現(xiàn)了資源的節(jié)約又保留了有代表的數(shù)值，實(shí)現(xiàn)由價(jià)值信息的存儲和日后進(jìn)行多年數(shù)據(jù)預(yù)測與壽命評估等工作。

在進(jìn)行了上面的處理之后，對振動信號進(jìn)行相關(guān)的算法實(shí)現(xiàn)和相應(yīng)的存儲分析，可以實(shí)現(xiàn)網(wǎng)級橋梁監(jiān)測系統(tǒng)的各項(xiàng)監(jiān)測數(shù)據(jù)統(tǒng)計(jì)和分析。實(shí)現(xiàn)了日模式下的短視數(shù)據(jù)查看，以便查看一天內(nèi)的受人群、車輛及溫度作用下的監(jiān)測數(shù)據(jù)的變化情況，結(jié)合相應(yīng)的溫度、車流量監(jiān)測數(shù)據(jù)，可以繼續(xù)進(jìn)行下一步的工作，如：分析溫度效應(yīng)對撓度、應(yīng)變、索力和基頻等指標(biāo)的影響，分離其中的溫度效應(yīng)；也可以挖掘這些指標(biāo)之間的內(nèi)在聯(lián)系，由大數(shù)據(jù)分析來探尋其中蘊(yùn)含的奧秘。對年模式下的數(shù)據(jù)進(jìn)行分析，可以從多年監(jiān)測的有代表性的數(shù)值監(jiān)測年化曲線，直觀地發(fā)現(xiàn)其中的變化趨勢，即可進(jìn)行趨勢分析和預(yù)測等工作，實(shí)現(xiàn)橋梁壽命評估等工作，為橋梁管養(yǎng)提供幫助。

3.2" 振動頻率識別

對于安裝在橋上的振動傳感器和振動法索力傳感器，均需要對采集的信號進(jìn)行處理和分析，來計(jì)算其特征頻率。

對特征頻率不集中且阻尼比小的多自由度振動系統(tǒng)，由于結(jié)構(gòu)的頻響函數(shù)會在其特征頻率位置產(chǎn)生極大值，所以通過頻譜圖中的極大值來進(jìn)行識別特征頻率是有效的[5]。

對于阻尼比，則可以通過半功率帶寬法算估計(jì)得到？孜i

式中：l為測點(diǎn)數(shù)；n為離散后的總頻率點(diǎn)數(shù)；wm為第m個頻率點(diǎn)；PSDm為第m個通道的功率譜密度。

對于環(huán)境激勵下的橋梁結(jié)構(gòu)振動監(jiān)測數(shù)據(jù)，識別結(jié)構(gòu)振動特征頻率的方法有3種。這3種方法分別是由自功率譜密度曲線識別、由互功率譜曲線識別、由相干函數(shù)曲線識別。利用上述3種方法識別時要注意以下3點(diǎn)[6]。

1）振動數(shù)據(jù)的自功率譜反應(yīng)曲線，各個監(jiān)測點(diǎn)的振動數(shù)據(jù)功率幅值的峰值應(yīng)位于相同頻率處。

2）在互功率譜反應(yīng)曲線上，結(jié)構(gòu)上各個分測點(diǎn)與所選參考監(jiān)測點(diǎn)在結(jié)構(gòu)同階基頻處會表現(xiàn)出近似相同或相反相位的特點(diǎn)。

3）在相干函數(shù)反應(yīng)曲線上，結(jié)構(gòu)上各個測點(diǎn)與參考測點(diǎn)在同階頻率處的函數(shù)值較大，該頻率處的2組信號之間的相關(guān)性接近1.0，一般在0.7～1.0之間。

圖4為黃山市太平湖大橋索力測點(diǎn)一小時內(nèi)的時程曲線，圖5為該時程數(shù)據(jù)的Welch譜曲線，圖6為通過該算法實(shí)現(xiàn)的平均正則化功率譜密度（ANPSD）曲線，根據(jù)譜線圖可知該測點(diǎn)譜線峰值比較明顯，且頻率比較分散，基于該譜線識別的基頻為0.449 2 Hz，同理依次可以選擇其他階次的特征頻率。

4" 結(jié)束語

由于橋梁所處環(huán)境較為復(fù)雜，實(shí)際環(huán)境中各種意外因素都會導(dǎo)致橋梁振動數(shù)據(jù)包含許多干擾、噪聲、隨機(jī)、不完全及甚至是不一致的數(shù)據(jù)。本文詳細(xì)列舉了幾個振動監(jiān)測數(shù)據(jù)預(yù)處理方法，如數(shù)據(jù)的平滑處理方法、數(shù)據(jù)消除趨勢項(xiàng)方法、信號降噪方法。這些方法能有效消除數(shù)據(jù)中噪聲，剔除數(shù)據(jù)中的干擾因素。在振動數(shù)據(jù)分析過程中列舉了確定數(shù)據(jù)分析時段方法，振動頻率識別方法。文中的示例表明，經(jīng)過預(yù)處理和分析處理的橋梁振動數(shù)據(jù)能有效識別出振動特征參數(shù)，從而評估橋梁安全狀態(tài)。

參考文獻(xiàn)：

[1] 張翼飛，劉洪濤，耿棟.橋梁健康監(jiān)測技術(shù)問題和基于關(guān)鍵指標(biāo)的監(jiān)測系統(tǒng)研究[J].工程技術(shù)研究，2022，7（18）：188-190.

[2] 董輝.橋梁健康監(jiān)測數(shù)據(jù)的數(shù)據(jù)挖掘模型[D].重慶：重慶大學(xué)，2006.

[3] 韋躍.基于長期監(jiān)測數(shù)據(jù)的混凝土梁橋健康狀態(tài)評判方法研究[D].重慶：重慶交通大學(xué)，2014.

[4] 吳吉.基于小波變換的語音壓縮算法研究與DSP實(shí)現(xiàn)[D].上海：上海大學(xué)，2006.

[5] 王樂.基于環(huán)境激勵的安慶鐵路長江大橋模態(tài)參數(shù)識別[D].合肥：合肥工業(yè)大學(xué)，2015.

[6] 魏國祥.基于MATLAB的橋梁健康監(jiān)測數(shù)據(jù)處理與可靠度分析[D].蘭州：蘭州交通大學(xué)，2012.

第一作者簡介：劉洪濤（1979－），男，碩士，高級工程師。研究方向?yàn)楣匪\(yùn)工程試驗(yàn)檢測。