目錄
第1章 緒論 1
1.1 橋梁健康監(jiān)測的意義 1
1.2 橋梁健康監(jiān)測系統(tǒng)構成 3
1.3 橋梁健康監(jiān)測數(shù)據(jù)分析現(xiàn)狀 5
參考文獻 6
第2章 橋梁監(jiān)測數(shù)據(jù)特征與分析理論 10
2.1 橋梁監(jiān)測數(shù)據(jù)特征分析 10
2.1.1 非平穩(wěn)性 14
2.1.2 非高斯性 16
2.1.3 多尺度特征 18
2.1.4 相關性分析 19
2.2 信號分解理論 27
2.2.1 經驗模態(tài)分解 27
2.2.2 變分模態(tài)分解 28
2.3 信號冗余判別理論 30
2.3.1 能量熵增量 30
2.3.2 排列熵 31
2.3.3 Kullback-Leibler散度 31
2.4 信號特征提取理論 32
2.4.1 卷積神經網絡 33
2.4.2 全卷積網絡 35
2.4.3 長短期記憶神經網絡 36
2.4.4 時序卷積網絡 38
2.5 本章小結 40
參考文獻 40
第3章 橋梁監(jiān)測數(shù)據(jù)恢復方法 42
3.1 引言 42
3.2 基于LSTM的隨機缺失數(shù)據(jù)恢復方法 43
3.2.1 恢復方法步驟 43
3.2.2 實例分析 46
3.3 基于TVFEMD和ED-LSTM的連續(xù)缺失數(shù)據(jù)恢復方法 50
3.3.1 恢復方法步驟 50
3.3.2 實例分析 54
3.4 基于SVMD-TCN-MHA-BiGRU的連續(xù)缺失數(shù)據(jù)恢復方法 62
3.4.1 恢復方法步驟 62
3.4.2 實例分析 67
3.5 基于MVMD和FCN的連續(xù)缺失數(shù)據(jù)恢復方法 75
3.5.1 恢復方法步驟 75
3.5.2 實例分析 78
3.6 基于時空相關性的LSTM多變量數(shù)據(jù)恢復方法 85
3.6.1 恢復方法步驟 86
3.6.2 實例分析 88
3.7 本章小結 98
參考文獻 99
第4章 橋梁監(jiān)測數(shù)據(jù)分離方法 101
4.1 引言 101
4.2 基于VMD-KLD的監(jiān)測數(shù)據(jù)溫度效應分離方法 101
4.2.1 分離方法步驟 102
4.2.2 實例分析 103
4.2.3 小結 113
4.3 基于IVMD-KLD的監(jiān)測數(shù)據(jù)溫度效應分離方法 114
4.3.1 分離方法步驟 114
4.3.2 實例分析 119
4.3.3 小結 145
4.4 基于TVFEMD-PE-KLD的監(jiān)測數(shù)據(jù)溫度效應分離方法 146
4.4.1 分離方法步驟 146
4.4.2 實例分析 147
4.4.3 小結 160
4.5 基于VNCMD-PCA-FastICA的監(jiān)測數(shù)據(jù)溫度效應分離方法 160
4.5.1 分離方法步驟 161
4.5.2 實例分析 166
4.5.3 小結 179
4.6 基于TVFEMD-IMF能量熵增量的監(jiān)測數(shù)據(jù)噪聲分離方法 179
4.6.1 分離方法步驟 180
4.6.2 實例分析 180
4.6.3 小結 189
4.7 本章小結 189
參考文獻 190
第5章 橋梁監(jiān)測數(shù)據(jù)預測方法 193
5.1 引言 193
5.2 基于EEMD-LSSVM-KL的橋梁外部作用確定性預測方法 194
5.2.1 預測方法步驟 194
5.2.2 實例分析 196
5.2.3 小結 203
5.3 基于RVMD-LSSVM-DFS-MEM的橋梁外部作用概率性預測方法 203
5.3.1 預測方法步驟 204
5.3.2 實例分析 207
5.3.3 小結 214
5.4 基于Kalman-ARIMA-GARCH的橋梁結構響應確定性預測方法 215
5.4.1 預測方法步驟 215
5.4.2 實例分析 218
5.4.3 小結 226
5.5 基于IVMD-CKDE的橋梁結構響應概率性預測方法 226
5.5.1 預測方法步驟 227
5.5.2 實例分析 230
5.5.3 小結 243
5.6 本章小結 243
參考文獻 245
第6章 結論與展望 246
6.1 結論 246
6.2 展望 247