[发明专利]一种桥梁监测数据关联规则挖掘及健康预警方法及系统

说明书

本发明涉及一种桥梁监测数据关联规则挖掘及健康预警方法及系统，该方法包括以下步骤：输入桥梁传感器的历史数据，然后对数据进行预处理和离散化；利用Apriori算法生成关联规则；对比桥梁正常与各项异常事件下的关联规则，记录变化较大的关联规则，建立关联规则库；输入新的桥梁传感器数据作为训练数据，进行预处理和离散化后利用Apriori算法生成关联规则；结合关联规则库，预测桥梁当前状态；判断预测结果是否正确，判断是否训练次数足够且预测准确率大于设定值，是则可将得到的关联模型应用于实时数据预测，否则继续训练；输入桥梁传感器的实施数据，预测桥梁当前状态。该方法及系统有利于更加准确地对桥梁健康进行监测及预警。

技术领域

本发明属于数据挖掘技术领域，具体涉及一种桥梁监测数据关联规则挖掘及健康预警方法及系统。

背景技术

桥梁在投入使用后，除了要承受各种自然荷载以外，还不可避免的承受行车动力荷载、超载或撞击等，从而引起桥梁力学或结构性能的变化，这种内在变化将通过动静挠度的形式表现在桥梁表面。为了解桥梁的安全状况需要对其进行长期的结构性安全监测，防止桥梁坍塌等事故的发生。传统的监测方法是利用传感器获取桥梁的应变、温度、加速度、倾角、位移、索力、称重等监测数据，分别对每项监测数据进行单独专业的分析从而判断桥梁当前的健康状况。

传统方法只能简单的通过某一种桥梁监测数据的变动来判断桥梁是否正常，没有考虑到不同监测数据之间可能存在的关联，不能有效的反应各项数据对桥梁的复合影响。因此，有必要提供一种探究桥梁监测数据之间关联的方法，能够挖掘不同监测数据间的联系，更为立体的分析桥梁探测数据的波动对桥梁健康情况的影响。

发明内容

本发明的目的在于提供一种桥梁监测数据关联规则挖掘及健康预警方法及系统，该方法及系统有利于更加准确地对桥梁健康进行监测及预警。

为实现上述目的，本发明采用的技术方案是：一种桥梁监测数据关联规则挖掘及健康预警方法，包括以下步骤：

S1、输入桥梁传感器的历史数据，然后对数据进行预处理和离散化；

S2、基于上一步处理后的数据，利用Apriori算法生成关联规则；

S3、对比桥梁正常与各项异常事件下的关联规则，记录变化较大的关联规则，建立关联规则库；

S4、输入新的桥梁传感器数据作为训练数据，然后对数据进行预处理和离散化；

S5、基于上一步处理后的数据，利用Apriori算法生成关联规则；

S6、结合关联规则库，预测桥梁当前状态；

S7、输出预测结果，判断预测结果是否正确并计算预测准确率，然后判断是否训练次数足够且预测准确率大于设定值，是则转下一步，可将得到的关联模型应用于实时数据预测，否则返回步骤S4，继续进行训练；

S8、输入桥梁传感器的实施数据，并对数据进行预处理和离散化，然后基于处理后的数据，利用Apriori算法生成关联规则；

S9、结合关联规则库，预测桥梁当前状态；

S10、输出预测结果。

进一步地，步骤S1中，输入的桥梁传感器数据包括桥梁正常和异常状态下的传感器数据，异常状态数据添加标签，以说明当前数据区间桥梁处于何种异常事件；桥梁正常状态下的传感器数据，其数据结构为：【时间、桥梁名称、传感器类型、传感器编号、单位时间间隔内传感器数据平均值、传感器位置】；桥梁异常状态下的传感器数据，其数据结构为：【时间、桥梁名称、传感器类型、传感器编号、单位时间间隔内传感器数据平均值、传感器位置，桥梁异常事件】。

进一步地，步骤S1中，数据预处理的方法为：将同一时间但不同类型、编号的传感器数据进行汇聚；将桥梁正常状态下的传感器数据分为一组，其他每项桥梁异常事件下的数据各为一组。