本书系统论述了作者团队在桥梁健康监测数据挖掘方面所取得的阶段性成果,主要内容包括桥梁健康监测数据分析的基础理论、离散型与连续型缺失监测数据恢复方法、监测数据分离方法、监测数据预测方法,涵盖各类型桥梁监测数据的历史值修复、流式数据解耦、超前预测,可为桥梁监测数据的深度利用提供技术支持。
更多科学出版社服务,请扫码获取。
(1) 2013-09 至 2019-06, 重庆交通大学, 桥梁与隧道工程, 博士
(2) 2009-09 至 2013-07, 重庆交通大学, 桥梁工程, 学士(1) 2023-11 至今, 重庆交通大学, 山区桥隧国重, 教授(破格)
(2) 2020-11 至 2023-10, 重庆交通大学, 土木工程学院, 副教授(破格)
(3) 2019-07 至 2020-10, 重庆交通大学, 土木工程学院, 讲师桥梁工程/桥梁健康监测全国高校黄大年式教师团队方向(智能监测)带头人,重庆市杰出青年科学基金获得者,巴渝学者青年学者,博士生导师,博士后合作导师,世界交通运输大会桥梁监测大数据分析与应用技术委员会委员,ICDMS 2024技术委员会委员,6个SCI期刊第一客座主编,2个SCI/ESCI期刊专题顾问委员会委员(Topical Advisory Panel Member),《Intelligence & Robotics》和《长安大学学报(自然科学版)》青年编委,Automation in Construction、Mechanical System and Signal Processing等20余个领域高水平期刊审稿人,中国振动工程学会、中国公路学会高级会员、美国土木工程师协会会员。
目录
第1章 绪论 1
1.1 桥梁健康监测的意义 1
1.2 桥梁健康监测系统构成 3
1.3 桥梁健康监测数据分析现状 5
参考文献 6
第2章 桥梁监测数据特征与分析理论 10
2.1 桥梁监测数据特征分析 10
2.1.1 非平稳性 14
2.1.2 非高斯性 16
2.1.3 多尺度特征 18
2.1.4 相关性分析 19
2.2 信号分解理论 27
2.2.1 经验模态分解 27
2.2.2 变分模态分解 28
2.3 信号冗余判别理论 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 信号特征提取理论 32
2.4.1 卷积神经网络 33
2.4.2 全卷积网络 35
2.4.3 长短期记忆神经网络 36
2.4.4 时序卷积网络 38
2.5 本章小结 40
参考文献 40
第3章 桥梁监测数据恢复方法 42
3.1 引言 42
3.2 基于LSTM的随机缺失数据恢复方法 43
3.2.1 恢复方法步骤 43
3.2.2 实例分析 46
3.3 基于TVFEMD和ED-LSTM的连续缺失数据恢复方法 50
3.3.1 恢复方法步骤 50
3.3.2 实例分析 54
3.4 基于SVMD-TCN-MHA-BiGRU的连续缺失数据恢复方法 62
3.4.1 恢复方法步骤 62
3.4.2 实例分析 67
3.5 基于MVMD和FCN的连续缺失数据恢复方法 75
3.5.1 恢复方法步骤 75
3.5.2 实例分析 78
3.6 基于时空相关性的LSTM多变量数据恢复方法 85
3.6.1 恢复方法步骤 86
3.6.2 实例分析 88
3.7 本章小结 98
参考文献 99
第4章 桥梁监测数据分离方法 101
4.1 引言 101
4.2 基于VMD-KLD的监测数据温度效应分离方法 101
4.2.1 分离方法步骤 102
4.2.2 实例分析 103
4.2.3 小结 113
4.3 基于IVMD-KLD的监测数据温度效应分离方法 114
4.3.1 分离方法步骤 114
4.3.2 实例分析 119
4.3.3 小结 145
4.4 基于TVFEMD-PE-KLD的监测数据温度效应分离方法 146
4.4.1 分离方法步骤 146
4.4.2 实例分析 147
4.4.3 小结 160
4.5 基于VNCMD-PCA-FastICA的监测数据温度效应分离方法 160
4.5.1 分离方法步骤 161
4.5.2 实例分析 166
4.5.3 小结 179
4.6 基于TVFEMD-IMF能量熵增量的监测数据噪声分离方法 179
4.6.1 分离方法步骤 180
4.6.2 实例分析 180
4.6.3 小结 189
4.7 本章小结 189
参考文献 190
第5章 桥梁监测数据预测方法 193
5.1 引言 193
5.2 基于EEMD-LSSVM-KL的桥梁外部作用确定性预测方法 194
5.2.1 预测方法步骤 194
5.2.2 实例分析 196
5.2.3 小结 203
5.3 基于RVMD-LSSVM-DFS-MEM的桥梁外部作用概率性预测方法 203
5.3.1 预测方法步骤 204
5.3.2 实例分析 207
5.3.3 小结 214
5.4 基于Kalman-ARIMA-GARCH的桥梁结构响应确定性预测方法 215
5.4.1 预测方法步骤 215
5.4.2 实例分析 218
5.4.3 小结 226
5.5 基于IVMD-CKDE的桥梁结构响应概率性预测方法 226
5.5.1 预测方法步骤 227
5.5.2 实例分析 230
5.5.3 小结 243
5.6 本章小结 243
参考文献 245
第6章 结论与展望 246
6.1 结论 246
6.2 展望 247