资料简介
摘要桥梁结构健康监测（SHM）解决方案已被开发用于辅助桥梁的评估和监测。最先进的桥梁SHM解决方案往往基于数据，通过使用大量的桥梁历史数据集训练机器学习算法，随后利用异常值分析进行异常检测。然而，大多数桥梁缺乏机器学习方法所需的健康状态数据，而且许多桥梁的状况不佳，无法收集到所需的数据。最近提出了一种基于群体的结构健康监测（PBSHM）方法，旨在促进相似结构之间的知识转移。该方法认为，如果两个结构足够相似，就有可能在它们之间进行SHM推断。目前，桥梁监测通常是独立进行的，若能在桥梁之间进行推断，这将是一种非常有价值的桥梁管理工具，尤其是如果可以通过迁移学习在不同桥梁之间共享数据集的话。不过，在桥梁之间共享知识之前，首先需要确定哪些桥梁足够相似，以便进行推断。PBSHM方法建议使用不可约元素（IE）模型来描述结构，这样就能生成属性图（AG），并运用图论技术比较其相似性。之前曾在桥梁上试用过比较结构的通用方法，但得到的相似性度量是针对整座桥梁的，而不是特定的共同关注区域，比如桥面。本文提出，应将桥梁建模为通过共享边界（如支座等铰接点）相互作用的结构子部分，而非整个结构。桥梁数据集通常仅限于所研究的桥梁部分，例如特定于桥面、桥台等部分的数据集。因此，本文提出的IE模型范围仅设定为包含与特定数据集相关的元素。具体而言，用桥面、桥台和桥墩的IE模型分别描述两座梁板桥，以验证这一概念。修订后的桥梁IE模型范围减少了比较的元素数量，从而能够进行更高分辨率的图比较，并获得更有意义的桥梁各部分之间的相似性度量。
| 
