本发明涉及桥梁监测领域，具体涉及桥梁结构安全智能监测系统。
背景技术：
相关技术中，采用有线监测网络对桥梁进行监测，而有线监测网络一方面需要布设大量的电力和通信线缆，成本较高，布设难度大，需要浪费较多的人力物力。
技术实现要素：
针对上述问题，本发明提供桥梁结构安全智能监测系统。
本发明的目的采用以下技术方案来实现：
提供了桥梁结构安全智能监测系统，包括数据采集装置、基站和数据处理装置；所述数据采集装置包括多个传感器节点，传感器节点对桥梁各危险部位进行监测感知，并将获得的桥梁危险部位感知数据发送至基站；所述基站汇聚各传感器节点发送的桥梁危险部位感知数据，进行处理后转发至数据处理装置；数据处理装置用于对基站发送的桥梁危险部位感知数据进行分析和处理。
优选地，所述桥梁危险部位感知数据包括桥梁危险部位的应力数据、加速度数据、位移数据。
优选地，所述数据处理装置包括处理器和显示器，该处理器将收到的桥梁危险部位感知数据与对应设定的安全阈值进行比较，输出比较结果，并由显示器进行比较结果显示。
本发明的有益效果为：利用无线传感器网络技术实现了桥梁结构的安全监测，系统结构简单，监测精度较高，且可有效地节省人力物力。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1是本发明一个示例性实施例的结构示意框图；
图2是本发明一个示例性实施例的数据处理装置的框图示意图。
附图标记：
数据采集装置1、基站2、数据处理装置3、处理器10、显示器20。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1，本实施例提供的桥梁结构安全智能监测系统，包括数据采集装置1、基站2和数据处理装置3。
数据采集装置1包括多个设置于桥梁各危险部位的传感器节点，多个传感器节点通过自组织方式组建无线传感器网络。
其中，传感器节点用于对桥梁各危险部位进行监测感知，并将获得的桥梁危险部位感知数据发送至基站2。
基站2汇聚各传感器节点发送的桥梁危险部位感知数据，进行处理后转发至数据处理装置3。
数据处理装置3用于对基站2发送的桥梁危险部位感知数据进行分析和处理。
其中，所述桥梁危险部位感知数据包括桥梁危险部位的应力数据、加速度数据、位移数据。传感器节点包括用于对桥梁危险部位进行探测的传感器，其中传感器包括应力传感器、加速度传感器、位移传感器。
在一个实施例中，如图2所示，数据处理装置3包括处理器10和显示器20，该处理器10将收到的桥梁危险部位感知数据与对应设定的安全阈值进行比较，输出比较结果，并由显示器20进行比较结果显示，从而实现桥梁结构的安全监测。
本发明上述实施例利用无线传感器网络技术实现了桥梁结构的安全监测，避免了布线，系统结构简单，监测精度较高，且可有效地节省人力物力。
在一个实施例中，在传感器节点采集桥梁危险部位感知数据前，基站确定传感器节点中的易故障节点，并构建易故障节点列表，在发送桥梁危险部位感知数据到监控中心前，基站对易故障节点发送的桥梁危险部位感知数据进行异常检测，并对检测出的异常桥梁危险部位感知数据进行处理。
本实施例通过基站对传感器节点进行易故障节点的判定，并在发送桥梁危险部位感知数据到监控中心前，基站对易故障节点发送的桥梁危险部位感知数据进行异常检测。其中，本实施例检测出的异常桥梁危险部位感知数据，属于不能反映桥梁危险部位的真实状态而具有误差的桥梁危险部位感知数据，这种桥梁危险部位感知数据会严重影响整个桥梁危险部位感知数据集的数据质量。
本实施例对检测出的异常桥梁危险部位感知数据进行处理，能够避免异常桥梁危险部位感知数据对输入到监控中心进行分析处理的监控数据的精度造成不利的影响，从而进一步提高系统对桥梁危险部位进行监测的精度。
其中，所述的确定传感器节点中的易故障节点，具体包括：
(1)基站计算各传感器节点的故障概率，设sa表示传感器节点xa的故障概率，sa的计算公式为：
式中，ha为由专家设定的传感器节点xa的历史故障概率，d(xa,xab)为传感器节点xa与其邻居节点xab之间的距离，传感器节点xa的邻居节点为位于其通信范围内的传感器节点，na为传感器节点xa的邻居节点数量，ra为传感器节点xa的通信距离，d(xa,o)为传感器节点xa与基站o之间的距离，d(xc,o)为部署在监测区域内的传感器节点xc与基站o之间的距离，n表示部署在监测区域内的传感器节点数量；
(2)若传感器节点的故障概率大于设定的概率阈值，基站将传感器节点确定为易故障节点。
由于传感器节点对部署的环境比较敏感，同时工作环境也是复杂多变的，这些都将导致传感器节点出现各种故障状态，这些故障状态将导致采集的桥梁危险部位感知数据出现较大误差甚至错误的情况，其桥梁危险部位感知数据不能真实反映桥梁危险部位的实际情况。
本实施例提出了易故障节点的判定机制，该机制综合考虑了传感器节点的历史故障概率和传感器节点的部署位置。由于传感器节点与邻居节点及基站的距离会影响到其通信的效率，因此传感器节点与邻居节点及基站的距离能够较为准确地反映传感器节点的通信故障率，本实施例结合历史故障率和通信故障率设定了故障概率的计算公式，能够较为有效、精确地判定出易故障节点。
在一个实施例中，基站对易故障节点发送的桥梁危险部位感知数据进行异常检测，具体包括：
(1)基站获取易故障节点xi的所有除易故障节点外的邻居节点集合φ(xi)，并确定邻居节点集合φ(xi)中每个邻居节点的故障概率；
(2)接收易故障节点xi在t时刻采集的桥梁危险部位感知数据yi(t)和邻居节点集合φ(xi)中各邻居节点xj在t时刻采集的桥梁危险部位感知数据yj(t)，其中j＝1,2,…,mi，mi为邻居节点集合φ(xi)中的邻居节点数量；
(3)计算yi(t)的比较桥梁危险部位感知数据值，设yi′(t)表示yi(t)的比较桥梁危险部位感知数据值，yi′(t)的计算公式为：
式中，sj为邻居节点集合φ(xi)中邻居节点xj的故障概率，d(xi,xk)为邻居节点集合φ(xi)中邻居节点xk与易故障节点xi之间的距离，d(xi,xj)邻居节点xj与易故障节点xi之间的距离；
(4)若|yi(t)-yi＇(t)|>δ，δ为设定的误差阈值，则判定该桥梁危险部位感知数据yj(t)为异常桥梁危险部位感知数据。
本实施例创新性地提出了针对桥梁危险部位感知数据的异常检测机制，由于易故障节点采集的桥梁危险部位感知数据与其邻居节点采集的桥梁危险部位感知数据具有较大的时空关联性，该机制利用这种时空关联性，基于距离和故障率对邻居节点的桥梁危险部位感知数据进行加权，计算出与易故障节点采集的桥梁危险部位感知数据相对应的比较桥梁危险部位感知数据值，通过计算桥梁危险部位感知数据和对应的比较桥梁危险部位感知数据值之间的差值是否在一定的阈值范围内，来判断该桥梁危险部位感知数据是否异常。
本实施例提出的异常检测机制能够较为有效地、准确地判定出异常的桥梁危险部位感知数据。其中，本实施例判定出的异常的桥梁危险部位感知数据，属于不能反映桥梁危险部位的真实状态而具有误差的桥梁危险部位感知数据，这种桥梁危险部位感知数据会严重影响整个桥梁危险部位感知数据集的数据质量。通过对检测出的异常桥梁危险部位感知数据进行处理，可以避免异常桥梁危险部位感知数据影响整个桥梁危险部位感知数据集的数据质量，对后续的数据处理精度造成不利的影响。
在一个实施例中，所述对检测出的异常桥梁危险部位感知数据进行处理，具体包括：
(1)设易故障节点xv采集的一个异常桥梁危险部位感知数据为yv(t)，获取yv(t)的前一时刻桥梁危险部位感知数据yv(t-1)和后一时刻桥梁危险部位感知数据yv(t+1)，以及yv(t)的比较桥梁危险部位感知数据值yv＇(t)；
(2)按照下列公式计算异常桥梁危险部位感知数据为yv(t)的替代值yvt(t)，将yvt(t)替换yv(t)：
式中，p1、p2为设定的权重系数，且满足p1+p2＝1。
现有技术中对出现误差的桥梁危险部位感知数据进行处理时，通常是直接将出现误差的桥梁危险部位感知数据进行剔除处理，这种方式会造成桥梁危险部位感知数据的缺失，从而影响桥梁危险部位感知数据的时间特性，进一步影响后续对桥梁危险部位感知数据进行处理分析的精度。本实施例对出现误差的桥梁危险部位感知数据进行处理时，按照设定的公式计算出替代值，将替代值替换桥梁危险部位感知数据组中的异常桥梁危险部位感知数据，有利于使得桥梁危险部位感知数据组中的桥梁危险部位感知数据趋于平稳，避免造成桥梁危险部位感知数据缺失而影响桥梁危险部位感知数据的时间特性。其中，本实施例根据异常桥梁危险部位感知数据前后时刻的桥梁危险部位感知数据和对应的比较桥梁危险部位感知数据值设计了替代值的计算公式，使得替代值能够基本反映桥梁危险部位的真实状态。
最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。