本发明涉及桥梁损伤识别方法，具体是一种基于多重交叉验证的桥梁损伤识别方法。
背景技术：
因长期往复的上部车辆荷载作用会引起桥梁性能的逐步下降，为了避免潜在事故的发生，保障上部通行人员和车辆安全，需要对桥梁进行实时检修。目前常用的方法是通过人工巡检来完成，实践发现人工巡检效率低，作业时间长，同时主观性大，只能发现结构表面损伤，对内部损伤无法有效判别。因此基于桥梁健康监测的损伤识别算法尤为必要。
目前，许多学者已经开发出很多损伤识别算法，但这其中很大一部分是基于结构频域信息，主要包括固有频率、结构模态等。在实际工程应用中发现这些方法对结构局部损伤并不敏感，难以发现损伤。为了解决此类问题，基于时域信息的损伤识别方法被提出，但因为外界环境干扰问题，方法经常出现误报、漏报等问题，识别结果置信度有限。基于上述的问题，本发明专利提供一种基于多重交叉验证的桥梁损伤识别方法，该发明方法可以有效准确快速判断结构损伤位置和程度，避免对损伤的漏报误报，适用于简支梁和连续梁结构桥梁等各种不同边界条件的桥梁中。
技术实现要素：
发明目的：为解决上述技术问题，本发明提供一种基于多重交叉验证的桥梁损伤识别方法。
技术方案：本发明的一种基于多重交叉验证的桥梁损伤识别方法，包括以下步骤：
s1：在桥梁下方沿桥梁延伸方向连续布置n个分布式长标距光纤光栅传感器；
s2：将所有传感器连接到解调设备，采集车辆经过时桥梁的长标距应变响应；
s3：对所有传感器进行排列组合，以任意三个传感器为一组，将对应得到的长标距应变做组内二阶差分，得到
s4：求每组应变差分曲线与时间横轴包围的面积，得到
s5：按设计阈值，统计在阈值范围外异常的损伤指标s*所关联的传感器编号；
s6：画出与异常的损伤指标s*所关联的传感器编号的频率分布图，频率分布峰值处即为监测到损伤的传感器，亦即为结构损伤处x；
s7：根据识别的损伤位置，带入损伤计算公式，得到结构损伤程度β。
优选地，步骤s1中，n个长标距光纤光栅传感器在布置时首位相连布满桥梁整跨，或者布置在桥梁的结构关键区域。
优选地，步骤s2中，解调设备的采集频率不低于桥梁两倍的一阶频率。
优选地，步骤s3中，组内二阶差分εd的具体计算公式如下：
εd＝l23×ε1+l12×ε3-(l12+l23)×ε2
其中l12,l23分别为组内1、2号传感器中心距和2、3号传感器中心距，ε1,ε2,ε3为组内1、2、3号传感器测得的长标距应变响应。
优选地，步骤s4中，损伤指标s的计算公式为：
其中t为采集时间长度。
优选地，步骤s5中，阈值大小设定由现场测得路面不平顺度及噪声水平评定，随着不平顺度、噪声水平的增高而增高。
7、根据权利要求1所述的一种基于多重交叉验证的桥梁损伤识别方法，其特征在于：步骤s7中，结构损伤程度β的计算公式为：
其中s为正常的损伤指标值，s*为超出阈值的异常损伤指标值，lij为传感器i和传感器j之间的中心距，j为包含损伤的传感器编号，εj(t)为包含损伤传感器所测得的长标距应变时程。
有益效果：本发明具有以下有益效果：
本发明通过多重交叉验证避免了个别传感器的异常和随机性，得到的结果置信度高，同时传感器耐久性更强，精度高，适用于简支梁和连续梁结构桥梁，可实现低成本大范围应用，及时发现桥梁潜在损伤，避免事故发生。
附图说明
图1是本发明的基于多重交叉验证的桥梁损伤识别方法的步骤流程示意图；
图2是当车辆通过完好桥梁方法应用示意图；
图3是车辆通过完好桥梁得到的所有损伤指标示意图；
图4是当车辆通过带损伤桥梁方法应用示意图；
图5是车辆通过带损伤桥梁得到的所有损伤指标示意图；
图6是本方法中损伤指标统计结果示意图。
具体实施方式
下面结合附图对本发明作进一步说明。
如图1所示，本发明包括以下实施步骤：
s1：在桥梁下方沿桥梁延伸方向连续布置n个分布式长标距光纤光栅传感器，如图2所示，其中n个长标距光纤光栅传感器在布置时最理想的情况下应首位相连布满桥梁整跨，如图2、图4所示连续布置10个传感器在桥梁下，当成本有限时也应在结构关键区域布置长标距光纤光栅传感器；
s2：将所有传感器连接到解调设备，采集车辆经过时桥梁的长标距应变响应，同时应注意解调仪的采集频率不能低于桥梁两倍的一阶频率。
s3：对所有传感器进行排列组合，以任意三个传感器为一组，将对应得到的长标距应变做组内二阶差分，如图2、图4所示，得到
εd＝l23×ε1+l12×ε3-(l12+l23)×ε2
其中l12,l23分别为组内1、2号传感器中心距和2、3号传感器中心距，ε1,ε2,ε3为组内1、2、3号传感器测得的长标距应变响应。
s4：求每组应变差分曲线与时间横轴包围的面积，得到
其中t为采集时间长度。
s5：按设计阈值，统计在阈值范围外异常的损伤指标s*所关联的传感器编号，异常的损伤指标s*如图5中所示，其中阈值大小设定由现场测得路面不平顺度及噪声水平评定，当不平顺度越大、噪声水平越高，阈值需设定的越高，避免误报。
s6：画出与异常的损伤指标s*所关联的传感器编号的频率分布图，如图6所示，频率分布峰值处即为监测到损伤的传感器，亦即为结构损伤处x；
s7：根据识别的损伤位置，带入损伤计算公式，得到结构损伤程度β，相关计算公式如下：
其中s为正常的损伤指标值，s*为超出阈值的异常损伤指标值，lij为传感器i和传感器j之间的中心距，j为包含损伤的传感器编号，εj(t)为包含损伤传感器所测得的长标距应变时程。
以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。