談橋梁群監測數據處理與分析

王興奎 李海燕

(北京市道路工程質量監督站，北京 100076)

?

·橋梁·隧道·

談橋梁群監測數據處理與分析

王興奎 李海燕

(北京市道路工程質量監督站，北京 100076)

介紹了橋梁監測數據異常的表現形式，并針對監測數據異常值產生的原因，提出了應用SPSS軟件進行處理的方法與步驟，給出了橋梁監測數據分析的流程，以準確判斷橋梁結構的安全狀態。

橋梁，監測系統，異常數據，SPSS軟件

1 概述

針對北京市縣級以上公路中小橋梁的結構特點及損傷情況，于2015年我站建成了一套適合北京地區中小橋梁的橋梁群監測系統雛形，其監測系統主要針對橋梁結構某一點或某一線(面)上變化規律的監測，監測的可控程度高，監測對象簡單，監測方案實施方便快捷，監測的橋梁結構形式帶有普遍性，與之配套開發的橋梁監測數據采集系統，自橋梁監測以來采集了大量的監測數據，如何準確地處理和分析這些數據，剔除監測數據中異常數據段及異常值，以為養護管理單位提供技術服務，是橋梁監測技術人員面臨的重要課題。

2 監測數據異常的表現形式

在橋梁群監測系統中，產生監測數據異常的主要原因，一是來自各傳感器硬件設備，包括傳感器安裝不規范，傳感器精度偏低，以及監測過程中傳感器出現故障等；二是來自外界強信號的干擾所致，如高壓電纜等。監測數據異常主要表現為以下幾種形式。

2.1 監測數據段整體位移

在監測時間段上各測點的監測數據應保持不變，若隨著監測時間的持續，監測數據出現較大范圍的變化，在排除橋梁結構異常的情況下，這種監測數據上的變化就是監測數據段整體位移，在監測橋梁中英城橋1號梁跨中撓度在2010年7月中旬至8月下旬出現的數據段位移如圖1所示。

2.2 監測數據段變化異常

橋梁監測初期其監測數據保持正常的變化趨勢，隨著監測時間的延續，監測數據變化出現了一些異常情況，一般是由于采集傳感器精度的降低所引起的。英城橋3號梁跨中撓度在2010年11月～2011年2月監測數據出現了變化異常的現象，如圖2所示。

2.3 監測數據段數據陡變

在確定監測橋梁結構處于正常狀態下，監測數據段數據突然出現一個較大的陡變，且陡變后監測數據仍保持正常狀態。其主要原因多是由于傳感器故障所致，或是由于更換、修理之后傳感器的靈敏度與初始狀態有較大差別。由此可能會導致對橋梁結構安全性的誤判。

如圖3所示為英城橋5號梁撓度監測曲線，在2010年9月2日1點監測數據出現了大約76 mm的跳變，排除橋梁結構異常的情況，確定是撓度傳感器補液平衡所造成的平衡點重新平衡，見圖3中圓圈部分。

2.4 監測數據段雜亂無序

橋梁在整個監測過程中或相當長的時間區段，監測數據雜亂無序，無任何規律可循。其原因主要有：1)橋梁群監測系統受車輛荷載的影響；2)監測系統受外界強信號的干擾；3)采集傳感器儀器故障所致。永立橋4號梁跨中撓度監測由于傳感器故障致使監測數據出現大范圍的波動，監測數據呈雜亂無序狀態，如圖4所示。

3 異常數據的處理方式

橋梁監測數據采集后，需要對異常數據進行判別及處理，然后再對正常數據進行初步匯總分析以獲得數據的分布特征。我們常用的EXCEL數據處理軟件，主要用來整理數據并做一些簡單的數據統計分析，其功能過于單一，僅適用于日常的簡單數據處理，不適用于較復雜的模型分析，這里我們引入了SPSS專業的統計分析軟件，其橋梁監測數據分析架構如圖5所示。

3.1 異常數據段的剔除

將各項監測數據用SPSS軟件繪制成時序曲線，在監測數據時序曲線上觀察曲線的變化情況，將曲線中含有的數據整體位移段、數據變化異常段、數據陡變段、數據雜亂無序段等選擇出來，分析其原因，并與其他各項監測數據進行比較，若存在共性說明橋梁監測數據受外界因素影響，如環境條件、自然災害等，應將該時間段的各項監測數據剔除，該監測數據已不具有代表性；若此項監測數據不具有代表性，可能只是該項監測的傳感器存在異常，只需對該項監測數據段的數據進行剔除即可。

3.2 異常數據的剔除

在橋梁監測數據中，導致單點異常數據的主要原因是傳感器性能降低或傳感器受到外部環境的干擾。由于本項目中的監測數據受不間斷行車的影響，根據萊依達法則，將單點數據大于2σ～3σ的值均予以剔除，以減小車輛荷載的影響。采用SPSS軟件進行單點異常值的剔除。

3.3 數據段正態分布檢驗

分析橋梁監測數據時，正態分布往往是首選的分布之一。這里利用SPSS軟件對橋梁監測數據進行正態分布檢驗，其方法主要包括以下幾種：1)偏度系數和峰度系數檢驗；2)單樣本K—S檢驗；3)P—P圖檢驗；4)Q—Q圖檢驗。

3.4 時序圖分析

為了直觀地分析橋梁監測數據的動態變化特性，以時間作為橫坐標軸，以各項參數的監測值作為縱坐標軸，即可得到時序圖，以觀察分析各監測參數的變化規律。

4 監測數據的回歸與趨勢分析

回歸分析是最常用的數理統計方法，在橋梁監測數據分析中也有著廣泛的應用，借助回歸分析不僅可以分析變量間的因果關系，還可以研究兩個或多個變量之間的函數關系，通過建立函數關系，以達到根據一個或多個變量取值估計或預測另一個變量的目的。

4.1 一元線性回歸分析

在線性回歸分析中，一元線性回歸模型的表現公式為：y=bx+a，另外，可以使用一元線性回歸方程的擬合優度檢驗的R2統計量來判斷一元線性回歸系數，當R2的取值越接近1時，表明回歸方程對樣本數據點的擬合優度越高。這里引用一元線性回歸來主要分析監測參數與時間(天數)的線性關系。

在SPSS里執行【分析】→【回歸】→【線性】命令，彈出“線性回歸”對話框，選擇對應的因變量和自變量(如：位移與時間(天數))，添加到相應的列表框中，并選擇適當的分析方法(進入或逐步)，在“線性回歸”對話框中，單擊“確定”按鈕，系統將自動在輸出窗口中顯示分析結果，主要包括殘差統計量、回歸系數、方差分析等分析表，即可進行結果分析。

4.2 多元線性回歸分析

在SPSS里執行【分析】→【回歸】→【線性】命令，彈出“線性回歸”對話框，選擇列表框中的因變量和自變量(如：位移與天數、溫度等)，在“統計量”對話框中，分別選擇估計、協方差矩陣、模型擬合度、R方變化、描述性、部分相關和偏相關、共線性診斷和Durbin-Watson復選框，確定后即可進行結果分析。

4.3 數據趨勢分析

在SPSS里執行【圖形】→【舊對話框】→【散點/點狀】，選擇“簡單分布”選項，在簡單散點圖對話框中，將分析的參數變量添加到Y軸列表框中，將自變量添加到X軸列表框中，此時系統將自動在輸出窗口中顯示簡單分布散點圖，在圖中加入線性趨勢線，將回歸得到的線性方程輸入即可得到數據的變化趨勢圖形和方程，用分析結果的樣本均值作為結構監測的初始值，所以監測結果的變化趨勢為回歸方程的計算結果減去監測樣本均值，即可得到監測結果的趨勢曲線。

進行趨勢分析最根本的是：為了發現相關的監測參數是否存在有上升或下降趨勢，然后分析這種趨勢本身是否對整個橋梁結構或構件產生不利影響，從而導致橋梁結構或構件性能下降或結構質量安全帶來的隱患，以為養護管理決策提供科學依據。

5 結語

本文以橋梁群監測系統為依托，針對目前研究現狀，通過SPSS數據處理軟件及理論方法，對監測系統中的大量實測數據進行處理、分析，從而做到了利用實時監測數據分析橋梁結構狀態的真正意義上的橋梁監測。

介紹了時間序列分析的理論和方法，為大量橋梁監測數據處理提供了新的思路。對大量橋梁監測數據進行預處理分析，對數據的異常值進行數據處理，從而有效地消除了橋梁結構監測數據中隨機性因素的影響，為準確地確定橋梁結構安全狀態提供了有力的數據支持。

[1] 周建庭，楊建喜，梁宗保.實時監測橋梁壽命預測理論及應用[M].北京：科學出版社，2010.

[2] 岳建平，田林亞.變形監測技術與應用[M].北京：國防工業出版社，2007.

[3] 邵長橋.交通數據統計分析理論與方法[M].北京：人民交通出版社，2012.

On treatment and analysis of inspection data of bridge groups

Wang Xingkui Li Haiyan

(BeijingRoadandBridgeEngineeringQualityInspectionStation,Beijing100076,China)

According to the abnormal value of the inspection data, the paper introduces the manifestation and reasons for the formation of the abnormal data in the bridge inspection data, and points out the SPSS software can be adopted in the treatment methods and steps, and provides the procedure for the bridge inspection data analysis, so as to have the accurate judgment of the bridge structures.

bridge, inspection system, abnormal data, SPSS software

1009-6825(2016)24-0165-03

2016-06-17

王興奎(1962- )，男，教授級高級工程師； 李海燕(1964- )，女，教授級高級工程師

U446

A