基于新奇检测技术的桥梁涡激共振自动识别研究

大跨桥梁健康监测系统记录了多座桥梁主梁涡激共振事件,实测数据为涡激共振研究提供了资料,在线判别涡激共振也是实现涡振半主动控制的前提条件。针对如何从在线健康监测数据中自动识别涡激共振信号的问题,提出了应用基于BP神经网络的新奇检测技术进行涡激共振自动识别方法。根据主梁涡激共振和环境振动在各频段归一化功率谱能量分布特征存在显著差别的特征,以环境振动作为正常状态,建立基于神经网络的新奇检测技术模型。当发生涡激共振时,结构振动发生状态异常,识别出涡激共振。通过数值仿真对所提方法进行了验证,并采用该方法对西堠门大桥健康监测系统实测海量数据进行了涡激共振识别。研究结果表明:所提方法能有效自动识别出涡激共振信号。