基于岭回归和ARIMA法的在役桥梁性能监测与预测评估  

作　　者：曹星宇 桂成中 张江广 

机构地区：[1]防灾科技学院土木工程学院,河北三河065201 [2]中国地震局建筑物破坏机理与防御重点实验室,河北三河065201

出　　处：《企业科技与发展》2024年第5期69-73,共5页Sci-Tech & Development of Enterprise

基　　金：中央高校基本科研业务费专项“基于健康监测的公路桥梁预警技术研究”(ZY20230202);廊坊市科技计划项目“基于桥梁结构健康监测的多位一体性能指标协同评估预警研究”(2022011066)。

摘　　要：为更准确地预测桥梁未来的健康状况,文章深入探讨了运营阶段桥梁监测系统中的数据预测问题,并提出了一种桥梁数据预测组合模型。首先,通过Pearson相关性分析,得出不同位置处相同类型的3个传感器之间存在较强的相关性。考虑到这种强相关性可能引发共线性问题,采用岭回归(RR)方法建立各传感器数据之间的关联。其次,引入时间序列分析中的ARIMA(自回归积分滑动平均模型)预测方法,将其与岭回归方法相结合,实现对桥梁未来运行数据的预测。为了验证组合模型的有效性和准确性,将组合模型的预测数据与单一的ARIMA预测数据以及真实数据进行了误差分析。分析结果表明,组合模型的预测性能优于单一的ARIMA模型,验证了其在实际应用中的可靠性和准确性。该研究不仅为桥梁健康监测提供了新的思路和方法,也为确保桥梁的安全运行提供了有力保障。

关 键 词：传感器 预测 岭回归 时间序列分析 共线性 

分 类 号：U446.3[建筑科学—桥梁与隧道工程]