李 欣 郭恩国

(1.广州市启韵房地产开发有限公司，广东 广州 510770； 2.广州建设工程质量安全检测中心有限公司，广东 广州 510440)

0 引言

桥梁作为基础设施的重要组成部分，承担着经济发展和生活质量的重要作用。为了及时掌握桥梁运营情况，保证桥梁在服役期间安全可靠的运营，有必要建立完善的监测系统对桥梁状态进行实时监测。结构健康监测(SHM)系统已广泛应用于大型民用基础设施中，根据安装在结构上的传感器在结构使用寿命期间的反馈信息，对结构状态进行实时监测[1]。

结构健康监测所面临的主要问题之一便是从获取的海量数据中提取有用信息，以此来评估桥梁结构状态。马宏伟提出应发展利用少量传感器信息及基于大数据与人工智能的安全监测新方法，来克服现有系统传感器繁多、造价昂贵、海量数据难以处理的问题[2]。利用数据驱动的方法进行实时在线监测桥梁结构运营状态受到了广泛学者的关注[3-5]。

1 移动主成分分析(MPCA)

1.1 移动主成分分析流程

主成分分析(PCA)广泛应用在结构损伤识别中，可以降低数据维数、消除环境影响、提取损伤特征等[6-9]。移动主成分分析(MPCA)本质上是在主成分分析基础上添加恒定大小的移动窗口，将PCA应用于恒定大小的移动窗口数据，而非整个数据集，既让PCA能够应用于连续时间序列数据，同时又减少了计算时间。Posenato等人[10]提出移动主成分分析(MPCA)算法，用于连续监测结构异常状态。

假设从安装在结构上所有传感器采集的时间序列组成数据矩阵Ut，如下所示：