土木工程結構健康診斷中的統計識別方法綜述

陸波

摘要：當前形勢下土木工程的整體建設規模逐漸擴大，為建筑行業帶來了更多的經濟效益。在此背景下，為了增強土木工程結構安全性，則需要落實好其所需的健康診斷工作，且在統計識別方法的支持下，獲取參考價值大的土木工程結構健康診斷結果。基于此，本文將對土木工程結構健康診斷中的統計識別方法進行系統闡述。

關鍵詞：土木工程結構；健康診斷；統計識別方法

注重土木工程結構健康診斷中的統計識別方法綜合論述，有利于優化這類工程長期使用中的結構性能，擴大土木工程建筑的實際應用范圍。因此，需要結合土木工程結構的具體情況，將有效的統計識別方法應用于其健康診斷過程中，使得影響土木工程結構性能的因素得以及時消除，從而為現代土木工程建設提供更多的參考信息，降低其建設中的結構問題發生率，滿足土木工程建設的各種要求。

一、 土木工程結構健康診斷中的統計系統識別方法

在對土木工程結構進行健康診斷時，為了確保其診斷水平良好性，獲得準確的健康診斷結果，則需要注重土木工程結構健康診斷中統計系統識別方法的合理運用。具體表現在以下方面：

（一）可靠的Bayes模型修正方法

結合土木工程結構健康診斷的實際需要，將基于Bayes原理的模型修正方法應用于土木工程結構健康診斷過程中，有利于實現對其結構模型的高效利用，進而對土木工程結構是否良好進行全面評估，得出其結構健康診斷結果。文獻{1}中提出了在Bayes模型修正方法的支持下，對土木工程結構進行健康診斷分析時，需要對其結構模型應用中的不確定問題進行充分考慮，并根據不同結構模型的實際情況，采用不確定性的度量方式予以應對。在運用Bayes模型修正方法進行土木工程結構健康診斷時，需做到：（1）在模型參數的概率分布定量方式作用下，對土木工程結構模型的不確定性進行描述，并通過對實踐中觀測數據的有效使用，對土木工程不同結構模型的不確定性進行科學分析，實現對其各結構模型相對不確定性的修正，從而滿足土木工程結構健康診斷的實際需求；（2）在豐富的實踐經驗、信息技術及計算機網絡等要素的共同支持下，在計算機三維空間中構建出土木工程結構健康診斷分析所需的Bayes模型，并根據實際情況，確定與該模型相關的參數，使得該模型作用下的土木工程結構健康診斷方式運用更具科學性。同時，文獻[2]通過對數值模擬分析方法的配合使用，對土木工程結構損傷問題進行了充分考慮，需要在Bayes模型修正方法運用中能夠對土木工程各層結構可能出現的損傷概率進行科學估算，并借助計算機三維空間動態模擬分析方法的優勢，減少土木工程結構健康診斷分析中Bayes模型修正計算工作量。在此期間，通過對Bayes模型修正方法的有效使用，有利于實現土木工程結構的在線監測，進而得出不同結構剛度診斷分析結果，對其中存在問題的結構進行修正處理，最終達到土木工程結構可靠性的目標；（3）基于Bayes模型修正方法的土木工程結構健康診斷分析工作的開展，需要在計算機三維空間中對其結構優化方式進行深入分析，并實現對土木工程結構優化中復雜性處理問題的科學應對，控制好其中的計算工作量，最大限度地滿足這類工程結構健康診斷分析的多樣化需求。

（二）有效的隨機有限元模型修正方法

在對土木工程結構進行健康診斷分析時，為了發揮出統計識別方法的應用優勢，則需要對有效的隨機有限元模型修正方法進行充分考慮，落實好該方法作用下的土木工程結構健康診斷分析工作。具體表現為：（1）結合土木工程結構的實際情況及有限元模型的功能特性，對這類工程結構的剛度變化量及觀測響應變化量進行分析，且通過對足夠數量觀測數據的充分利用，從而對土木工程結構性能可靠性進行科學評估，發揮出統計識別方法在其結構健康診斷分析中的實際作用；（2）實踐中若采用隨機有限元模型修正方法對土木工程結構進行健康診斷分析時，需要確保與之相關的觀測數據充足性，從而保持系統模型參數良好的統計特性，為土木工程結構健康診斷技術水平提升提供必要的技術支持。

二、土木工程結構健康診斷中的統計模式識別方法

在統計模式識別方法的支持下，對土木工程結構進行健康診斷分析時，可從這些方面入手：（1）通過對土木工程結構狀態的深入分析，借助健康診斷分析方法的優勢，滿足這類工程結構實踐應用中的狀態識別需求。在此期間，需要在統計模式的作用下，從土木工程結構損傷、所處狀態等方面入手，確定其所需的統計模式識別方法并加以使用，從而提升這類工程結構健康診斷分析工作水平；（2）文獻[2]中通過對回歸模型、自回歸模型等不同統計模型的合理運用，在計算機三維空間中生成土木工程結構狀態識別中的統計模式向量，促使土木工程結構健康診斷分析能夠達到預期效果，保持其結構性能良好性。

三、土木工程結構健康診斷中的概率神經網絡方法

實踐中通過對概率神經網絡方法的合理運用，對土木工程結構進行健康診斷分析時，可從這些方面入手：（1）在概率神經網絡方法的作用下，獲取土木工程結構的健康診斷分析結果時，需要在神經網絡專業理論、豐富的實踐經驗等不斷要素的作用下，文獻[3]中深入分析了土木工程的組成結構，并在計算機三維空間中確定各結構所構成的神經網絡體系結構，進而在概率統計分析方法的支持下，實現土木工程結構健康診斷分析；（3）結合土木工程結構的實際情況，將概率神經網絡方法應用于其結構監控診斷分析中，需要處理好其中的觀測噪聲及模型誤差問題，并實現這類工程的結構損傷定位，確保土木工程結構穩定性。

結束語

現階段我國土木工程的整體建設水平正在提升，對我國經濟社會的快速發展產生了積極的影響。實踐中在對土木工程結構性能是否可靠進行科學評估時，應借助統計識別方法的優勢，優化這類工程結構健康診斷方式，提升其診斷技術水平。同時，土木工程結構健康診斷中相關人員應提高對統計識別方法的正確認識，以便實現對這種方法的高效利用。

參考文獻：

[1]樂昌亮.分析土木工程結構健康診斷中的統計識別方法[J].赤峰學院學報（自然科學版），2016，（06.

[2]黃振育，郭敬林.重大土木工程結構的智能檢測與健康診斷[J].城市建筑，2013，（08）.

[3]李景宏.土木工程結構安全性評估、健康監測及診斷述評[J].科技傳播，2012，（19）.