本发明属于桥梁结构健康监测和数据挖掘领域，尤其涉及一种基于峰值自动化提取的桥梁索力实时追踪方法。
背景技术：
1、斜拉索作为斜拉桥的关键构件，在支撑主梁和将车辆荷载传递至桥塔方面起着关键作用。然而桥梁结构难免受到恶劣环境侵蚀或超重车的影响，这类因素可能会对桥梁整体结构造成损伤，进而使得斜拉索内力产生异常变化，因此拉索内力变化是评估桥梁整体结构安全的一个重要指标。因此在运维阶段对桥梁状况进行监测至关重要。近年来，随着桥梁结构健康监测系统的发展，各种传感器被广泛部署于桥梁各个位置，实时测量桥梁在实际工况下的反应和各种环境因素。这为运用桥梁监测数据实时评估与追踪斜拉索拉力提供了可能性。
2、在实际桥梁运维中，已经开发包括振动频率法，磁通量法，油压表在内的各种方法来测量索力。基于油压表的方法较为准确且直观，但是通常应用于建设阶段；基于磁通量的方法成本较高且受环境影响显著。得益于振动频率法简单、快速和易于维护的优点，该方法已经被广泛应用于索力测量。该类方法通常通过分析部署在斜拉索上的加速度传感器采集的振动数据来获取拉索的动力特性。基于贝叶斯框架的运营模态分析方法能够根据环境激励或风、交通荷载等引起的仅有输出振动数据，识别模态参数的最可能值并量化识别结果的不确定性。
3、对于基于振动的监测系统，从被测信号中提取模态频率是必要步骤。基于频域的峰值选取方法因其简单性得到了广泛的应用。这个步骤传统上依靠技术人员手动选取。然而，这种方式容易受到人员疲劳或者误判的影响。此外，在桥梁正常运行的情况下，索缆的固有频率会随着外界环境影响发生变化。基于振动的监测系统需要实时同步修正，这对于人工操作是费时费力且不可行的。
技术实现思路
1、发明目的：为实现模态频率自动提取，本发明基于桥梁的实际监测数据，提出了一种从功率谱密度图中自动识别固有频率的方法。该方法可以实时追踪固有频率，并基于频率-索力关系换算出对应时刻索力，进而实现索力追踪。
2、技术方案：本发明的一种基于峰值自动化提取的桥梁索力实时追踪方法，包括如下步骤：
3、步骤1、针对目标斜拉桥长期监测数据，设定窗口长度和窗口步长；
4、步骤2、采集加速度时程数据，并将加速度时程数据按时序以移动窗的形式输入峰值提取模型；
5、步骤3、对于每一窗数据，首先进行快速傅里叶变换，然后进行数据平滑处理；
6、步骤4、对步骤3得到的数据进行初步峰值提取，得到初步峰值；
7、步骤5、基于显著度定义及最小间距计算方法计算步骤4初步峰值的最可能最小显著度、最小高度和最小间距，并依据这三条准则进行伪峰剔除，得到处理后的峰值；
8、步骤6、基于步骤5处理后的峰值和不确定性原理，提取得到斜拉索固有频率值和对应频率区间；
9、步骤7、基于模态分析方法和振动弦理论，计算得到其他模态参数和索力，从而实现目标斜拉桥索力的实时追踪。
10、进一步的，步骤1中，窗口指一段加速度信号，窗口长度为该段信号的持续时长，窗口步长为该窗口在时间轴上平移的长度。
11、进一步的，步骤3中，所述快速傅里叶变换采用单边功率谱密度，设是在n个测量自由度上结构的加速度时程响应，n是每个数据通道的样本点数，其一侧缩放的快速傅里叶变换定义为：
12、
13、其中δt是采样时间间隔，i2＝-1，对于每一个k＝1,…,nq-1，fk对应的频率位置为fk＝k/nδt，其中nq＝int(n/2)+1为奈奎斯特频率，式中int(·)为取整函数。
14、进一步的，步骤3中，所述数据平滑处理采用savitzky-golay滤波器或移动平均方法。
15、进一步的，步骤4具体为：初步峰值提取通过函数极大值点搜寻算法，对于功率谱密度-频率映射关系p(fk)，其一阶导函数由正值转负处即为峰值位置，定义函数q(fk)为p(fk)导函数的符号函数，即：
16、
17、其中signump.]为符号函数，对于正数返回1，非正数返回0，随后，进一步对函数q(fk)求差分，若存在位置z使得q(fz+1)-q(fz)<0，则位置z为函数p(fk)的极大值点，即峰值初步提取位置。
18、进一步的，步骤5中，所述显著度定义为峰值到达任一更高峰值所需的最小高差，对于给定的峰值，通过以下方式计算显著度：对于连接峰顶和任意更高峰的每条路径，找到每条路径上的最低点，参考高度被定义为这些点中的最高点；显著度是峰顶高度和参考高度之间的差值。
19、进一步的，步骤5中，所述最小显著度设定为0.1pmax，其中pmax为当前窗中功率谱密度最大值；所述最小高度设定为当前窗中功率谱密度平均值；所述最小间距由以下方法计算得到：
20、对于预处理后的数据p＝[p1,p2,…,pn]，通过下式计算得到极大值矩阵：
21、
22、其中l＝ceil(n/2)-1，ceil(x)是向上取整函数；对于每一个k取i∈[1,k]∪[n-k+1,n]时的极大值矩阵元素mk,i均取值为0；
23、随后计算极大值矩阵每一列的密度si，即非0元素占这列的比例，对于si≤0.85的列，将该列元素全部替换为0，并记录si>0.85的位置将其组成新的数组sp，搜索使得sp取最大值两侧的等腰三角形区域，若存在z±j列满足：
24、
25、则将该列的所有元素替换为0，其中nnz(x)函数返回x中非零元素数量；
26、其中搜索区域范围给出如下：
27、当z≤l+1
28、
29、当z>l+1
30、
31、如此循环直到遍历sp中全部元素，由此得到更新后的极大值矩阵，其中存在非0元素的列的位置组成一个新的集合随后误差矩阵r＝[r1,r2,…,rn]由下式计算得到：
32、
33、其中abs(x)是绝对值函数，round(x)函数返回距离x最近的整数，dl(n)＝ln+1-ln为l的差分值。找到使得r列和最小的位置记为λ，则最小峰值间距为0.95dl(λ)。
34、进一步的，步骤6中，所述频率区间为f(1±2ζ)，其中f为步骤5得到的处理后的峰值，ζ为结构的阻尼比，默认为1％。
35、进一步的，步骤7中，所述模态分析方法为基于频域数据分析的模态识别方法，采用贝叶斯运营模态分析方法。
36、进一步的，步骤7中，所述振动弦理论为索力-频率转换关系，根据下式计算索力
37、
38、其中t为索力，fn是第n个固有频率，l表示拉索固定端之间的距离，m代表单位长度索的质量。
39、有益效果：与现有技术相比，本发明具有如下显著优点：
40、(1)现有峰值提取方法大多依赖人工选取；本技术的基于缆索振动数据的桥梁智能索力追踪策方法。该方法利用缆索振动加速度的物理特性进行自适应的识别，显著提升了提取效率。
41、(2)该方法利用振动弦理论，即数据的理论特性，是严谨推导的，具有统计学意义的，保证了筛选出的模态波峰之间的差值都近似相等。根据各阶索频可以得到索力的实时变化，使基于频率的索力识别过程更为直观。
42、(3)本发明运算速率快、内存的需求小，适用于长期的桥梁结构实时健康监测系统；所有分析过程通过编程实现，具有准确、高效的特点，其结果为斜拉桥结构的健康检测、安全评估提供了依据。
43、(4)本发明对于缆索振动加速度数据进行傅里叶变换后自动化提取缆索的索频(也就是峰值)并且追踪的问题，能够实现自动化提取频谱当中的多个索频并进行追踪。
1.一种基于峰值自动化提取的桥梁索力实时追踪方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于峰值自动化提取的桥梁索力实时追踪方法，其特征在于，步骤1中，窗口指一段加速度信号，窗口长度为该段信号的持续时长，窗口步长为该窗口在时间轴上平移的长度。
3.根据权利要求1所述的一种基于峰值自动化提取的桥梁索力实时追踪方法，其特征在于，步骤3中，所述快速傅里叶变换采用单边功率谱密度，设是在n个测量自由度上结构的加速度时程响应，n是每个数据通道的样本点数，其一侧缩放的快速傅里叶变换定义为：
4.根据权利要求1所述的一种基于峰值自动化提取的桥梁索力实时追踪方法，其特征在于，步骤3中，所述数据平滑处理采用savitzky-golay滤波器或移动平均方法。
5.根据权利要求1所述的一种基于峰值自动化提取的桥梁索力实时追踪方法，其特征在于，步骤4具体为：初步峰值提取通过函数极大值点搜寻算法，对于功率谱密度-频率映射关系p(fk)，其一阶导函数由正值转负处即为峰值位置，定义函数q(fk)为p(fk)导函数的符号函数，即：
6.根据权利要求1所述的一种基于峰值自动化提取的桥梁索力实时追踪方法，其特征在于，步骤5中，所述显著度定义为峰值到达任一更高峰值所需的最小高差，对于给定的峰值，通过以下方式计算显著度：对于连接峰顶和任意更高峰的每条路径，找到每条路径上的最低点，参考高度被定义为这些点中的最高点；显著度是峰顶高度和参考高度之间的差值。
7.根据权利要求1所述的一种基于峰值自动化提取的桥梁索力实时追踪方法，其特征在于，步骤5中，所述最小显著度设定为0.1pmax，其中pmax为当前窗中功率谱密度最大值；所述最小高度设定为当前窗中功率谱密度平均值；所述最小间距由以下方法计算得到：
8.根据权利要求1所述的一种基于峰值自动化提取的桥梁索力实时追踪方法，其特征在于，步骤6中，所述频率区间为f(1±2ζ)，其中f为步骤5得到的处理后的峰值，ζ为结构的阻尼比，默认为1％。
9.根据权利要求1所述的一种基于峰值自动化提取的桥梁索力实时追踪方法，其特征在于，步骤7中，所述模态分析方法为基于频域数据分析的模态识别方法，采用贝叶斯运营模态分析方法。
10.根据权利要求1所述的一种基于峰值自动化提取的桥梁索力实时追踪方法，其特征在于，步骤7中，所述振动弦理论为索力-频率转换关系，根据下式计算索力
