文摘为了更合理地动态预测桥梁耦合极值应力,将历史监测极值应力数据视为多阶模态响应耦合的多分量信号,并结合Hilbert信号分解以及Hilbert平方解调技术(Hilbert Square Demodulation,HSD)在多分量信号解调方面的优势,提出了预测桥梁极值应力的贝叶斯Hilbert动态线性模型(Bayesian Hilbert Dynamic Linear Model,BHDLM)。利用Hilbert信号分解技术实现对监测极值应力的解耦,并基于HSD建立了各阶应力响应的Hilbert动态线性模型(Hilbert Dynamic Linear Model,HDLM);结合贝叶斯方法以及单分量极值应力对HDLM进行概率递推,实现了对单分量桥梁极值应力的动态预测,进而可得桥梁耦合极值应力的动态预测;利用在役桥梁的监测数据对本文所提模型的有效性进行了验证。结果表明:利用解耦得到的单分量极值应力数据建立的HDLM过程简单,并能很好地反映出监测数据的周期性、随机性等特点。结合贝叶斯方法,可以有效地对桥梁极值应力进行动态预测。
