🔗相关性分析模块

城市生命线安全工程 结构健康监测 相关性建模 环境运营因素-结构响应分析

📚 项目背景

桥梁结构在服役过程中受环境温度影响显著，尤其在多季节工况与温度梯度变化背景下，结构响应（如梁端位移、主梁应变和裂缝宽度等）与环境运营因素如（温度、湿度和车辆荷载）的相关性成为桥梁正常运行与健康评估的重要依据。比如梁端位移与温度关系通常呈现良好的线性响应，一旦脱离正常关联区间，可能表征支座阻滞、结构约束异常或构件变形积累等隐患。

传统方法依赖人工拟合或经验判断，难以动态更新与批量处理。为此，本模块面向城市生命线监测平台的批量桥梁数据分析需求，提供一个可插拔的温度-位移关系建模与可视化分析工具，支撑预警判断、异常检测与数据解释。

📌 模块简介

该模块为 城市生命线监测平台桥梁专项分析子模块：相关性分析模型，核心功能为建立结构响应与环境运营因素之间的统计关系模型，并输出拟合图像与分析结果，辅助结构响应异常的工程解释和预警判断。

  • 模块名称：correlation_analysis
  • 主函数名称：core
  • 模型名称：相关性分析模型
  • 作者：肖图刚
  • 开发时间：2025年6月17日
  • 最后修改：2025年6月17日

🌟 功能描述

✅ 多桥梁数据支持：支持批量分析多组桥梁结构响应-环境运营因素关系 ✅ 相关性拟合：可选线性拟合 / 二次拟合 / 三次拟合 ✅ 可视化分析图自动输出：自动绘制位移-温度关系图，展示拟合曲线与散点分布 ✅ 模型性能指标输出：输出 $R^2$、RMSE 等评价指标 ✅ 工程数据适配：自动跳过无效/空值数据，支持定制字段名 ✅ 模块化封装：便于集成入预警平台、边缘计算或 Web 可视化系统

📂 输入数据说明

  • 输入格式：CSV 文件
  • 字段要求：
    • 第一列：时间戳（可跳过）
    • 第二列：结构响应（如位移）
    • 第三列：环境变量（如温度）
  • 默认字段解释：
    • displacement：伸缩缝或梁端纵向位移值，单位 mm（或 μm）
    • temperature：环境温度或构件温度，单位 ℃

📝 示例 CSV 文件：

timestamp, displacement, temperature
2023-04-01 00:00:00, 12.3, 25.6
2023-04-01 00:10:00, 12.8, 26.1
...

⚙️ 运行环境与依赖

  • Python：≥ 3.9.16
  • 依赖库：
    • numpy ≥ 1.26.4
    • pandas ≥ 2.2.2
    • matplotlib ≥ 3.8.4
    • scikit-learn ≥ 1.5.0

🛠️ 快速使用说明

📁 安装依赖：

pip install -r requirements.txt

📁 安装模块：

cd py_modu/correlation_analysis
pip install -e .

✅ 安装成功：

Successfully installed correlation_analysis-0.1.0

⚙️ 运行示例：

python example.py

或在脚本中调用：

"""Minimal example showing how to use correlation_analysis."""
import pandas as pd
from correlation_analysis import (
    correlation_analysis,
    plot_correlation,
    plot_time_series_comparison,
)

# 读取示例数据（使用时需替换为自己的 csv或在线数据）
DATA_PATH = "datasets/wy-temp_10min.csv"

df = pd.read_csv(DATA_PATH, index_col=0, parse_dates=True)

disp_col = "Wy07"
# 温度列示例：除了位移与其他非温度列外剩余全是温度
temp_cols = [c for c in df.columns if c not in ["Wy07", "Wy10"]]

# 时间序列对比
plot_time_series_comparison(df, time_col=None, disp_col=disp_col, temp_cols=temp_cols)

# 相关性分析
x_data, y_data, model = correlation_analysis(df, x_cols=temp_cols, y_col=disp_col)
plot_correlation(x_data, y_data, model, x_name="温度", y_name="伸缩缝位移")

🔢 主要流程

  1. 数据读取：加载CSV数据，解析温度与位移列
  2. 异常值剔除：自动跳过空值和非数值数据
  3. 关系建模：支持线性、一元二次和三次回归建模
  4. 评价指标计算：输出 R²、RMSE、残差分布
  5. 图像绘制与保存：生成结果图并自动保存

💾 输出结果说明

输出类型 内容说明 示例路径
拟合图像 (PNG) 位移-温度散点与拟合曲线图 figures/bridge01_fit_linear.png
拟合指标 (CSV) 拟合系数、R²、RMSE 等 outputs/bridge01_fit_metrics.csv

图像说明：

  • 横轴：温度 (℃)
  • 纵轴：位移 (mm)
  • 蓝点：原始监测数据
  • 红线：拟合关系曲线
  • 阴影带：残差范围

CSV 指标说明：

字段名 含义
model 使用的拟合类型（如 linear）
r2_score 拟合决定系数 R²
rmse 均方根误差
coef_* 回归系数（视模型复杂度而定）

📷 示例图像展示

时序图

相关性分析图

🔁 后续优化建议

  1. 支持温度滞后影响建模（引入滑动平均或滞后项）
  2. 支持结构响应拓展到应变挠度等其他响应，环境运营因素拓展到湿度和车辆荷载等
  3. 支持与生命线平台的在线数据接入和分析结果输出的交互
  4. 接入 Streamlit 或 Dash，部署图形化交互界面
  5. 引入异常检测模块，实现多级异常报警 返回首页