3. 环境荷载与结构响应基线关系建模

为什么需要环境荷载—响应基线

海洋平台长期处于风、浪、潮的联合作用下，结构响应（如关键测点应变、加速度均方根、倾角）中同时叠加了环境效应与结构状态效应。健康指数要反映结构本身的变化，就必须先把"今天风浪大所以响应大"这部分正常波动剔除掉。基线回归模型的作用就是给出：在给定环境条件下，结构响应"本应"是多少。残差 = 实测响应 − 基线预测，残差才是后续健康指数真正关心的量。

本例使用某导管架平台 12 个月的小时级监测数据（示例数据，含风速 V、有效波高 Hs、谱峰周期 Tp、潮位 Tide 与关键测点应变均方根 SR），比较三种回归形式的拟合与泛化能力：线性多元回归、含二次项的响应面回归、以及梯度提升树回归。

数据准备与建模口径

建模前先固定口径，避免后续比较失真：

• 样本：清洗后的小时级记录，剔除停机与传感器故障时段，保留 V, Hs, Tp, Tide 与 SR 均有效的样本。
• 划分：按时间顺序切分，前 9 个月训练、后 3 个月测试。时间序列不能随机打乱，否则会因相邻样本高度相关而高估泛化能力。
• 标准化：对输入做 z-score 标准化，仅用训练集统计量，测试集复用同一组均值与标准差。
• 评价：训练集 R²、RMSE 反映拟合；测试集 RMSE 反映泛化；另看残差与 Hs 的关系是否残留趋势。

三种回归形式的实现

下面代码自洽可运行，使用 numpy 与 scikit-learn，示例数据由固定随机种子生成，便于复现比较逻辑（真实工程中替换为实际监测数据即可）。

import numpy as np
from sklearn.linear_model import LinearRegression
from sklearn.preprocessing import PolynomialFeatures, StandardScaler
from sklearn.pipeline import make_pipeline
from sklearn.ensemble import GradientBoostingRegressor
from sklearn.metrics import r2_score, mean_squared_error

rng = np.random.default_rng(42)
n = 8760  # 一年小时级样本
V    = rng.gamma(2.0, 4.0, n)          # 风速 m/s
Hs   = 0.02 * V**1.6 + rng.normal(0, 0.15, n)   # 波高与风速相关
Hs   = np.clip(Hs, 0.1, None)
Tp   = 3.5 + 1.2 * np.sqrt(Hs) + rng.normal(0, 0.4, n)
Tide = 1.5 * np.sin(2*np.pi*np.arange(n)/12.42) + rng.normal(0, 0.1, n)

# 真实响应：含二次项与交互项，并叠加噪声
SR = (2.0 + 0.8*V + 3.5*Hs + 0.4*Tp + 0.6*Tide
      + 0.05*V*Hs + 0.9*Hs**2 + rng.normal(0, 0.6, n))

X = np.column_stack([V, Hs, Tp, Tide])
split = int(n * 0.75)
Xtr, Xte, ytr, yte = X[:split], X[split:], SR[:split], SR[split:]

models = {
    "M1 线性": make_pipeline(StandardScaler(), LinearRegression()),
    "M2 二次响应面": make_pipeline(
        StandardScaler(),
        PolynomialFeatures(degree=2, include_bias=False),
        LinearRegression()),
    "M3 提升树": GradientBoostingRegressor(
        n_estimators=300, max_depth=3, learning_rate=0.05,
        subsample=0.8, random_state=0),
}

for name, m in models.items():
    m.fit(Xtr, ytr)
    p_tr, p_te = m.predict(Xtr), m.predict(Xte)
    print(f"{name:12s} 训练R2={r2_score(ytr,p_tr):.3f} "
          f"训练RMSE={mean_squared_error(ytr,p_tr)**0.5:.3f} "
          f"测试RMSE={mean_squared_error(yte,p_te)**0.5:.3f}")

运行后应观察到：M1 训练 R² 明显偏低且测试 RMSE 最大；M2 训练与测试 RMSE 都较低且差距小；M3 训练 R² 最高，但测试 RMSE 通常略高于 M2。这正是"拟合能力"与"泛化能力"分离的典型表现——树模型容易记住训练集细节，而本例真实响应本身接近二次结构，响应面模型更贴合。

残差诊断：判断基线是否可用

仅看 RMSE 不够，还要检查残差是否还残留环境依赖。把测试集残差 r = yte − p_te 对 Hs 分箱求均值：若各箱均值接近 0 且无单调或弯曲趋势，说明环境效应已被充分吸收；若残差随 Hs 增大而系统性偏移，说明模型形式不足，应升级到二次项或加入交互项。

交付：基线模型配置与验收表

最终交付物是训练好的基线模型（含标准化参数与多项式特征配置）与残差序列 r(t)。后续健康指数构建直接以 r(t) 为输入，环境波动已被剔除，指数变化才真正指向结构状态。