一种基于特定车辆挠度监测的桥梁损伤评定及预警方法技术

本发明专利技术涉及一种基于特定车辆挠度监测的桥梁损伤评定及预警方法，解决现有的桥梁挠度检测仅局限于挠度数据的获取，而无法与过往车辆车重形成对应，无法用于桥梁安全的评估的问题。本方法包括步骤1，桥梁下方安装挠度传感器，桥梁上方设置摄像头；步骤2，采用图像识别技术标记并识别危化品车的车型，根据车型获取对应车型的满载车重，并获取对应危化品车通过时的挠度幅值；步骤3，拟合车重

【技术实现步骤摘要】
一种基于特定车辆挠度监测的桥梁损伤评定及预警方法


[0001]本专利技术属于桥梁安全监测领域，涉及一种基于特定车辆挠度监测的桥梁损伤评定及预警方法。

技术介绍

[0002]我国是基建大国，特别在桥梁领域有着领先于世界的建设技术和建设规模。尤其是水网密布的南方地区，大大小小的桥梁沟通河道两岸，在地方经济的发展和城镇建设中发挥了重要作用。桥梁在长期使用的过程中，需要对结构安全进行检测，传统的桥梁结构安全一般通过定期检测来保障，检测期存在盲区，而且检测过程中，对桥梁的水下部分结构也存在检测盲区，存在一定的安全隐患。尤其是城市建设如火如荼的今天，各种大型车辆频繁在桥梁上通过，桥梁的结构安全肩负着人民生命财产的安全，是重中之重。
[0003]现有的桥梁挠度检测，如2022年09月08日公布的CN115164843A号专利申请，名称为一种桥梁倾角测量装置、桥梁挠度测量方法及装置，2022年09月23日公布的CN115096529A号专利申请，名称为一种桥梁动挠度分布式测量装置及测量方法等。上述专利申请都涉及到了桥梁挠度的测量，但上述专利仅仅是桥梁挠度本身的测量，而没有将桥梁挠度的产生和过往车辆的负载、桥梁结构安全的评价联系起来，上述专利虽然获取了桥梁的挠度测量数据，但依然无法用于对桥梁结构的评价。

技术实现思路

[0004]本专利技术的目的在于解决现有的桥梁挠度检测仅局限于挠度数据的获取，而无法与过往车辆车重对应，无法用于桥梁安全的评估的问题，提供一种基于挠度监测的桥梁损伤评定及预警方法。
[0005]本专利技术解决其技术问题所采用的一种技术方案是：一种基于特定车辆挠度监测的桥梁损伤评定及预警方法，其特征在于：包括以下步骤：
[0006]步骤1，桥梁下盖梁侧面安装激光传感器，梁底跨中处安装靶点，用于测试桥梁挠度，桥梁上方设置识别过往车辆的摄像头，挠度传感器和摄像头的信号均连接至控制室；
[0007]步骤2，利用摄像头获取过往车辆图像，采用图像识别技术标记通过桥梁的危化品车，并识别危化品车的车型，根据车型获取对应车型的满载车重，并通过挠度传感器获取每辆车通过时的挠度幅值；
[0008]步骤3，依据步骤2建立车重
‑
挠度样本数据库，并利用数理统计方法剔除异常数据，拟合车重
‑
挠度关系函数，通过归一化处理，得出基于车重
‑
挠度关系的桥梁损伤评定指标；
[0009]步骤4，根据步骤3的损伤评定指标，根据损伤指标的趋势性变化，设置分级预警，进行桥梁损伤评定。
[0010]本申请的方案适用于大型车辆频繁通过的桥梁，桥梁经常处于高负载运营的情况下，急需对桥梁的损伤进行监测和评定，并及时提出预警。桥梁的挠度监测方法在
技术介绍

中已经进行介绍，传统的挠度监测方法中，由于对通行车辆的车重难以实时获取，因此，现有的挠度监测方式多为静态检测，即使进行动态监测，也不能与车重指标进行对应，因此，传统的动态监测智能监测到桥梁挠度的最大幅值，但是无法进行横向对比，并不能确定是由于什么原因产生的，无法对桥梁损伤进行评定。本方案中，由于危化品卡车的载重有严格规定，每一种车型有规定的承载介质和容积，故可认为同一种车型的满载重量是相同的，通过图像识别技术，识别通过桥梁的危化品车并将其分为若干类。利用国家规定对危化品车、包括槽罐车等的最大负载的限制，而上述车辆在运营时，为了最大限度降低成本，几乎必然会满载运营，因此，本申请中，通过摄像头对危化品车进行车型识别后，就可以判断其满载车重，建立起车重
‑
挠度的对应数据，对于同一危化品车的车型，利用挠度幅值的差异可以判断其满载或空载，对数据进行分类或者剔除，在大量数据的支持下，足以获得准确的结果。依据车重
‑
挠度样本数据库，可以对当前通过的危化品车车型进行识别，并获取对应的挠度幅值数据。对于不同车重作用下的挠度数据，采用数理统计方法得到与车重和挠度幅值都相关的参数Q，以Q的累计变化趋势来评价当前桥梁的健康状况。当挠度幅值的数据异常，可以及时发出桥梁安全的预警信号。
[0011]作为优选，步骤1中，调节挠度传感器和摄像头的信号延迟，确保挠度传感器和摄像头信号在控制室同步显示。
[0012]作为优选，步骤2中，利用图像识别技术，建立卷积神经网络算法模型；对图像预处理，统一尺寸；以人工与机器相结合的方式，对图像中危化品车辆进行标注；通过平移旋转、调整亮度、添加噪声方式，增加样本数据量，提高模型的鲁棒性和泛化能力；构建训练集和测试集，对模型进行大量训练和测试，达到良好的识别效果。
[0013]作为优选，步骤2中，危化品车辆根据交通部门相关规定，两轴车辆，其车货总重不得超过20吨的；三轴车辆，其车货总重不得超过30吨的；四轴车辆，其车货总重不得超过40吨的；五轴车辆，其车货总重不得超过50吨的；六轴及六轴以上车辆，其车货总重不得超过55吨的；通过图像识别算法识别出车轴数，从而得到危化品车的满载车重。由于危化品卡车的载重有严格规定，每一种车型有规定的承载介质和容积，故可认为同一种车型的重量是相同的，通过图像识别技术，识别通过桥梁的危化品车并将其分为若干类。
[0014]作为优选，步骤3中，剔除的异常数据包括危化品车明显空载的挠度幅值数据。
[0015]作为优选，步骤3中，摄像头识别出危化品车车型，并依据车型判断危化品车的车重，挠度传感器记录下当前车辆通过时的桥梁的挠度幅值，由大数定理可知，经过大数据统计下，危化品车的车重收敛于一个常数，故经过多次测试积累，可形成车重
‑
挠度信息样本数据库。
[0016]作为优选，利用最小二乘原理，拟合出车辆挠度A与车辆重量g的函数关系A＝f(g)，公式如下：
[0017][0018]m：车型种类；
[0019]δ：拟合数据与原始数据差值；
[0020]f(g
i
)：第i种车型的拟合目标函数值；
[0021]A
i
：第i种车型对应的挠度样本数据的平均值；
[0022]根据原始数据点的变化趋势确定f(g)的函数类型，根据最小二乘原则求得最小二乘解：
[0023][0024]建立Q＝A/f(g)＝1的归一化方程，计算一段时间内Q的期望E(Q)作为桥梁损伤评定指标。E(Q)为设定统计周期内Q的均值。求解方程中，为不同类型的函数式，为拟合系数，拟合完成后为常数。
[0025]作为优选，步骤3中的车重
‑
挠度样本数据库在按照设定时间周期滚动训练，在步骤4中，对通过的危化品车进行车型识别并判定满载车重，在设定的滚动周期内，以E(Q)的趋势性变化作为桥梁损伤评定的标准；随时间推移，当E(Q)的上行幅度在5％内时，判定桥梁为健康状态，当E(Q)的变化幅度超过5％，且小于10％时，判定桥梁为一级预警状态，当E(Q)的变化幅度超过10％时，判定桥梁为二级预警状态。
[0026]作为优选，还包括步骤5：对于包括危化品车在内的每本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于特定车辆挠度监测的桥梁损伤评定及预警方法，其特征在于：包括以下步骤：步骤1，桥梁下盖梁侧面安装激光传感器，梁底跨中处安装靶点，用于测试桥梁挠度，桥梁上方设置识别过往车辆的摄像头，挠度传感器和摄像头的信号均连接至控制室；步骤2，利用摄像头获取过往车辆图像，采用图像识别技术标记通过桥梁的危化品车，并识别危化品车的车型，根据车型获取对应车型的满载车重，并通过挠度传感器获取每辆车通过时的挠度幅值；步骤3，依据步骤2建立车重
‑
挠度样本数据库，并利用数理统计方法剔除异常数据，拟合车重
‑
挠度关系函数，通过归一化处理，得出基于车重
‑
挠度关系的桥梁损伤评定指标；步骤4，根据步骤3的损伤评定指标，根据损伤指标的趋势性变化，设置分级预警，进行桥梁损伤评定。2.根据权利要求1所述的一种基于挠度监测的桥梁损伤评定及预警方法，其特征在于：步骤1中，调节挠度传感器和摄像头的信号延迟，确保挠度传感器和摄像头信号在控制室同步显示。3.根据权利要求1所述的一种基于挠度监测的桥梁损伤评定及预警方法，其特征在于：步骤2中，利用图像识别技术，建立卷积神经网络算法模型；对图像预处理，统一尺寸；以人工与机器相结合的方式，对图像中危化品车辆进行标注；通过平移旋转、调整亮度、添加噪声方式，增加样本数据量，提高模型的鲁棒性和泛化能力；构建训练集和测试集，对模型进行大量训练和测试，达到良好的识别效果。4.根据权利要求1或3所述的一种基于挠度监测的桥梁损伤评定及预警方法，其特征在于：步骤2中，危化品车辆根据交通部门相关规定，两轴车辆，其车货总重不得超过20吨的；三轴车辆，其车货总重不得超过30吨的；四轴车辆，其车货总重不得超过40吨的；五轴车辆，其车货总重不得超过50吨的；六轴及六轴以上车辆，其车货总重不得超过55吨的；通过图像识别算法识别出车轴数，从而得到危化品车的满载车重。5.根据权利要求1或2或3所述的一种基于挠度监测的桥梁损伤评定及预警方法，其特征在于：步骤3中，剔除的异常...

【专利技术属性】
技术研发人员：王光，余晓栋，程晓江，罗云滚，彭卫兵，耿文学，刘君波，李圣慧，
申请(专利权)人：中设科欣设计集团有限公司，
类型：发明
国别省市：