CN101726497B - 在役桥梁结构安全性评价方法 - Google Patents
在役桥梁结构安全性评价方法 Download PDFInfo
- Publication number
- CN101726497B CN101726497B CN200910218328XA CN200910218328A CN101726497B CN 101726497 B CN101726497 B CN 101726497B CN 200910218328X A CN200910218328X A CN 200910218328XA CN 200910218328 A CN200910218328 A CN 200910218328A CN 101726497 B CN101726497 B CN 101726497B
- Authority
- CN
- China
- Prior art keywords
- bridge structure
- image
- bridge
- dimension
- numerical value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Image Processing (AREA)
- Bridges Or Land Bridges (AREA)
Abstract
本发明提供的一种在役桥梁结构安全性评价方法,其有:阶段性采集桥梁结构横断面图像、转化图像、对转化图像进行二值化处理、计算二值化处理图像的第0维贝蒂数值和第1维贝蒂数值。本发明根据代数拓扑学中,对于二维空间——即桥梁横断面而言,第0维贝蒂数是描述该桥梁横断面区域中存在的块的个数,当其个数明显的增加或者减少,说明桥梁结构受到挤压或外界环境腐蚀发生结构变化,处于危险状态,若变化很小或不变,则说明正常;第1维贝蒂数则描述该桥梁横断面区域中存在的洞的个数,当其个数明显增加,则说明桥梁结构中洞(即气泡)的个数增多,处于危险状态,反之则表示正常。因此可能定量给出在役桥梁结构的安全性评价。有效避免事故的发生。
Description
技术领域
本发明涉及一种在役桥梁结构安全性评价的方法,适应于所有在役的钢筋混凝土结构的桥梁结构的安全性检测,属于土木工程技术领域。
背景技术
桥梁工程是关系民生的重大工程,因其构造复杂、设计施工难度大、投资多等,倍受人们关注。桥梁在建成投入使用后,其钢筋混凝土结构在自然环境、使用环境以及材料内部因素的作用下,随着时间的推移,其材料会逐渐劣化,被腐蚀,结构性能也会随之下降,出现损伤乃至损坏,从而危及桥梁的安全性。上世纪80年代以来,北美、欧洲和亚洲的许多国家和地区,相继发生了数起大型桥梁突然断裂和倾覆事件,我国也存在这类由于桥梁塌陷所造成的人员伤亡事故,这些灾难性事故不仅引起了公众舆论的严重关注,也使各国政府和科研机构意识到,对大型桥梁结构的安全性进行科学准确地分析和评估已刻不容缓。目前,在世界范围内,对于既有桥梁结构的安全性评价问题已日显突出,如何在经济和技术允许的条件下,合理评价桥梁结构特别是大跨桥梁结构的安全性,避免事故的发生,国内外学者进行了大量有益的探索和尝试,提出了多种用于桥梁结构安全性评价的方法,比如外观检测评价法、结构计算分析评定法、载荷试验评定法、专家经验评定法和可靠度评价法。而我国关于预应力混凝土桥梁耐久性检测和评估方面做的工作还很少,在许多方面(如:预应力筋锈蚀状况的检测和评价、预应力筋有效预应力的检测及评价等)还存在明显不足甚至是空白。
发明内容
本发明的目的在于提供一种简便可行的对在役桥梁结构进行安全性评价的方法,以定量给出在役桥梁结构安全性评价,在保障桥梁安全的同时,节省人力、物力和财力。
本发明根据代数拓扑学的知识,用电子断层成像设备,采集桥梁结构不同时期内的横断面图像,对采集的图像进行二值化处理,计算其二值图像第0维贝蒂数和第1维贝蒂数随时间推移而发生的变化值,通过分析贝蒂数的变化规律给出桥梁的安全性评价。
本发明通过下列技术方案完成:一种在役桥梁结构安全性评价方法,其特征在于有下列步骤:
A、阶段性采集桥梁结构横断面图像;
B、转化上述步骤A的图像;
C、对上述步骤B的转化图像进行二值化处理;
D、计算上述步骤C二值化处理图像的第0维贝蒂数值和第1维贝蒂数值;
E、汇集各阶段同一桥梁结构横断面图像的第0维贝蒂数值和第1维贝蒂数值,并分析比较这些数值的变化情况及规律后,即可定量得出该桥梁结构横断面是否安全的评价。
所述步骤A的图像采集是:通过现有技术中的常规电子断层成像设备,阶段性获取桥梁结构同一横断面的彩色图像。
所述步骤B的图像转化是:通过现有技术中的Matlab图像处理函数(rgb2gray)将彩色图像转化为灰度图像。(MATLAB是矩阵实验室(MatrixLaboratory)的简称,和Mathematica、Maple并称为三大数学软件。它在数学类科技应用软件中在数值计算方面首屈一指,主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域)
所述步骤C的图像二值化处理是:通过现有技术中的Matlab图像处理函数(im2bw)对图像进行二值处理,即转换成只有0和1两个数值的黑白图像。
所述步骤D的计算是:采用现有技术中的软件包程序ChomP计算桥梁结构横断面图像的第0维贝蒂数值和第1维贝蒂数值。ChomP(ComputationalHomology Project)即计算同调群工程的缩写,该软件主要是用来计算同调群的,已经被广泛的应用于解决非线性问题。
本发明提供的在役桥梁结构安全性评价方法,根据代数拓扑学的理论完成的,即:在代数拓扑学中,对于二维空间——即桥梁横断面而言,第0维贝蒂数的几何意义是描述该桥梁横断面区域中存在的块的个数;第1维贝蒂数则描述了该桥梁横断面区域中存在的洞的个数。通过阶段性获取同一桥梁横断面的贝蒂数变化规律,即能定量地给出在役桥梁结构的安全性评价。即:若第0维贝蒂数的个数明显的增加或者减少,说明桥梁结构受到挤压或外界环境腐蚀发生结构变化,处于危险状态,若变化很小或不变,则说明正常;若第1维贝蒂数个数明显增加,则说明桥梁结构中洞(即气泡)的个数增多,处于危险状态,反之则表示正常。
因此,据此理论知识,可对桥梁结构不同部位的横断面进行阶段性图像采集、转化、二值处理后,再计算出不同阶段同一横断面的第0维贝蒂数值和第1维贝蒂数值,汇集后得出:第0维贝蒂数值及其平均值随时间序列的变化情况,以及第1维贝蒂数及其平均值随时间序列的变化情况,如气泡、裂缝等的数量变化(增加或减少),通过比较同一座桥梁不同时期的贝蒂数大小,或者同一座桥梁相同时期不同部位的不同横断面的贝蒂数大小,即可定量给出该桥梁的安全性评价。
本发明具有下列优点和积极效果:采用上述方案,即以代数拓扑学理论为支撑,并根据需要适时进行图像采集,通过简单的计算,即可定量给出在役桥梁的安全性评价指标,有效避免事故的发生,不仅可以节省大量的人力、物力和财力,而且可以大大降低危桥对国家带来不必要的生命和财产的损失,避免不必要的爆破和重复性建设,本发明易于监控,具有很高的实用价值,可为所有钢筋混凝土结构的在役桥梁的安全提供可靠保障。
附图说明
图1为本发明工程应用示意图;
图2为某桥梁结构桥墩的横断面图;
图3为图2所示桥梁结构桥墩横断面的二值图像。
图1中,1为桥墩的横断面,2为安装在该横断面上的多个传感器,3为数据转换器,4为电子断层成像设备。
具体实施方式
实施例1
本实施例是对某县的一个在役桥梁进行安全性评价的,具有如下步骤:
1、在一年内利用市购的电子断层成像设备EPT(Electrical ProcessTomography),对其中的一个桥墩的同一个部位(如图1所示)横断面图像进行12次采集,每个月采集一幅图,共采集了12幅横断面的彩色图像(如图2左所示);
2、用现有技术中的Matlab图像处理函数(rgb2gray)将彩色图像转化为灰度图像,具体如下:在Matlab命令行键入>>I=imread(‘采集的图像文件名.bmp’)这条命令用来读入图像到matlab中去,然后在matlab命令行中键入>>I1=rgb2gray(I)就可以转化为灰度图像了;
3、再用现有技术中的Matlab图像处理函数(im2bw)对图像进行二值处理,即转换成只有0和1两个数值的黑白图像,具体如下:紧接着上一步骤在命令行中键入>>I2=im2bw(I1)然后键入命令>>imshow(I2)就会显示二值图像了,接着点击左上角保存按钮,选择bmp格式即可,对每一幅采集图像重复上述步骤就可以完成这12幅彩色图像的二值图像转化;
4、用国际免费的软件包ChomP对上述这12幅图进行贝蒂数的计算,以图2所示为例,具体是:首先将上面计算的12幅二值化后的图像保存到C:\Documents and Settings\Administrator目录下,到指定网址(http://chomp.rutgers.edu/download/)下载ChomP软件包chomp_win.zip,解压缩到电脑C:\Documents and Settings\Administrator目录下,里面包含chomp.exe和mingwm10.dll,点击电脑开始——>运行,键入cmd就可以进入命令提示符,只需在命令提示符下键入以下格式:chomp空格图像文件名.bmp回车键,就可以得到贝蒂数的计算结果了,比如文件名为1.bmp,键入chomp 1.bmp按回车键就可以显示计算结果,同样的计算方法计算这12幅二值图,计算结果分别为:第0维贝蒂数为[252525252525252525252525],即该桥墩截面上存在25个块数;第1维贝蒂数为[222222222222],即该桥墩截面上存在2个洞;
5、结果分析:说明该桥墩的内部结构在受到外界环境的腐蚀或挤压等作用下没有发生结构性质的变化,同时该桥墩内部气泡或者裂缝的个数没有变化,处于安全状态。
实施例2
现有三个桥墩的某钢筋混凝土大桥需要对桥梁桥墩的安全性进行评价分析,其具体步骤如下:
1、首先用工业地质CT系统对三个桥墩分别进行不同截面的彩色图像采集,每个桥墩分别采集5个不同的截面彩色图像;
2、分别运用现有技术中的Matlab图像处理函数(rgb2gray)将每一个彩色图像转化为灰度图像,方法步骤同实例1;
3、再用现有技术中的Matlab图像处理函数(im2bw)对每一图像进行二值处理,方法步骤同实例1;
4、用国际免费的软件包ChomP对这5幅图进行贝蒂数的计算,方法步骤同实例1,经过计算得到:
第一个桥墩的第0维贝蒂数分别为[2223232421],其平均值为22.6;第1维贝蒂数分别为[45657],其平均值为5.4;
第二个桥墩的第0维贝蒂数分别为[2825273239],平均值为30.2;第1维贝蒂数分别为[108121620],平均值为13.2;
第三个桥墩的第0维贝蒂数分别为[2323252421],平均值为23.2;第1维贝蒂数分别为[66875],平均值为6.4;
5、结果分析:由于三个桥墩是同一时间建造的,材料基本一样,所以计算结果应该相差不大,但经过比较三个桥墩的贝蒂数大小发现,第一个桥墩和第三个桥墩状况较好,而第二个桥墩第0维贝蒂数明显大于另外两个桥墩,说明受外界环境变化影响结构发生变化,块数增多,并且第1维贝蒂数也明显大于另外两者,说明第二个桥墩气泡或者裂缝明显增多,因此,第二个桥墩处于危险状态。
Claims (5)
1.一种在役桥梁结构安全性评价方法,其特征在于有下列步骤:
A、阶段性采集桥梁结构横断面图像;
B、转化步骤A的图像为灰度图像;
C、对上述步骤B的转化图像进行二值化处理;
D、计算上述步骤C二值化处理图像的第0维贝蒂数值和第1维贝蒂数值;
E、汇集各阶段同一桥梁结构横断面图像的第0维贝蒂数值和第1维贝蒂数值,并分析比较这些数值的变化情况及规律后,即可定量得出该桥梁结构横断面是否安全的评价,具体是:用第0维贝蒂数描述桥梁横断面区域中存在的块的个数;用第1维贝蒂数描述桥梁横断面区域中存在的洞的个数,并且若第0维贝蒂数的个数明显的增加或者减少,说明桥梁结构受到挤压或外界环境腐蚀发生结构变化,处于危险状态,若变化很小或不变,则说明正常;若第1维贝蒂数个数明显增加,则说明桥梁结构中洞的个数增多,处于危险状态,反之则表示正常。
2.如权利要求1所述的在役桥梁结构安全性评价方法,其特征在于所述步骤A的图像采集是:通过现有技术中的常规电子断层成像设备,阶段性获取桥梁结构同一横断面的彩色图像。
3.如权利要求1所述的在役桥梁结构安全性评价方法,其特征在于所述步骤B的图像转化是:通过现有技术中的Matlab图像处理函数rgb2gray将彩色图像转化为灰度图像。
4.如权利要求1所述的在役桥梁结构安全性评价方法,其特征在于所述步骤C的图像二值化处理是:通过现有技术中的Matlab图像处理函数im2bw对图像进行二值处理,即转换成只有0和1两个数值的黑白图像。
5.如权利要求1所述的在役桥梁结构安全性评价方法,其特征在于所述步骤D的计算是:采用现有技术中的软件包程序ChomP,即计算同调群工程计算桥梁结构横断面图像的第0维贝蒂数值和第1维贝蒂数值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910218328XA CN101726497B (zh) | 2009-12-11 | 2009-12-11 | 在役桥梁结构安全性评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910218328XA CN101726497B (zh) | 2009-12-11 | 2009-12-11 | 在役桥梁结构安全性评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101726497A CN101726497A (zh) | 2010-06-09 |
CN101726497B true CN101726497B (zh) | 2011-12-28 |
Family
ID=42447701
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200910218328XA Expired - Fee Related CN101726497B (zh) | 2009-12-11 | 2009-12-11 | 在役桥梁结构安全性评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101726497B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101980246B (zh) * | 2010-10-18 | 2013-12-18 | 昆明理工大学 | 一种监测各种藻类及害虫爆发性繁殖的方法 |
CN104267043B (zh) * | 2014-10-16 | 2016-06-08 | 东南大学 | 一种混凝土桥梁裂纹的移动检测装置 |
CN110031477B (zh) * | 2019-04-04 | 2021-01-01 | 华设设计集团股份有限公司 | 基于图像监控数据的桥梁关键构件病害预警系统及方法 |
-
2009
- 2009-12-11 CN CN200910218328XA patent/CN101726497B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN101726497A (zh) | 2010-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gong et al. | Research on fault diagnosis methods for the reactor coolant system of nuclear power plant based on DS evidence theory | |
CN105046100B (zh) | 一种堤坝边坡变形监测数据分析方法 | |
Meng et al. | Reliability-based optimisation for offshore structures using saddlepoint approximation | |
CN108627720B (zh) | 一种基于贝叶斯算法的电力设备状态监测方法 | |
CN101726497B (zh) | 在役桥梁结构安全性评价方法 | |
CN105760934A (zh) | 一种基于小波与bp神经网络的桥梁异常监测数据修复方法 | |
CN104061445A (zh) | 一种基于神经网络的管道泄漏检测方法 | |
CN110362886B (zh) | 一种基于不确定性分析的城镇砌体住宅安全评估方法 | |
Chen et al. | Integrated System of Structural Health Monitoring and Intelligent Management for a Cable‐Stayed Bridge | |
CN111091310B (zh) | 挖掘设备健康监测系统及方法 | |
CN115456331B (zh) | 多维多测点模型在线监控算法在监测分析系统平台的应用 | |
CN111698267A (zh) | 一种工业控制系统信息安全测试系统及方法 | |
CN111768022A (zh) | 煤机生产设备的设备检测方法及装置 | |
CN114358091B (zh) | 一种基于卷积神经网络的桩损伤识别方法、设备及介质 | |
CN115171337A (zh) | 一种用于高大模板安全施工的实时智能监测方法及系统 | |
CN114693114A (zh) | 地下空间结构的监测方法、装置、计算机设备及存储介质 | |
CN104778633B (zh) | 一种排水设施安全保护分级智能判定方法 | |
CN103898890A (zh) | 一种基于bp神经网络的双桥静力触探数据的土层量化分层方法 | |
CN102831290A (zh) | 复合海缆应力场建模计算分析方法 | |
CN105046373A (zh) | 煤与瓦斯突出危险性的概率预测方法 | |
Yang et al. | Effective risk prediction of tailings ponds using machine learning | |
CN116756504A (zh) | 一种地下厂房环境监测模型及趋势预警算法 | |
CN107391823B (zh) | 公路钢箱梁桥温度梯度模式的评价方法 | |
Yu et al. | A research on urban disaster resilience assessment system for rainstorm and flood disasters: A case study of Beijing | |
CN115081741A (zh) | 一种基于神经网络的天然气计量检定智能预测的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20111228 Termination date: 20141211 |
|
EXPY | Termination of patent right or utility model |