CN103150422A - 一种基于物联网技术的远程桥梁结构监测预警方法 - Google Patents

Abstract

一种基于物联网技术的远程桥梁结构监测预警方法，包括以下步骤：1）建立桥梁模型：计算得到梁的动挠度；2）不断采集监测点数据时，得到动挠度的序列{u}，利用基于混沌系统的特性方式来实现对桥梁系统性能的预测评价，其步骤如下：2.1）计算序列{u}最大Lyapunov指数；2.2）计算延迟时间和最佳嵌入维数；2.3）对重构后的混沌时间序列进行拟合、对照，实现桥梁结构健康监测和预警。本发明对监测数据进行分析，对桥梁未来工作状态进行预测评估，实现预警。

Description

一种基于物联网技术的远程桥梁结构监测预警方法

技术领域

本发明涉及一种远程桥梁结构监测预警方法。

背景技术

桥梁建设和维护是一个国家基础设施的重要组成部分，在国家建设和人民生活中发挥着重要作用，桥梁结构的安全性与耐久性受到人们的高度重视，在现代桥梁工程领域中有关大型桥梁的健康监测、安全评估以及寿命预测等问题已经成为当前桥梁工程界和民用公益工程领域的一个新的热点技术。

由于桥梁工程结构的特殊性，其一旦建成投入使用后，除了材料自身性能会不断退化、老化外，还会受到车辆、风、地震、疲劳、超载、人为等因素作用，从而导致结构或构件有不同程度的自然损伤和突然损伤。在美国，至少两年要对约57.5万座桥梁进行一次检测，据FHA（Federal Highway Administration）统计约40%的桥梁存在缺陷；1990年英国运输部抽样调查过200座混凝土公路桥，调查结果表明大约30%的桥梁运营条件不良；至2006年末，我国已经拥有公路桥梁53.36万座，但是我国公路桥梁安全隐患问题尤为突出。在2007年至2011年5年间，全国已经有至少17座大桥发生垮塌事故，共造成200余人伤亡。仅2011年出现的大桥垮塌事故就有9起之多。

一系列令人触目惊心的桥梁坍塌事故，提醒我们必须要高度重视桥梁的健康检测与安全评估，及危桥的损伤检测和监控，争取消除隐患。所以对桥梁健康状况进行监测和评价，掌握其健康状况是有非常重要的意义。桥梁结构的监测也就成为桥梁结构安全养护和保障正常使用的主要技术手段。

传统的桥梁结构检测主要存在如下问题：

⑴只能做定期检测，只能确定桥梁当时的健康状态，不能够保证在有效保障期间内的桥梁安全使用。例如：美国密西西比河大桥虽然于2005和2006年分别进行过检查，当时并没有发现任何结构性的安全隐患，但还是在2007年发生了垮塌。因此，需要对桥梁做出实时数据监测。

⑵数据传输均采用有线电缆方式完成，线路布设复杂，接线繁琐，安装造价高，后期的线缆维护所耗的时间和精力巨大，应用上有较大局限性；监测传输距离太远，对桥梁监测中的很多传感器微弱信号造成数据失真；采集速度慢，数据接口和系统整合能力差；这种串行集中式监测系统很大程度上影响系统的处理速度、系统的可靠性和灵活性，不能做到实时监测，数据缺乏真实性。因此，需要对桥梁做出无线的数据监测。

⑶只能进行现场荷载试验检测，同时需要封闭交通，影响正常的交通运行。因此，需要安装具有无线、远程传输的传感器节点，将现场应变、挠度等值进行远程、无线、实时的传输，传输给监控中心。

发明内容

基于以上传统桥梁结构检测方式出现的各个问题，本发明提供一种基于物联网技术的远程桥梁结构监测预警方法，根据混沌理论，对监测数据进行分析，对桥梁未来工作状态进行预测评估，实现预警，为进一步的维护管理提供正确的决策，为桥梁结构健康监测提供了新的解决方案。

本发明解决其技术问题所采用的技术方案是：

一种基于物联网技术的远程桥梁结构监测预警方法，所述预警方法包括以下步骤：

1）建立桥梁模型：

对于桥梁的动力平衡方程简化为：

$\mathrm{EI}\frac{{\∂}^{4}u}{\∂x^4}+m\stackrel{\·\·}{u}=p(x,t)---\left(1\right)$

其中，u为梁的动挠度，EI为梁的挠度刚度，为一个常数，m是梁单位长度上的质量，x为距离左侧支点位置，p(x,t)为动荷载，设梁相应振型函数为

引入广义坐标q_n(t)，应用振型叠加方法，梁在强迫振动下的动挠度u(x,t)表示为振型级数形式：

将（2）式代入（1），并化简得到桥梁的动力响应：

$u(x,t)=\frac{2F}{\mathrm{ml}}\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\ω}}_n^2-{\mathrm{\Ω}}_n^2}(\sin {\mathrm{\Ω}}_{n}t-\frac{{\mathrm{\Ω}}_n}{{\mathrm{\ω}}_n}\sin {\mathrm{\ω}}_{n}t)\sin \frac{\mathrm{n\πx}}{l}---\left(3\right)$

式中，

为桥梁的固有振动频率；

为广义扰动频率，v为车辆通过的平均速度，l为梁跨度；F为车辆对桥梁的作用力；

2）不断采集监测点数据时，得到动挠度的时间序列{u}，利用基于混沌系统的特性方式来实现对桥梁系统性能的预测评价，其步骤如下：

2.1）计算序列{u}最大Lyapunov指数，对重构轨道中的每个点寻找其最近的邻域；最近邻域点间必须有短暂的分离，取分离间隔为：

$\mathrm{\ω}=\frac{T}{\mathrm{\Δt}}---\left(4\right)$

式中，T为FFT计算出的{u}序列的平均周期，Δt为{u}序列的采样周期，用d_i(0)表示第i个点到其最近邻域点的2范数，则有：

d_i(0)=min||U_i-U_i ^'||，|i-i'|>ω     （5）

其中U_i和U_i ^'是重构轨道上一对最近邻域点，ω是短暂分离的步数，然后再计算每对邻域点在j个离散步长后的2范数，表示为：

d_i(j)=||U_i+j-U_i ^' _+j||，i=1,2,…,min(n-i，n-i')    （6）

对于定步长j，估计最大的Lyapunov指数为：

${\mathrm{\λ}}_l\left(j\right)=\frac{1}{\mathrm{j\Δt}(M-j)}\underset{i=1}{\overset{N_M-i}{\mathrm{\Σ}}}\ln \frac{d_i\left(i\right)}{d_i\left(0\right)}---\left(7\right)$

其中，Δt为{u}序列的采样周期，N_M=N-(m-1)τ为时间序列重构轨道的点数，设第i个最近邻域点以最大Lyapunov指数的速率呈指数阶发散，即：

其中C_i是初始分离距离常数，对其两边取对数得到：

ln d_i(j)=ln(C_i)+λ_l(jΔt)，i=1,2,…,n    （8）

代表一簇近似平行线，每个方程具有斜率为λ_l，用最小二乘法拟合得到最大Lyapunov指数λ_max；

2.2）计算延迟时间和最佳嵌入维数，对于时间序列{u}按时间延迟τ进行相空间重构后，相空间中的相邻两相点

和

间的平均位移为：

$S_m\left(\mathrm{\τ}\right)=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\left|\right|U_l^{\mathrm{\τ}}-U_l^0\left|\right|---\left(9\right)$

S_m(τ)随着时间延迟τ的增加趋于饱和，其线性区的末端所对应的τ值即为最佳时间延迟；

将延时向量写为：

y_i(m)=(U_i,U_i+τ,…,U_i+(m-1)τ)，i=1,2,…,N-(m-1)τ   （10）

$a(i,m)=\frac{\left|\right|y_i(m+1)-y_{n(i,m)}(m+1)\left|\right|}{\left|\right|y_i\left(m\right)-y_{n(i,m)}\left(m\right)\left|\right|},i=\mathrm{1,2},...,N-\mathrm{m\τ}---\left(11\right)$

式中，y_i(m+1)=(U_i,U_i+τ，…,U_i+mτ)，y_n(i，m)(m)是离轨线y_i(m)最近的轨线，y_i(m+1)为嵌入维等于m时的第i个时间延迟向量，n(i，m)是满足条件1≤n(i，m)≤N-mτ的正整数且依赖变量i和m，令：

$E\left(m\right)=\frac{1}{N-\mathrm{m\τ}}\underset{i=1}{\overset{N-\mathrm{m\τ}}{\mathrm{\Σ}}}a(i,m)---\left(12\right)$

这里的E(m)独立于变量嵌入维数m和延迟时间τ，为了找到从m到m+1变化的最佳嵌入维数，令：

$E_l\left(m\right)=\frac{E(m+1)}{E\left(m\right)}---\left(13\right)$

当m增加到设定值时，变量E_l(m)不在增加，此时的m+1就是所求的最佳嵌入维数；

2.3）对重构后的混沌时间序列进行拟合、对照，实现桥梁结构健康监测和预警。

进一步，所述步骤2.3）中，利用有限元分析工具ANSYS将桥梁最不利状态的包络图值计算出来，则该包络值为一个区间，设定包络值的0-80%为绿色区域，表示桥梁运营具有足够的安全裕度，运营正常；包络值的80%-90%为黄色预警区域，表示桥梁运营具安全裕度较小，要对桥梁限载通行且对桥梁进行全面的检查，包络值的90%-100%为红色预警区域，表示桥梁运营具安全裕度欠缺，需要停止通行对桥梁进行加固与维护；

重构时间序列完成后，将重构的时间序列与所述包络图值进行对比，确定在未来时间段内桥梁所处的结构状态，实现桥梁结构健康监测与预警。

本发明的技术构思为：实时监控部分，可以实现对挠度、振动、应变的分析，当超出许用值时，实现报警。本模块中将数据导入有限元分析工具ANSYS中，实现被测桥梁的动态分析，可以得出在特定时刻的中性轴上挠度3D图、挠度分布向量3D图、应力分布3D图。当挠度变化超差时，即发出报警信号，提示观测人员做进一步处理。以便于了解桥梁的实时情况，从而实现了桥梁状态的实时监测。

本发明的有益效果主要表现在：其能够在不影响桥梁结构正常使用状态下，可长期实时观测累积损伤状态，可对服役期间的桥梁安全状况进行长期远程、实时、在线监测，为进一步的维护管理提供正确的决策，为桥梁结构健康监测提供了新的解决方案。

附图说明

图1是一种基于物联网技术的远程桥梁结构监测预警方法的流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合具体实施方式并参照附图对本发明作进一步描述。

参照图1，一种基于物联网技术的远程桥梁结构监测预警方法，将采集到的各测量点的荷载与响应信息推演出未来一段时间桥梁结构的工作状态并且实现评估与预警，以达到桥梁结构安全评估的目标，所述监测方法包括以下步骤：

1）建立桥梁模型：

对于桥梁的动力平衡方程简化为：

$\mathrm{EI}\frac{{\∂}^{4}u}{\∂x^4}+m\stackrel{\·\·}{u}=p(x,t)---\left(1\right)$

可见该系统为非线性动力系统，式中，u为梁的动挠度，EI为梁的挠度刚度，为一个常数，m是梁单位长度上的质量，x为距离左侧支点位置，p(x,t)为动荷载，设梁相应振型函数为

引入广义坐标q_n(t)，应用振型叠加方法，梁在强迫振动下的动挠度u(x,t)可以表示为振型级数形式：

将（2）式代入（1），并化简得到桥梁的动力响应：

$u(x,t)=\frac{2F}{\mathrm{ml}}\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\ω}}_n^2-{\mathrm{\Ω}}_n^2}(\sin {\mathrm{\Ω}}_{n}t-\frac{{\mathrm{\Ω}}_n}{{\mathrm{\ω}}_n}\sin {\mathrm{\ω}}_{n}t)\sin \frac{\mathrm{n\πx}}{l}---\left(3\right)$

式中，

为桥梁的固有振动频率；

为广义扰动频率，v为车辆通过的平均速度，l为梁跨度；F为车辆对桥梁的作用力。

2）当系统不断采集监测点数据时，则得到{u}的时间序列，实际上桥梁营运时为复杂的非线性动力系统，其变化具有高度的非线性特征，{u}的时间序列必然存在高度的非线性变化特征，通过对所得到{u}的时间序列分析来揭示桥梁自身的本质特性，本发明中，是利用基于混沌系统的特性方式来实现对桥梁系统性能的预测评价，其步骤如下：

2.1）计算序列{u}最大Lyapunov指数，主要为对重构轨道中的每个点寻找其最近的邻域。为了保证邻域点对沿着不同的轨道运动，最近邻域点间必须有短暂的分离。此处取分离间隔为：

$\mathrm{\ω}=\frac{T}{\mathrm{\Δt}}---\left(4\right)$

式中，T为FFT计算出的{u}序列的平均周期，Δt为{u}序列的采样周期，用d_i(0)表示第i个点到其最近邻域点的2范数，则有：

d_i(0)=min||U_i-U_i ^'||，|i-i'|>ω     （5）

其中U_i和U_i ^'是重构轨道上一对最近邻域点，ω是短暂分离的步数，然后再计算每对邻域点在j个离散步长后的2范数，表示为：

d_i(j)=||U_i+j-U_i ^' _+j||，i=1,2,…,min(n-i，n-i')    （6）

对于定步长j，估计最大的Lyapunov指数为：

${\mathrm{\λ}}_l\left(j\right)=\frac{1}{\mathrm{j\Δt}(M-j)}\underset{i=1}{\overset{N_M-i}{\mathrm{\Σ}}}\ln \frac{d_i\left(i\right)}{d_i\left(0\right)}---\left(7\right)$

其中，Δt为{u}序列的采样周期，N_M=N-(m-1)τ为时间序列重构轨道的点数，设第i个最近邻域点以最大Lyapunov指数的速率呈指数阶发散，即：

其中C_i是初始分离距离常数，对其两边取对数得到：

ln d_i(j)=ln(C_i)+λ_l(jΔt)，i=1,2,…,n     （8）

代表一簇近似平行线，每个方程具有斜率为λ_l，用最小二乘法拟合即可得到最大Lyapunov指数λ_max。

2.2）计算延迟时间和最佳嵌入维数，对于时间序列{u}按时间延迟τ进行相空间重构后，相空间中的相邻两相点

和

间的平均位移为：

$S_m\left(\mathrm{\τ}\right)=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\left|\right|U_l^{\mathrm{\τ}}-U_l^0\left|\right|---\left(9\right)$

S_m(τ)随着时间延迟τ的增加趋于饱和，其线性区的末端所对应的τ值即为最佳时间延迟，本发明中选取S_m(τ)曲线的斜率减少到小于初值的40%时的τ为最佳延迟时间值。

将延时向量写为：

y_i(m)=(U_i,U_i+τ，…,U_i+(m-1)τ)，i=1，2,…,N-(m-1)τ   （10）

$a(i,m)=\frac{\left|\right|y_i(m+1)-y_{n(i,m)}(m+1)\left|\right|}{\left|\right|y_i\left(m\right)-y_{n(i,m)}\left(m\right)\left|\right|},i=\mathrm{1,2},...,N-\mathrm{m\τ}---\left(11\right)$

式中，y_i(m+1)=(U_i,U_i+τ，…,U_i+mτ)，y_n(i，m)(m)是离轨线y_i(m)最近的轨线，y_i(m+1)为嵌入维等于m时的第i个时间延迟向量，n(i，m)是满足条件1≤n(i，m)≤N-mτ的正整数且依赖变量i和m。令：

$E\left(m\right)=\frac{1}{N-\mathrm{m\τ}}\underset{i=1}{\overset{N-\mathrm{m\τ}}{\mathrm{\Σ}}}a(i,m)---\left(12\right)$

这里的E(m)独立于变量嵌入维数m和延迟时间τ，为了找到从m到m+1变化的最佳维数，令：

$E_l\left(m\right)=\frac{E(m+1)}{E\left(m\right)}---\left(13\right)$

当m增加到一定值时候，变量E_l(m)不在增加，此时的m+1就是所求的最佳嵌入维数。

2.3）对重构后的混沌时间序列进行拟合、对照预警。按照上述步骤重构时间序列后，然后对该时间序列进行评估，这是预测桥梁未来结构状态的关键。本发明利用有限元分析工具ANSYS将桥梁最不利状态的包络图值计算出来，则该包络值为一个区间，设定包络值的0-80%为绿色区域，表示桥梁运营具有足够的安全裕度，运营正常；包络值的80%-90%为黄色预警区域，表示桥梁运营具安全裕度较小，要对桥梁限载通行且对桥梁进行全面的检查，包络值的90%-100%为红色预警区域，表示桥梁运营具安全裕度欠缺，需要停止通行对桥梁进行加固与维护。将重构的时间序列与包络图值进行对比，即可以确定在未来时间段内，桥梁所处的结构状态，从而实现桥梁结构健康监测与预警。

Claims (2)

1.一种基于物联网技术的远程桥梁结构监测预警方法，其特征在于：所述预警方法包括以下步骤：

1）建立桥梁模型：

对于桥梁的动力平衡方程简化为：

$\mathrm{EI}\frac{{\∂}^{4}u}{\∂x^4}+m\stackrel{\·\·}{u}=p(x,t)---\left(1\right)$

其中，u为梁的动挠度，EI为梁的挠度刚度，为一个常数，m是梁单位长度上的质量，x为距离左侧支点位置，p(x,t)为动荷载，设梁相应振型函数为

引入广义坐标q_n(t)，应用振型叠加方法，梁在强迫振动下的动挠度u(x,t)表示为振型级数形式：

将（2）式代入（1），并化简得到桥梁的动力响应：

$u(x,t)=\frac{2F}{\mathrm{ml}}\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\ω}}_n^2-{\mathrm{\Ω}}_n^2}(\sin {\mathrm{\Ω}}_{n}t-\frac{{\mathrm{\Ω}}_n}{{\mathrm{\ω}}_n}\sin {\mathrm{\ω}}_{n}t)\sin \frac{\mathrm{n\πx}}{l}---\left(3\right)$

式中，为桥梁的固有振动频率；

为广义扰动频率，v为车辆通过的平均速度，l为梁跨度；F为车辆对桥梁的作用力；

2）不断采集监测点数据时，得到动挠度的时间序列{u}，利用基于混沌系统的特性方式来实现对桥梁系统性能的预测评价，其步骤如下：

2.1）计算序列{u}最大Lyapunov指数，对重构轨道中的每个点寻找其最近的邻域；最近邻域点间必须有短暂的分离，取分离间隔为：

$\mathrm{\ω}=\frac{T}{\mathrm{\Δt}}---\left(4\right)$

式中，T为FFT计算出的{u}序列的平均周期，Δt为{u}序列的采样周期，用d_i(0)表示第i个点到其最近邻域点的2范数，则有：

d_i(0)=min||U_i-U_i ^'||，|i-i'|>ω     （5）

其中U_i和U_i ^'是重构轨道上一对最近邻域点，ω是短暂分离的步数，然后再计算每对邻域点在j个离散步长后的2范数，表示为：

d_i(j)=||U_i+j-U_i ^' _+j||，i=1,2,…,min(n-i，n-i')     （6）

对于定步长j，估计最大的Lyapunov指数为：

${\mathrm{\λ}}_l\left(j\right)=\frac{1}{\mathrm{j\Δt}(M-j)}\underset{i=1}{\overset{N_M-i}{\mathrm{\Σ}}}\ln \frac{d_i\left(i\right)}{d_i\left(0\right)}---\left(7\right)$

其中，Δt为{u}序列的采样周期，N_M=N-(m-1)τ为时间序列重构轨道的点数，设第i个最近邻域点以最大Lyapunov指数的速率呈指数阶发散，即：

其中C_i是初始分离距离常数，对其两边取对数得到：

ln d_i(j)=ln(C_i)+λ_l(jΔt)，i=1,2,…,n     （8）

代表一簇近似平行线，每个方程具有斜率为λ_l，用最小二乘法拟合得到最大Lyapunov指数λ_max；

2.2）计算延迟时间和最佳嵌入维数，对于序列{u}按时间延迟τ进行相空间重构后，相空间中的相邻两相点

和

间的平均位移为：

$S_m\left(\mathrm{\τ}\right)=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\left|\right|U_l^{\mathrm{\τ}}-U_l^0\left|\right|---\left(9\right)$

S_m(τ)随着时间延迟τ的增加趋于饱和，其线性区的末端所对应的τ值即为最佳时间延迟；

将延时向量写为：

y_i(m)=(U_i,U_i+τ,…,U_i+(m-1)τ)，i=1,2,…,N-(m-1)τ     （10）

$a(i,m)=\frac{\left|\right|y_i(m+1)-y_{n(i,m)}(m+1)\left|\right|}{\left|\right|y_i\left(m\right)-y_{n(i,m)}\left(m\right)\left|\right|},i=\mathrm{1,2},...,N-\mathrm{m\τ}---\left(11\right)$

式中，y_i(m+1)=(U_i,U_i+τ，…,U_i+mτ)，y_n(i，m)(m)是离轨线y_i(m)最近的轨线，y_i(m+1)为嵌入维等于m时的第i个时间延迟向量，n(i，m)是满足条件1≤n(i，m)≤N-mτ的正整数且依赖变量i和m，令：

$E\left(m\right)=\frac{1}{N-\mathrm{m\τ}}\underset{i=1}{\overset{N-\mathrm{m\τ}}{\mathrm{\Σ}}}a(i,m)---\left(12\right)$

这里的E(m)独立于变量嵌入维数m和延迟时间τ，为了找到从m到m+1变化的最佳嵌入维数，令：

$E_l\left(m\right)=\frac{E(m+1)}{E\left(m\right)}---\left(13\right)$

当m增加到设定值时，变量E_l(m)不在增加，此时的m+1就是所求的最佳嵌入维数；

2.3）对重构后的混沌时间序列进行拟合、对照，实现桥梁结构健康监测和预警。

2.如权利要求1所述的一种基于物联网技术的远程桥梁结构健康监测方法，其特征在于：所述步骤2.3）中，利用有限元分析工具ANSYS将桥梁最不利状态的包络图值计算出来，则该包络值为一个区间，设定包络值的0-80%为绿色区域，表示桥梁运营具有足够的安全裕度，运营正常；包络值的80%-90%为黄色预警区域，表示桥梁运营具安全裕度较小，要对桥梁限载通行且对桥梁进行全面的检查，包络值的90%-100%为红色预警区域，表示桥梁运营具安全裕度欠缺，需要停止通行对桥梁进行加固与维护；

重构时间序列完成后，将重构的时间序列与所述包络图值进行对比，确定在未来时间段内桥梁所处的结构状态，实现桥梁结构健康监测与预警。

Images