CN109002622B - 一种随机车流作用下大跨径桥梁总体荷载响应估算方法 - Google Patents
一种随机车流作用下大跨径桥梁总体荷载响应估算方法 Download PDFInfo
- Publication number
- CN109002622B CN109002622B CN201810832866.7A CN201810832866A CN109002622B CN 109002622 B CN109002622 B CN 109002622B CN 201810832866 A CN201810832866 A CN 201810832866A CN 109002622 B CN109002622 B CN 109002622B
- Authority
- CN
- China
- Prior art keywords
- density
- traffic
- truck
- load
- traffic flow
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/04—Ageing analysis or optimisation against ageing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Theoretical Computer Science (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Architecture (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种随机车流作用下大跨径桥梁总体荷载响应估算方法,包括以下步骤:S1,采集路面的交通流量Q和货车比例P,获取交通速度V;S2,结合“流量‑密度‑速度”模型确定的交通流量Q和交通密度K函数关系Q=f(K),根据采集的交通流量Q、货车比例P和交通速度V计算交通密度K;S3,根据交通密度K和货车比例P计算轿车密度K1和货车密度K2;S4,根据轿车密度K1计算轿车荷载集度q1;S5,根据货车密度K2计算货车荷载集度q2;S6,根据轿车荷载集度q1和货车荷载集度q2计算桥梁均布荷载集度q。将桥面均布荷载集度q与规范车辆荷载模型的设计荷载集度qk对比,本方法提供了一种通过交通流宏观参数快速估算大跨径桥梁总体荷载响应的方法。
Description
技术领域
本发明涉及交通工程与桥梁工程的学科交叉领域,具体涉及一种随机车流作用下大跨径桥梁总体荷载响应快速估算方法。
背景技术
车辆荷载作为桥梁运营使用的主要可变作用,是近十年来桥梁工程领域的研究热点。在我国交通运输产业爆发式增长以及越来越多桥梁步入其中后期运营使用阶段的背景下,提高对桥梁实际运营车辆荷载水平的认识,对于确保桥梁结构安全并优化管理养护资源,具有显著的工程意义。
目前我国针对桥梁运营车辆荷载及其响应的评估,主要依据《公路桥梁承载能力检测评定规程》(JTG/T J21-2011),按照规范汽车荷载模型并考虑实际交通调查形成的交通量、大吨位车辆混入率和轴荷分布进行活载影响修正,该方法物理意义明确、操作简单、便于工程应用,但对于大跨径桥梁而言,这几个修正系数不足以真实反映桥梁的运营车辆荷载水平。
信息传感与电子技术发展为采集桥梁车辆荷载信息提供了多种手段,例如收费站称重方法、动态称重技术、桥梁动态称重技术、高清摄像识别技术、健康监测系统等,基于实测车辆荷载数据开展桥梁性能评估成为主流方法,这些方法的应用存在以下特点:
(1)收费站称重方法经济性好、操作简单、准确性高,但获取的是静态的且无车道序列的荷载数据,无法真实还原车队的运行情况;
(2)动态称重技术可以在不干扰交通情况下获得车队荷载序列各种信息,但获得的是断面测试结果,可用于中小跨径桥梁而难以直接用于大跨径桥梁,需要借助微观车流模拟方法考虑车辆加速、减速、换道等微观行为,而微观模拟计算代价很高,且该测试技术经济代价高、传感器寿命难以保证;
(3)桥梁动态称重技术通过车辆通行下的桥梁响应推算车辆荷载信息,主要用于中小跨径桥梁,对于复杂交通行为如多车道多辆车通行难以准确推算,且不能直接用于大跨径桥梁荷载效应分析;
(4)高清摄像识别技术可以获得车队在大跨径桥梁上的微观驾驶行为,但缺乏荷载信息需要结合动态称重技术等进行车辆荷载关联,该方法分析精度很高但是计算代价很大;
(5)健康监测系统可以直接测试获得桥梁荷载响应状况进行结构性能评估,但是测试结构响应很容易受到环境噪声干扰而无法准确分析真实桥梁响应,且健康监测系统主要应用于重大型桥梁工程。
因此,结合实测车辆荷载数据评估桥梁荷载及结构响应水平的方法中,尚需要研发一种具有经济性好、计算效率高、操作简单、实用方便的快速评估方法,能够通过经济简便的方式测试获得桥址处交通荷载信息,快速且较为准确地评估桥梁的荷载及响应水平,满足在线荷载评估及实时结构预警需求。
发明内容
本发明提供了一种随机车流作用下大跨径桥梁总体荷载响应估算方法,旨在解决目前结合实测车辆荷载数据评估桥梁荷载及结构响应水平方法存在的问题,提供一种基于交通流宏观参数,快速地计算大跨径桥梁运营车辆荷载及其响应水平的方法。
为实现上述目的,本发明提供了一种随机车流作用下大跨径桥梁总体荷载响应估算方法,包括以下步骤:
S1,采集路面的交通流量Q和货车比例P,获取交通速度V;
S2,结合“流量-密度-速度”模型确定的交通流量Q和交通密度K函数关系Q=f(K),根据采集的交通流量Q和货车比例P并辅以交通速度V计算交通密度K;
S3,根据交通密度K和货车比例P计算轿车密度K1和货车密度K2;
S4,根据轿车密度K1计算轿车荷载集度q1;
S5,根据货车密度K2计算货车荷载集度q2;
S6,根据轿车荷载集度q1和货车荷载集度q2计算桥面均布荷载集度q。
与现有技术相比,本发明公开的一种随机车流作用下大跨径桥梁总体荷载响应估算方法,可以简单快速的估算桥面均布荷载集度q。具体而言,首先确定交通流量Q和交通密度K间的函数关系Q=f(K),通过实测交通流量Q、货车比例P和函数关系Q=f(K)辅以交通速度V确定交通密度K,所述交通密度K根据货车比例P分为轿车密度K1和货车密度K2,根据轿车的车重上限G和轿车密度K1计算轿车荷载集度q1,根据货车车重分布和货车密度K2通过蒙特卡洛抽样计算货车荷载集度q2,根据轿车荷载集度q1和货车荷载集度q2计算桥面均布荷载集度q。该种随机车流作用下大跨径桥梁总体荷载响应估算方法通过交通流量、货车比例和货车车重分布等简单且易准确获取的交通流宏观参数,快速地计算大跨径桥梁的桥面均布荷载集度q。本发明仅需要采集交通流量、货车比例和货车车重分布等宏观参数,其中交通流量和货车比例可以通过视频拍照的手段非常准确且快速地实时采集,货车车重分布可以通过车重调查或者收费站称重数据分析事先建立,辅以交通速度用于判断交通流状态,可有效避免车速采集精度问题,提供了一种经济性好、计算效率高、操作简单、实用方便的快速估算方法。
进一步,所述的一种随机车流作用下大跨径桥梁总体荷载响应估算方法,还包括步骤S7,将桥面均布荷载集度q与规范车辆荷载模型的设计荷载集度qk对比,估计大跨径桥梁的总体荷载及响应水平。
目前规范车辆荷载模型由均布荷载集度qk和集中荷载Pk组成,而大跨径桥梁总体荷载效应主要由均布荷载集度qk反应,因此通过实际推算的桥面均布荷载集度q与规范均布荷载集度qk的比较,可以明确大跨径桥梁的总体车辆荷载及其响应水平。本发明通过计算的得到桥面均布荷载集度q,通过将桥面均布荷载集度q与规范车辆荷载模型的设计荷载集度qk对比,可以估计大跨径桥梁的总体荷载及响应水平。将桥面均布荷载集度q直接与规范车辆荷载模型的设计荷载集度qk对比,如果q>qk说明该桥梁车辆荷载水平超过规范设计标准,构件与结构的失效风险显著大,大桥管理部门应该重视。而其中桥面均布荷载集度q仅仅通过交通流量、交通速度、货车比例和货车车重分布等简单且易准确获取的交通流宏观参数,并可以快速计算得到。故而,本发明提供的一种随机车流作用下大跨径桥梁总体荷载响应估计方法,仅需要测量交通流宏观参数,不需要微观信息,故而本发明不需要进行微观模拟计算,交通流量和货车比例仅通过视频拍照或者路面线圈便可以非常准确且快速地实时采集,因此本发明不存在经济代价高、传感器寿命难以保证、计算代价大等问题。同时,因为本发明采集了实时交通流量和货车比例以计算交通荷载集度q,还原车队的通行加载情况,克服了收费站称重方法存在的问题。并且,由于本方法快速估计的桥面均布荷载集度q是具有概率分布的变量,通过确定其一定概率保证率的上限值作为特征值q,可以保证估算的桥面均布荷载集度q不小于实际的均布荷载集度,避免实际均布荷载集度大于规范车辆荷载模型的设计荷载集度qk,却被错误估算为q<qk的情况出现,保证该估算方法的可靠性。故而,本发明公开的一种随机车流作用大跨径桥梁荷载响应快速估计方法,提供了一种具有经济性好、计算效率高、操作简单、实用方便的快速评估方法,能够通过经济简便的方式测试获得桥址处交通荷载信息,快速且较为准确地评估桥梁的荷载及响应水平,满足在线荷载评估及实时结构预警需求。
附图说明
图1为本发明一种随机车流作用下大跨径桥梁总体荷载响应估算方法流程图1;
图2为本发明的一个实施例中基于智能驾驶员模型建立的Q-K基本关系图;
图3为本发明的一个实施例中基于智能驾驶员模型确定的车道最大通行交通量与货车比例的关系;
图4为本发明的一个实施例中基于智能驾驶员模型确定的车道最大通行交通量下交通速度与货车比例的关系;
图5为本发明的一个实施例中不同货车比例下交通流量与交通密度的定量关系图;
图6为本发明的一个实施例中货车车重数据概率密度直方图分布;
图7为本发明的一个实施例中货车车重数据尾部正态分布逼近的拟合优度值(R2)与拟合起点的分布关系;
图8为本发明的一个实施例中货车车重数据半参数拟合结果;
图9为本发明的一个实施例中某几个数量(20辆,40辆,60辆,80辆)货车车重总和的蒙特卡洛抽样结果的直方图分布;
图10为本发明的一个实施例中货车车辆总荷载集度与规范车道荷载集度的对比分析表1;
图11为本发明的一个实施例中货车车辆总荷载集度与规范车道荷载集度的对比分析表2;
图12为本发明的一个实施例中货车车辆总荷载集度与规范车道荷载集度的对比分析表3;
图13为本发明一种随机车流作用下大跨径桥梁总体荷载响应估算方法流程图2;图14为《公路桥涵设计通用规范》(JTG D60-2015)汽车荷载模型中的车道荷载模式图;
图15为《公路桥涵设计通用规范》(JTG D60-2015)汽车荷载模型中的多车道车辆荷载折减系数表;
图16为本发明一种随机车流作用下大跨径桥梁总体荷载响应估算方法的流程。
具体实施方式
如图1所示,本发明所述一种随机车流作用下大跨径桥梁总体荷载响应估算方法,包括以下步骤:S1,采集路面的交通流量Q和货车比例P,获取交通速度V;S2,选择“流量-密度-速度”模型确定的交通流量Q和交通密度K函数关系Q=f(K),根据采集的交通流量Q和货车比例P并辅以交通速度V计算交通密度K;S3,根据交通密度K和货车比例P计算轿车密度K1和货车密度K2;S4,根据轿车密度K1计算轿车荷载集度q1;S5,根据货车密度K2计算货车荷载集度q2;S6,根据轿车荷载集度q1和货车荷载集度q2计算桥梁均布荷载集度q。
与现有技术相比,本发明公开的一种随机车流作用下大跨径桥梁总体荷载响应估算方法,可以简单快速的估算桥面均布荷载集度q。首先确定交通流量Q和交通密度K间的函数关系Q=f(K),通过实测交通流量Q货车比例P和函数关系Q=f(K)辅以交通速度V确定交通密度K,所述交通密度K根据货车比例P分为轿车密度K1和货车密度K2,根据轿车的车重上限G和轿车密度K1计算轿车荷载集度q1,根据货车车重分布和货车密度K2通过蒙特卡洛抽样计算货车荷载集度q2,根据轿车荷载集度q1和货车荷载集度q2计算桥面均布荷载集度q。该种随机车流作用下大跨径桥梁总体荷载响应估算方法通过交通流量、货车比例和货车车重分布等简单且易准确获取的交通流宏观参数,快速地计算大跨径桥梁的桥面均布荷载集度q。
该种随机车流作用下大跨径桥梁总体荷载响应快速估算方法通过交通流量、货车比例和货车车重分布等简单且易准确获取的交通流宏观参数,快速地计算大跨径桥梁的桥面均布荷载集度q。本发明仅需要采集交通流量、货车比例和货车车重分布等宏观参数,其中交通流量和货车比例可以通过视频拍照的手段非常准确且快速地实时采集,货车车重分布可以通过车重调查或者收费站称重数据分析事先建立,辅以交通速度用于判断交通流状态,可有效避免车速采集精度问题,提供了一种经济性好、计算效率高、操作简单、实用方便的快速估算方法。
所述步骤S2包括以下步骤:S21,选择“流量-密度-速度”的曲线模型,根据模型表达确定“流量-密度”曲线关系,得到“流量-密度”曲线的基本形式;S22,确定关键参数的值,根据关键参数值确定交通流量Q和交通密度K间的函数关系Q=f(K);S23,根据采集的交通流量Q和货车比例P,依据函数关系Q=f(K)得到交通密度K的可能取值;S24,辅以非准确获取的交通速度V,确定真实的交通密度K。该步骤中流量-密度-速度的曲线模型可以选择现有研究成果中适宜的流量-密度-速度(Q-K-V)曲线模型,所述适宜的流量-密度-速度(Q-K-V)曲线模型要有关键参数满足一定特征。所述流量-密度-速度(Q-K-V)曲线模型主要用于确定交通流量Q与交通密度K的函数关系Q=f(K),辅以交通速度V用于区分交通流是属于自由流还是拥堵流,以确定交通密度K的值。
所述关键参数包括,道路通行能力Q0,最大交通流量下的交通密度K0,最大交通流量下的交通速度V0,阻塞密度Kj。关键参数具有以下特征,当K=0或K=Kj时Q=0;当K=K0时Q=Q0且V=V0。任意满足关键参数前述特征的曲线模型均可作为本发明中的流量-密度-速度(Q-K-V)曲线模型选择。
所述步骤S24包括以下步骤:S241,判断交通速度V是否大于最大交通流量下的交通速度V0,如果是则进入步骤S242,如果不是则进入步骤S243;S242,交通密度K的值取较小的取值;S243,交通密度K的值取较大的取值。由于交通流量Q、货车比例P和函数关系Q=f(K)得到交通密度K具有两个取值,需要通过交通速度辅助确定交通密度K的值。当Q不等于Q0时,K应当有一个大于K0,一个小于K0的两个取值。当交通速度V大于最大交通流量下的交通速度V0时,交通密度K的值取小于K0的数值,当交通速度V小于最大交通流量下的交通速度V0时,交通密度K的值取大于K0的数值。当交通密度K的值取小于K0,该值应当是K的两个取值中较小的一个,故而K值的判断可以通过简单比较两个取值的大小来进行选择。
本发明的一个实施例中,所述流量-密度-速度(Q-K-V)曲线模型选用Treiber等人提出的智能驾驶员模型(Intelligent Driver Model,IDM),IDM模型表达如下式,根据模型表达确定Q-K曲线关系并进行推导,Q-K曲线基本型式如图2所示:
式中:v(t)-车辆当前速度;v’-车辆理想驾驶速度;s(t)-车辆当前跟车间距;s*(t)-车辆驾驶员期望最小跟车间距;s0-拥堵状态下最小安全跟车间距;T-安全时间间隔;v(t)T-车辆驾驶员试图保持较为恒定车头时距;Δv(t)-车辆前后车速差;a-最大加速度;b-舒适减速度。
本实施例中,智能驾驶员模型:对于轿车,车长4m,理想驾驶速度v’=120km/h,拥堵状态下最小安全跟车间距s0=2m,安全时间间隔T=1.6s;对于货车,车长12m,理想驾驶速度v’=80km/h,拥堵状态下最小安全跟车间距s0=2m,安全时间间隔T=1.6s。根据图2所示,所有的Q-K曲线关系中需要确定以下四个关键交通参数:道路通行能力Q0,单位为veh/h;最大交通流量下的交通密度K0,单位为veh/km;最大交通流量下的交通速度V0,计算式为V0=Q0/K0,单位为km/h;阻塞密度Kj,单位为veh/km。
本实施例中,阻塞密度Kj是拥堵状态下最大交通密度,可以按照所有车辆完全静止确定,即车辆车长和跟车间距形成拥堵状态下的阻塞密度;根据现有研究假定,轿车车长取4m,货车车长取12m,最小跟车间距取2m,结合货车比例P可以确定阻塞密度为
式中:x和y分别为单位长度L内轿车和货车的数量;货车比例P。
本实施例中,道路通行能力Q0可通过理论计算结合实测数据修正建立,这里选用IDM模型,根据道路最大通行能力下的平稳交通特性:所有个体车辆速度趋于相同为路面交通速度V=v(t),个体车辆速度趋于稳定Δv(t)=0且dv(t)/dt=0。因此,结合式(1)道路通行能力Q0可计算如下:
式中:le为等效车长,通过轿车与货车的加权长度确定,如式(4);ve为等效理想交通速度,是空间平均速度的概念,通过轿车与货车的理想驾驶速度确定,如式(5)。
le=4(1-P)+12P=4+8P. (4)
根据式(3)可以获得车道最大通行流量Q0及其交通速度V0的理论解,由于理论解公式较为繁琐复杂,根据其隐含的自变量与因变量关系采用多项式进行拟合逼近,并采用数学检验量拟合度(R2)和均方根误差(RMSE)进行拟合检验。车道最大通行流量Q0与货车比例P的关系如图3为:Q0=68.5P2-548.4P+1790,R2=1.0000,RMSE=0.0901;最大通行流量下交通速度V0与货车比例P的关系如图4为:V0=-11.77P+64.97,R2=0.9988,RMSE=0.1184。考虑到上述计算的车道最大通行流量是静态结果,实际的交通流始终处于行进中是动态的,这里简单考虑0.97的折减系数,因此Q0=66.4P2-531.9P+1736。
本实施例中,可知Kj的计算式为Kj=1000/(6+8P);V0的计算式为V0=-11.77P+64.97;Q0的计算式为Q0=66.4P2-531.9P+1736;K0的计算式为K0=Q0/V0,所述关键参数的计算式均已求出。
综合式(1)和阻塞密度Kj、车道最大通行流量Q0、最大通行流量下交通速度V0,可以获得交通密度K与交通流量Q和货车比例P的关系,该函数关系的方程表达较难回归,这里以离散数值的方式进行表述,如图5是不同货车比例(0,0.25,0.50,0.75,1)下交通流量Q和交通密度K的定量数值关系。
通过图5的Q-K定量关系,以及实测路面交通流量Q和货车比例P就可以确定交通密度K,当V>V0时代表自由流交通,否则为拥堵流交通。故而,当V>V0,K<K0,交通密度K的值取较小的取值;当V<V0时,K>K0,交通密度K的值取较大的取值。
所述步骤S3中,轿车密度K1的计算方法为K1=(1-P)K,货车密度K2的计算方法为K2=K-K1。本发明的车辆类型根据车重是否超过轿车的车重上限G划分为轿车和货车两种车型,根据车型统计的货车比例P,将交通密度K划分为轿车密度K1和货车密度K2,即K=K1+K2。
所述步骤S4中,轿车荷载集度q1的计算方法为轿车密度K1乘以轿车的车重上限G。本发明的一个实施例中轿车的车重上限G为3.5t,轿车的车重上限为3.5t,因此q1=0.035K1,单位kN/m。
所述步骤S5中货车荷载集度q2的计算步骤包括:S51,收集货车车重数据,采用半参数拟合方法建立车重分布模型,模型的拟合效果采用拟合度和均方根误差进行检验;S52,采用蒙特卡洛抽样方法,确定货车数量1~N的车队总重分布模型,其中N根据车道数量m与货车比例P=1计算的堵塞密度Kj乘积的向上取整确定;S53,根据n辆车的荷载总重分布模型,基于车辆荷载二项平稳假定计算年最大货车总重值,所述n的取值范围为1~N;S54,根据实际交通流推算的货车密度K2进行1~N辆车的特征车重值内插,结果即为货车荷载集度q2。
本发明的一个实施例中,货车荷载集度q2的具体计算方法如下。
车重分布模型可以通过车重调查或者收费站称重数据分析建立,这里以某一高速公路收费站车重数据的调查结果为例进行分析:筛选大于3.5t的货车车重数据,其概率密度分布如图6;根据半参数拟合方法,在货车车重数据前端直接利用直方图信息进行非参数拟合,在货车车重数据尾端采用正态分布尾部进行参数拟合,参数拟合起点根据正态分布尾部逼近拟合效果确定,即满足尾部拟合优度值(R2)不低于0.98,如图7是货车车重数据尾部的正态分布逼近拟合优度值(R2)与拟合起点关系,可知最佳拟合起点是54.8t。图8是货车车重数据的整体半参数拟合结果,可知R2=1.0000,RMSE=0.0016。
采用蒙特卡洛抽样方法,确定货车数量1~N的车队总重分布模型,其中N根据车道数量m与货车比例P=1计算的堵塞密度Kj乘积向上取整确定,可以计算车道数量m=1时堵塞密度Kj=71.4,因此向上取整N=72,车道数量更多计算方法类似,据此通过蒙特卡洛抽样分别确定1~N辆货车总重的分布模型,根据中心极限定理,当N足够大时N辆货车总重分布是趋于正态分布的,如图9是10辆,30,50辆和70辆货车总重的概率密度分布图,服从正态分布。
根据n(n=1~N)辆车的荷载总重分布模型,基于车辆荷载二项平稳假定计算年最大货车总重值。这里,列出1-100辆货车的荷载总重年最大值、货车荷载集度及其与规范1-4车道荷载集度的比较如图10至图12所示。根据实际交通流推算的货车密度K2进行1~N辆车的特征车重值内插,结果即为货车荷载集度q2(换算到单位kN/m)。
在本发明的此实施例中,当检测得到交通流量Q、交通速度V和货车比例P时,通过不同货车比例下交通流量Q和交通密度K的定量数值关系可得到交通密度K的可能取值,通过交通速度V确定K的值。根据交通密度K的值结合货车比例P计算得到轿车密度K1和货车密度K2,轿车荷载集度q1等于轿车密度K1乘以轿车的车重上限G,货车荷载集度q2根据货车密度K2在图10至图12货车车辆总荷载集度与规范车道荷载集度的对比分析表中内插的计算得到,桥面均布荷载集度q的计算方法为q=q1+q2。
采用一个实例具体介绍桥面均布荷载集度q的计算方法,某两车道大跨径桥梁,监测到的某时间区段两车道时均交通流量为Q=3000veh/h,交通速度为V=69±10km/h,货车比例P=30%,车重分布为上述测点数据如图5。首先,通过图5相同的方法计算其两车道车辆密度K,计算得到车辆密度K的两个取值为86.09veh/km或者40.96veh/km,计算最大通行交通下的交通速度V0=64.97-11.77P=53.20km/h,由于实际速度V>V0,交通密度K的值取小于K0,则交通密度K当取较小的取值,故而K=40.96veh/km;其次,根据货车比例计算轿车密度K1=(1-P)K=28.67veh/km,货车密度K2=12.29veh/km,轿车取车重上限3.5t确定其轿车荷载集度q1=1.00kN/m,货车荷载集度q2根据图10内插的计算得到q2=5.97kN/m,两车道桥面均布荷载集度q=q1+q2=6.97kN/m。
如图13所示,所述的一种随机车流作用下大跨径桥梁总体荷载响应估算方法,还包括步骤S7,将桥面均布荷载集度q与规范车辆荷载模型的设计荷载集度qk对比,估计大跨径桥梁的总体荷载及响应水平。目前规范车辆荷载模型由均布荷载集度qk和集中荷载Pk组成,而大跨径桥梁总体荷载效应主要由均布荷载集度qk反应,因此通过实际推算的桥面均布荷载集度q与规范均布荷载集度qk的比较,可以明确大跨径桥梁的总体车辆荷载及其响应水平。
所述规范车辆荷载模型的设计荷载集度qk等于标准均布荷载集度乘以车道数量乘以折减系数。《公路桥涵设计通用规范》(JTG D60-2015)汽车荷载模型中的车道荷载模式如图14,多车道荷载折减系数如图15,对于大跨径桥梁而言其设计荷载等级往往是公路I级,均布荷载集度qk=10.5kN/m,集中荷载Pk=360kN,主要考虑均布荷载集度对大跨径桥梁总体荷载及其响应水平的影响。
本发明提供的一种随机车流作用下大跨径桥梁总体荷载响应估算方法,在计算出桥面均布荷载集度q后,根据规范车辆荷载模型的设计荷载集度qk判断估计大跨径桥梁的总体荷载及响应水平。采用前述实例继续说明如何估计大跨径桥梁的总体荷载及响应水平,由于检测的桥梁为两车道大跨径桥梁,根据规范两车道荷载集度取值qk=10.5kN/m×2×1.0=21kN/m,已估算得到桥面均布荷载集度q=q1+q2=6.97kN/m,可知q<qk,实际运营荷载水平及其响应低于规范值,桥梁整体安全和可靠性得以保障。
如图16所示,采用另一个实例介绍本发明提供的一种随机车流作用下大跨径桥梁总体荷载响应估算方法,某三车道大跨径桥梁,监测到的某时间区段三车道时均交通流量Q=3300veh/h,交通速度V=26±10km/h,货车比例P=60%,车重分布为上述测点数据如图5。首先,通过式(7)计算其三车道车辆密度为155.78veh/km或者35.91veh/km,计算最大通行交通下的交通速度V0=64.97-11.77P=57.91km/h,由于V<V0,则交通密度K=155.78veh/km;其次,根据货车比例计算轿车密度K1=(1-P)K=62.31veh/km,货车密度K2=93.47veh/km,轿车取车重上限3.5t确定其轿车荷载集度q1=2.18kN/m,货车荷载集度根据图12内插q2=35.27kN/m,三车道桥面均布荷载集度q=q1+q2=37.45kN/m;根据规范三车道荷载集度取值qk=10.5kN/m×3×0.78=24.57kN/m,可知q>qk,实际运营荷载水平及其响应显著高于规范值,运营车流荷载非常不利,可能会引起桥梁整体安全,需要对交通进行限制与管理才能确保桥梁安全。
本发明通过交通流量、货车比例和货车车重分布三个简单且易获取的交通流宏观参数,快速地计算大跨径桥梁运营车辆荷载及其响应水平,为桥梁车辆荷载在线评定及结构性能安全预警提供基础。交通流量和货车比例可以通过路边摄像头监测实时快速计算,货车车重分布可以通过收费站数据或者人工调查方式建立,这些措施经济代价很低,测试结果准确度高,可以很方便地实施应用。
本方法主要针对大跨径桥梁总体荷载及其响应的快速估计,反映桥梁整体荷载与结构状态。考虑到大跨径桥梁有诸多局部受力行为的构件,如吊杆和斜拉索等,通过本方法的评估分析结果并不能直接反映这些局部受力行为构件的结构安全性能。
本实施例中交通流量Q与交通密度K的曲线关系选择的是智能驾驶员IDM模型,任何模型都不能完全准确的描述实际交通流的流量-密度-速度关系,IDM模型也一样,选择其他模型进行本方法计算遵循实施例给出的基本流程。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (9)
1.一种随机车流作用下大跨径桥梁总体荷载响应估算方法,其特征在于,包括以下步骤:
S1,采集路面的交通流量Q和货车比例P,获取交通速度V;
S2,结合“流量-密度-速度”模型确定的交通流量Q和交通密度K函数关系Q=f(K),根据采集的交通流量Q和货车比例P并辅以交通速度V计算交通密度K;所述步骤S2包括以下步骤:S21,选择“流量-密度-速度”的曲线模型,根据模型表达确定“流量-密度”曲线关系,得到“流量-密度”曲线的基本形式;S22,确定关键参数的值,根据关键参数的值确定交通流量Q和交通密度K间的函数关系Q=f(K);S23,根据采集的交通流量Q和货车比例P,依据函数关系Q=f(K)得到交通密度K的两个取值;S24,辅以交通速度V,确定交通密度K的最终取值;
S3,根据交通密度K和货车比例P计算轿车密度K1和货车密度K2;
S4,根据轿车密度K1计算轿车荷载集度q1;
S5,根据货车密度K2计算货车荷载集度q2;
S6,根据轿车荷载集度q1和货车荷载集度q2计算桥面均布荷载集度q。
2.根据权利要求1所述的一种随机车流作用下大跨径桥梁总体荷载响应估算方法,其特征在于,所述关键参数包括道路通行能力Q0、最大交通流量下的交通密度K0、最大交通流量下的交通速度V0以及阻塞密度Kj。
3.根据权利要求2所述的一种随机车流作用下大跨径桥梁总体荷载响应估算方法,其特征在于,所述步骤S24包括以下步骤:
S241,判断交通速度V是否大于最大交通流量下的交通速度V0,如果是则进入步骤S242,如果不是则进入步骤S243;
S242,交通密度K的值取小于K0的数值;
S243,交通密度K的值取大于K0的数值。
4.根据权利要求1所述的一种随机车流作用下大跨径桥梁总体荷载响应估算方法,其特征在于,所述步骤S3中,轿车密度K1的计算方法为K1=(1-P)K,货车密度K2的计算方法为K2=K-K1。
5.根据权利要求1所述的一种随机车流作用下大跨径桥梁总体荷载响应估算方法,其特征在于,所述步骤S4中,轿车荷载集度q1的计算方法为轿车密度K1乘以轿车的车重上限G。
6.根据权利要求1所述的一种随机车流作用下大跨径桥梁总体荷载响应估算方法,其特征在于,所述步骤S5中货车荷载集度q2的计算步骤包括:
S51,收集货车车重数据,采用半参数拟合方法建立车重分布模型,模型的拟合效果采用拟合度和均方根误差进行检验;
S52,采用蒙特卡洛抽样方法,确定货车数量1~N的车队总重分布模型,其中N根据车道数量m与货车比例P=1计算的堵塞密度Kj乘积的向上取整确定;
S53,根据n辆车的荷载总重分布模型,基于车辆荷载二项平稳假定计算年最大货车总重值,所述n的取值范围为1~N;
S54,根据实际交通流推算的货车密度K2进行1~N辆车的特征车重值内插,结果即为货车荷载集度q2。
7.根据权利要求1所述的一种随机车流作用下大跨径桥梁总体荷载响应估算方法,其特征在于,所述桥面均布荷载集度q的计算方法为q=q1+q2。
8.根据权利要求1-7任一项所述的一种随机车流作用下大跨径桥梁总体荷载响应估算方法,其特征在于,还包括步骤S7,将桥面均布荷载集度q与规范车辆荷载模型的设计荷载集度qk对比,估计大跨径桥梁的总体荷载及响应水平。
9.根据权利要求8所述的一种随机车流作用下大跨径桥梁总体荷载响应估算方法,其特征在于,所述规范车辆荷载模型的设计荷载集度qk等于标准均布荷载集度乘以车道数量乘以纵横向折减系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810832866.7A CN109002622B (zh) | 2018-07-26 | 2018-07-26 | 一种随机车流作用下大跨径桥梁总体荷载响应估算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810832866.7A CN109002622B (zh) | 2018-07-26 | 2018-07-26 | 一种随机车流作用下大跨径桥梁总体荷载响应估算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109002622A CN109002622A (zh) | 2018-12-14 |
CN109002622B true CN109002622B (zh) | 2023-05-23 |
Family
ID=64597040
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810832866.7A Active CN109002622B (zh) | 2018-07-26 | 2018-07-26 | 一种随机车流作用下大跨径桥梁总体荷载响应估算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109002622B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110517490B (zh) * | 2019-08-22 | 2022-05-10 | 广州市交通规划研究院 | 道路机动车承载力计算方法、系统、装置及存储介质 |
WO2022056677A1 (zh) * | 2020-09-15 | 2022-03-24 | 西门子股份公司 | 监测、采集、分析系统及其方法、设备、存储介质、程序和程序产品 |
CN112861401B (zh) * | 2021-02-03 | 2022-04-19 | 湖南大学 | 基于仿真分析的车重识别方法、装置、设备及存储介质 |
CN113312744B (zh) * | 2021-04-08 | 2022-11-18 | 同济大学 | 一种车辆荷载预测方法和系统 |
CN114187766B (zh) * | 2021-11-08 | 2023-04-07 | 航天科工广信智能技术有限公司 | 一种基于饱和率的道路服务水平评价方法 |
CN114417468B (zh) * | 2022-01-11 | 2023-05-02 | 哈尔滨工业大学 | 一种亚健康公路桥梁的汽车荷载智能限载方法 |
CN114969626A (zh) * | 2022-04-15 | 2022-08-30 | 西南交通大学 | 一种混合交通流车队强度计算及基本图模型构建方法 |
CN114778040A (zh) * | 2022-04-26 | 2022-07-22 | 广州大学 | 一种桥梁随机荷载试验安全评估方法、系统及可存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8781804B2 (en) * | 2010-10-12 | 2014-07-15 | Expressway & Transportation Research Institute, Korea Expressway Corporation | Method of estimating load carrying capacity of bridge |
US20150198502A1 (en) * | 2014-01-14 | 2015-07-16 | Iowa State University Research Foundation, Inc. | Methods and systems for automated bridge structural health monitoring |
CN104732013B (zh) * | 2015-02-12 | 2016-07-06 | 长安大学 | 一种单车通过多梁式桥梁的车辆荷载识别方法 |
CN105513359B (zh) * | 2016-01-27 | 2018-06-01 | 北京工业大学 | 一种基于智能手机移动检测的城市快速路交通状态估计方法 |
CN106991815B (zh) * | 2017-05-23 | 2020-03-10 | 招商局重庆交通科研设计院有限公司 | 交通拥堵控制方法 |
-
2018
- 2018-07-26 CN CN201810832866.7A patent/CN109002622B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109002622A (zh) | 2018-12-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109002622B (zh) | 一种随机车流作用下大跨径桥梁总体荷载响应估算方法 | |
Laman et al. | Fatigue-load models for girder bridges | |
Peng et al. | Assessing the impact of reduced visibility on traffic crash risk using microscopic data and surrogate safety measures | |
Zhang | Link-journey-speed model for arterial traffic | |
CN108280587B (zh) | 评价涉路工程施工期间交通组织方案优劣的系统及方法 | |
CN108573601B (zh) | 一种基于wim数据的交通安全风险场构建方法 | |
CN102360525A (zh) | 基于判别分析的快速道路实时交通事故风险预测方法 | |
CN114783183A (zh) | 一种基于交通态势算法的监控方法与系统 | |
CN111582586B (zh) | 用于减少抖动的多车队驾驶危险预测系统与方法 | |
Zhu et al. | An automated vehicle fuel economy benefits evaluation framework using real-world travel and traffic data | |
CN107886739A (zh) | 交通人流量自动采集分析系统 | |
CN107731007A (zh) | 基于交通冲突随机过程演化的交叉口事故预测方法 | |
CN105185107A (zh) | 一种基于gps的交通运行趋势推测方法 | |
Salim et al. | Estimation of average space headway under heterogeneous traffic conditions | |
Burnos et al. | Measurements of road traffic parameters using inductive loops and piezoelectric sensors | |
CN113421434B (zh) | 用于公路治超非现场执法的超限超载率计算方法 | |
Sun | On human perception and evaluation to road surfaces | |
Li et al. | Modeling and verification of heavy-duty truck drivers’ car-following characteristics | |
CN110610611B (zh) | 面向混行交通流中智能网联车辆的行车安全性评价方法 | |
Joseph et al. | Analysis of surrogate safety performance parameters for an interurban corridor | |
Kolev | Bridge Weigh-in-Motion Long-Term Traffic Monitoring in the State of Connecticut | |
Paeglitis et al. | Comparision of constant-span and influence line methods for long-span bridge load calculations | |
CN110956808A (zh) | 一种基于非全样定位数据的重型货车交通流量预测方法 | |
Laman et al. | SITE-SPECIFIC TRUCK LOADS ON BRIDGES AND ROADS. | |
Burnos et al. | Application of vehicle’s Weigh-in-Motion systems to enforcement |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |