CN109541022A - 一种桥梁结构裂缝健康监测分析方法 - Google Patents

一种桥梁结构裂缝健康监测分析方法 Download PDF

Info

Publication number
CN109541022A
CN109541022A CN201811275131.5A CN201811275131A CN109541022A CN 109541022 A CN109541022 A CN 109541022A CN 201811275131 A CN201811275131 A CN 201811275131A CN 109541022 A CN109541022 A CN 109541022A
Authority
CN
China
Prior art keywords
crack
bridge structure
numerical value
health monitoring
analysis method
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.)
Pending
Application number
CN201811275131.5A
Other languages
English (en)
Inventor
李鸥
孙连峰
张勇夫
侍刚
李泽新
张刚
史雪峰
池玉辰
吕宏奎
唐细彪
李丽娟
胡续鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Railway Major Bridge Engineering Group Co Ltd MBEC
China Railway Bridge Science Research Institute Ltd
Original Assignee
China Railway Major Bridge Engineering Group Co Ltd MBEC
China Railway Bridge Science Research Institute Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Railway Major Bridge Engineering Group Co Ltd MBEC, China Railway Bridge Science Research Institute Ltd filed Critical China Railway Major Bridge Engineering Group Co Ltd MBEC
Priority to CN201811275131.5A priority Critical patent/CN109541022A/zh
Publication of CN109541022A publication Critical patent/CN109541022A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/04—Analysing solids
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B17/00—Measuring arrangements characterised by the use of infrasonic, sonic or ultrasonic vibrations
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B7/00—Measuring arrangements characterised by the use of electric or magnetic techniques
    • G01B7/02—Measuring arrangements characterised by the use of electric or magnetic techniques for measuring length, width or thickness
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/02—Indexing codes associated with the analysed material
    • G01N2291/023—Solids
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/02—Indexing codes associated with the analysed material
    • G01N2291/028—Material parameters
    • G01N2291/0289—Internal structure, e.g. defects, grain size, texture

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Immunology (AREA)
  • Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Acoustics & Sound (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Bridges Or Land Bridges (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明公开了一种桥梁结构裂缝健康监测分析方法，包括以下步骤：根据桥梁结构开裂状况，选取结构关键受力部位的裂缝安装布设多个裂缝传感器；架构采集传输设备，远程监控采集传输设备采集的原始监测裂缝数值；将接收到的原始监测裂缝数值进行数据处理；根据处理好的原始监测裂缝数值进行总宽度、月增速的阈值报警。本发明，通过裂缝的发展趋势、发展速率对裂缝进行评估分析，在裂缝发展速率以及绝对宽度超过一定限值时进行的阈值预警，能够对桥梁结构的裂缝发生增长进行有效的实时监控，实现无人职守报警功能，在系统判断监测数据超过阈值后，对工程人员推送报警信息，以便工程人员能够第一时间到达现场进行处置，保证桥梁使用的安全。

Description

一种桥梁结构裂缝健康监测分析方法
技术领域
本发明涉及裂缝检测技术领域，具体涉及一种桥梁结构裂缝健康监测分析方法。
背景技术
随着我国国民经济建设的快速发展，越来越多的大型基础设施建设发挥着无比重要的作用，特别是大型的桥梁。桥梁由于长期承受复杂的车辆荷载作用，经常会出现结构性裂缝，导致桥梁结构产生抗力衰减，极端情况下可能引发灾难事故。
桥梁结构的非受力裂缝关系到桥梁结构的耐久性问题，受力裂缝关系到桥梁结构的健康安全。因此，桥梁管理部门每年都会投资大量的人力、物力、财力对桥梁裂缝进行人工巡检。当前对于桥梁裂缝的检测主要是通过巡检人员目视或借助专业设备，对裂缝进行定位和标记。这种检测方法存在以下缺陷：
(1)采用人工检测桥梁裂缝的方法效率低下，准确率差，且不能进行实时监控；
(2)只能对桥梁裂缝的状态进行评价，而不能对裂缝的发展进行评估，无法发现潜在危险，不能及时通知工程人员维修。
有鉴于此，急需对现有的检测桥梁裂缝的方法做出改进，采用自动化设备实时监测裂缝的状态，且可对裂缝的发展速度、绝对宽度进行评估，当监测结果超出设定的阈值，及时通知工程人员维修处置。
发明内容
本发明所要解决的技术问题是现有的裂缝监测方法效率低下，准确率差，且不能进行实时监控，同时不能对裂缝的发展进行评估，无法发现潜在危险的问题。
为了解决上述技术问题，本发明所采用的技术方案是提供一种桥梁结构裂缝健康监测分析方法，包括以下步骤：
根据桥梁结构开裂状况，选取结构关键受力部位的裂缝安装布设多个裂缝传感器；
架构采集传输设备，远程监控所述采集传输设备采集的原始监测裂缝数值；
将接收到的原始监测裂缝数值进行数据处理；
根据处理好的原始监测裂缝数值进行总宽度、月增速的阈值报警。
在上述方案中，所述采集传输设备的工作温度为-25℃～85℃；温度系数为：零点漂移≤0.01％/℃；灵敏度≤0.025％/℃，所述采集传输设备采集原始监测裂缝数值时设置采样频率。
在上述方案中，所述采集传输设备的采样频率为十分钟～一小时。
在上述方案中，配置服务器数据库，通过所述服务器数据库接收并存储现场采集到的原始监测裂缝数值，并将接收到的原始监测裂缝数值进行数据处理。
在上述方案中，在所述数据处理过程中，对原始监测裂缝数值进行剔除粗大误差处理，并将处理后的原始监测裂缝数值进行平滑处理。
在上述方案中，在所述平滑处理过程中，平滑窗函数的宽度根据数据采样频率及数据变化趋势进行确定，以平滑出较好的裂缝宽度变化发展趋势为原则。
在上述方案中，在所述阈值报警过程中，根据处理后的原始监测裂缝数值设定裂缝的总宽度、月增速的阈值，当相关数据超过阈值时进行在线报警。
在上述方案中，裂缝的总宽度由所述裂缝传感器安装起始时间计算，数据处理过程考虑所述裂缝传感器安装初始宽度，现场采集到的时间刻度对应原始监测裂缝数值的时刻宽度，数据的处理以初始安装时刻裂缝宽度作为初始裂缝宽度进行分析。
在上述方案中，所述裂缝传感器包括振弦裂缝传感器、LVDT位移计、分布式光纤裂缝传感器、CMOS线阵图像传感器。
在上述方案中，当相关数据超过阈值时，将报警信息发到工程人员的移动终端。
与现有技术相比，本发明通过裂缝的发展趋势、发展速率对裂缝进行评估分析，在裂缝发展速率以及绝对宽度超过一定限值时进行的阈值预警，能够对桥梁结构的裂缝发生增长进行有效的实时监控，实现无人职守报警功能，在系统判断监测数据超过阈值后，对工程人员推送报警信息，以便工程人员能够第一时间到达现场进行处置，保证桥梁使用的安全。
附图说明
图1为本发明的裂缝健康监测系统的构架图。
具体实施方式
本发明提供了一种桥梁结构裂缝健康监测分析方法，通过裂缝的发展趋势、发展速率对裂缝进行评估分析，当裂缝发展速率以及绝对宽度超过一定限值时进行的阈值预警，并可对裂缝的发成增长进行实时监控，实现无人值守报警功能。下面结合说明书附图和具体实施方式对本发明做出详细说明。
如图1所示，本发明提供的一种桥梁结构裂缝健康监测分析方法包括以下步骤：
步骤一、根据桥梁结构开裂状况，选取结构关键受力部位的裂缝安装布设多个裂缝传感器10，其中裂缝传感器10采用振弦裂缝传感器、LVDT位移计、分布式光纤裂缝传感器、CMOS线阵图像传感器等，该类裂缝传感器10因内部结构设计自动温度补偿，使得裂缝传感器10自身受温度的影响可忽略不计，监测数据能够真实反应裂缝随外界荷载因素变化的规律。
步骤二、架构采集传输设备20，且在现场调试该设备，确保采集传输设备20在裂缝传感器10量程中间位置正常运行,并设置采样频率，对远程监控设备进行实时采集。并且采集传输仪器设备20自身受温度影响非常小，使得采集的数值即为裂缝传感器10测得的原始监测裂缝数值。
步骤三、远程监控采集传输设备20采集的原始监测裂缝数值。
具体地，配置服务器数据库30，通过服务器数据库30接收并存储现场采集到的原始监测裂缝数值，并将接收到的原始监测裂缝数值进行数据处理。
步骤四、根据处理好的原始监测裂缝数值进行总宽度、月增速的阈值报警。
本发明中采集传输设备20的工作温度为-25℃～85℃；温度系数为：零点漂移≤0.01％/℃；灵敏度≤0.025％/℃，采集传输设备采集原始监测裂缝数值时设置采样频率。进一步优化地，采集传输设备20的采样频率为十分钟～一小时，该采样频率既能够避免数据存储过多，又能够监测到结构随温度变化的趋势。
进一步优化地，在数据处理过程中，对原始监测裂缝数值进行剔除粗大误差处理，并将处理后的原始监测裂缝数值进行平滑处理。且在平滑处理过程中，平滑窗函数的宽度根据数据采样频率及数据变化趋势进行确定，以平滑出较好的裂缝宽度变化发展趋势为原则。
其中，工程人员在监测数据处理程序应基于最大程度符合裂缝原始数据的原则，即该方法中的裂缝数据剔除粗大误差是将采集到的裂缝数据进行异常值剔除，后期实时数据报警时，会先对最新数据进行误差判断，如果为异常值，将进行剔除，最大程度的排除异常报警。
本发明在裂缝数据平滑处理过程中所取平滑窗函数的宽度也根据数据采样频率及数据变化趋势进行确定，以平滑出较好的裂缝宽度变化发展趋势为原则。平滑处理是在剔除粗大误差后进行的，该方法平滑处理后的数据能够反应裂缝季度变化规律，也能够避免因数据异常导致的数据不真实。
在阈值报警过程中，阈值设置分为两方面，总宽度和月增速，总宽度阈值是参考桥梁结构相关规范进行规定的，月增速阈值是基于桥梁结构裂缝发展趋势，综合考虑有限元计算模型及经验值进行取定的，基于本方法中这两方面的阈值，能够确保桥梁结构裂缝发展明显恶化时进行及时的报警，以提醒工程人员进行及时的整治处理。
进一步优化地，当相关数据超过阈值时，将报警信息发到工程人员的移动终端，便于工程人员及时收到查看相关报警信息。
进一步优化地，裂缝的总宽度由裂缝传感器10安装起始时间计算，数据处理过程考虑裂缝传感器10安装初始宽度，现场采集到的时间刻度对应原始监测裂缝数值的时刻宽度，数据的处理是以初始安装时刻裂缝宽度作为初始裂缝宽度进行分析的。
本发明，能够较好的将桥梁结构裂缝进行合理值控制，所监测的裂缝数据在裂缝传感器10零点漂移、温度影响因素等进行自动补偿之后，监测到的裂缝数据反应即为现场裂缝在所有外界因素综合作用下的宽度变化。该方法中的实时在线监测能够实时得到现场裂缝数据变化，可供工程人员实时观测，另外，该方法中设置的裂缝监测阈值，能够实现无人职守报警功能，在系统判断监测数据超过阈值后，对工程人员推送报警信息，以便工程人员能够第一时间到达现场进行处置。
本发明并不局限于上述最佳实施方式，任何人应该得知在本发明的启示下做出的结构变化，凡是与本发明具有相同或相近的技术方案，均落入本发明的保护范围之内。

Claims (10)

1.一种桥梁结构裂缝健康监测分析方法，其特征在于，包括以下步骤：
根据桥梁结构开裂状况，选取结构关键受力部位的裂缝安装布设多个裂缝传感器；
架构采集传输设备，远程监控所述采集传输设备采集的原始监测裂缝数值；
将接收到的原始监测裂缝数值进行数据处理；
根据处理好的原始监测裂缝数值进行总宽度、月增速的阈值报警。
2.根据权利要求1所述的一种桥梁结构裂缝健康监测分析方法，其特征在于，所述采集传输设备的工作温度为-25℃～85℃；温度系数为：零点漂移≤0.01％/℃；灵敏度≤0.025％/℃，所述采集传输设备采集原始监测裂缝数值时设置采样频率。
3.根据权利要求2所述的一种桥梁结构裂缝健康监测分析方法，其特征在于，所述采集传输设备的采样频率为十分钟～一小时。
4.根据权利要求1所述的一种桥梁结构裂缝健康监测分析方法，其特征在于，配置服务器数据库，通过所述服务器数据库接收并存储现场采集到的原始监测裂缝数值，并将接收到的原始监测裂缝数值进行数据处理。
5.根据权利要求1所述的一种桥梁结构裂缝健康监测分析方法，其特征在于，在所述数据处理过程中，对原始监测裂缝数值进行剔除粗大误差处理，并将处理后的原始监测裂缝数值进行平滑处理。
6.根据权利要求5所述的一种桥梁结构裂缝健康监测分析方法，其特征在于，在所述平滑处理过程中，平滑窗函数的宽度根据数据采样频率及数据变化趋势进行确定，以平滑出较好的裂缝宽度变化发展趋势为原则。
7.根据权利要求1所述的一种桥梁结构裂缝健康监测分析方法，其特征在于，在所述阈值报警过程中，根据处理后的原始监测裂缝数值设定裂缝的总宽度、月增速的阈值，当相关数据超过阈值时进行在线报警。
8.根据权利要求7所述的一种桥梁结构裂缝健康监测分析方法，其特征在于，裂缝的总宽度由所述裂缝传感器安装起始时间计算，数据处理过程考虑所述裂缝传感器安装初始宽度，现场采集到的时间刻度对应原始监测裂缝数值的时刻宽度，数据的处理以初始安装时刻裂缝宽度作为初始裂缝宽度进行分析。
9.根据权利要求1所述的一种桥梁结构裂缝健康监测分析方法，其特征在于，所述裂缝传感器包括振弦裂缝传感器、LVDT位移计、分布式光纤裂缝传感器、CMOS线阵图像传感器。
10.根据权利要求1所述的一种桥梁结构裂缝健康监测分析方法，其特征在于，当相关数据超过阈值时，将报警信息发到工程人员的移动终端。
CN201811275131.5A 2018-10-30 2018-10-30 一种桥梁结构裂缝健康监测分析方法 Pending CN109541022A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811275131.5A CN109541022A (zh) 2018-10-30 2018-10-30 一种桥梁结构裂缝健康监测分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811275131.5A CN109541022A (zh) 2018-10-30 2018-10-30 一种桥梁结构裂缝健康监测分析方法

Publications (1)

Publication Number Publication Date
CN109541022A true CN109541022A (zh) 2019-03-29

Family

ID=65845521

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811275131.5A Pending CN109541022A (zh) 2018-10-30 2018-10-30 一种桥梁结构裂缝健康监测分析方法

Country Status (1)

Country Link
CN (1) CN109541022A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110118531A (zh) * 2019-04-25 2019-08-13 华南理工大学 基于无人机图像识别的建筑塔机钢节点板裂缝监测方法
CN111536881A (zh) * 2020-05-09 2020-08-14 广东有色工程勘察设计院 一种自带摄像头的裂缝自动检测仪
CN111896549A (zh) * 2020-08-05 2020-11-06 深圳瑞莱保核能技术发展有限公司 一种基于机器学习的建筑物裂缝监测系统和方法
CN112197920A (zh) * 2020-08-27 2021-01-08 绍兴文理学院 一种基于大数据的桥梁结构健康监测系统
CN113188436A (zh) * 2021-05-18 2021-07-30 吉林大学 一种基于仿生传感元件的桥梁应变及裂缝监测方法与装置
CN117629122A (zh) * 2023-11-24 2024-03-01 江苏欧普瑞信息科技有限公司 一种水坝位移的监测与预警方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN200979400Y (zh) * 2006-12-07 2007-11-21 曹清明 遥控测量裂缝报警装置
CN101339141A (zh) * 2008-08-15 2009-01-07 重庆交通大学 轮索移动式结构健康视频监测系统
CN203837658U (zh) * 2014-03-11 2014-09-17 重庆交通大学 可视化桥梁健康检测系统
CN106595497A (zh) * 2017-01-23 2017-04-26 中车建设工程有限公司 建筑物表面裂缝实时监测预警系统及其预警方法
CN206249527U (zh) * 2016-12-15 2017-06-13 山东科技大学 一种混凝土梁裂缝开展预警装置
CN107063095A (zh) * 2016-12-23 2017-08-18 张晓明 一种既有建筑房屋结构裂缝宽度变化的实时监测报警系统及识别方法
CN108318080A (zh) * 2018-03-26 2018-07-24 中震（北京）工程检测股份有限公司 一种采用Lora数据采集传输监测房屋变形和预警系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN200979400Y (zh) * 2006-12-07 2007-11-21 曹清明 遥控测量裂缝报警装置
CN101339141A (zh) * 2008-08-15 2009-01-07 重庆交通大学 轮索移动式结构健康视频监测系统
CN203837658U (zh) * 2014-03-11 2014-09-17 重庆交通大学 可视化桥梁健康检测系统
CN206249527U (zh) * 2016-12-15 2017-06-13 山东科技大学 一种混凝土梁裂缝开展预警装置
CN107063095A (zh) * 2016-12-23 2017-08-18 张晓明 一种既有建筑房屋结构裂缝宽度变化的实时监测报警系统及识别方法
CN106595497A (zh) * 2017-01-23 2017-04-26 中车建设工程有限公司 建筑物表面裂缝实时监测预警系统及其预警方法
CN108318080A (zh) * 2018-03-26 2018-07-24 中震（北京）工程检测股份有限公司 一种采用Lora数据采集传输监测房屋变形和预警系统

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
LEO BREIMAN ET AL: "Variable Kernel Estimates of Multivariate Densities", 《TALYOR&FRANCIS》 *
于传强等: "基于估计点的滑动窗宽核密度估计算法", 《兵工学报》 *
李宗宝等: "测量数据剔除粗大误差与平滑处理的一种算法", 《第三十一届中国控制会议》 *
田玉刚德国: "变窗宽核加权估计下的变形趋势拟合方法", 《测绘科学技术学报》 *
郝金超等: "筒壁筒形零件径向尺寸自动测量方法研究", 《工艺与检测》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110118531A (zh) * 2019-04-25 2019-08-13 华南理工大学 基于无人机图像识别的建筑塔机钢节点板裂缝监测方法
CN111536881A (zh) * 2020-05-09 2020-08-14 广东有色工程勘察设计院 一种自带摄像头的裂缝自动检测仪
CN111896549A (zh) * 2020-08-05 2020-11-06 深圳瑞莱保核能技术发展有限公司 一种基于机器学习的建筑物裂缝监测系统和方法
CN111896549B (zh) * 2020-08-05 2024-05-07 深圳瑞莱保核能技术发展有限公司 一种基于机器学习的建筑物裂缝监测系统和方法
CN112197920A (zh) * 2020-08-27 2021-01-08 绍兴文理学院 一种基于大数据的桥梁结构健康监测系统
CN113188436A (zh) * 2021-05-18 2021-07-30 吉林大学 一种基于仿生传感元件的桥梁应变及裂缝监测方法与装置
CN117629122A (zh) * 2023-11-24 2024-03-01 江苏欧普瑞信息科技有限公司 一种水坝位移的监测与预警方法及系统
CN117629122B (zh) * 2023-11-24 2024-06-07 江苏欧普瑞信息科技有限公司 一种水坝位移的监测与预警方法及系统

Similar Documents

Publication Publication Date Title
CN109541022A (zh) 一种桥梁结构裂缝健康监测分析方法
CN111144262B (zh) 一种基于监控视频的工序异常检测方法
CN101713167A (zh) 桥梁结构健康监测车
CN103729908A (zh) 铁路隧道智能巡检装置及其使用方法
CN109141528A (zh) 一种城市轨道交通土建设施智能实时监控系统
CN111882071A (zh) 一种基于机器学习的预应力钢构件监测方法
CN107860425A (zh) 一种桥梁结构健康监测与预警系统及方法
CN110645899B (zh) 一种结构裂缝分布式光纤监测方法及装置
CN115146230A (zh) 一种古建筑健康监测系统、方法及设备
CN114662619B (zh) 基于多源数据融合的桥梁监测系统
CN116090347A (zh) 平稳荷载下历史建筑结构智能监测与预警系统
CN116520236A (zh) 一种智能电表的异常检测方法和系统
CN117975372B (zh) 一种基于YOLOv8和Transformer编码器相结合的工地安全检测系统及方法
CN116128286A (zh) 一种基于预防机制建设的数字化管理系统及方法
CN115035249A (zh) 一种用于的智慧工地施工进度的可视化实时监测系统
CN110411686A (zh) 桥梁静动影像全息性态健康监测诊断方法及系统
CN116308293B (zh) 一种基于数字化平台的农业设备智能管理系统及方法
CN116402190A (zh) 一种铁路沿线滑坡地质灾害识别方法及系统
CN115165362A (zh) 一种基于巡检及振动信号的轴承故障智能检测系统和方法
CN111522860B (zh) 一种基于生物行为的水质预警分析方法及其系统
CN106647563B (zh) 一种采油现场安全监控装置
CN113137983A (zh) 一种自学习的井盖姿态监测方法及监测系统
RU2630279C1 (ru) Способ управления эксплуатационными рисками трубопровода и система для него
KR100238463B1 (ko) 토목 자동 원격 계측시스템
Zeferino et al. Monitoring system of an industrial steel tower structure

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20190329

RJ01 Rejection of invention patent application after publication