CN110222383A - 一种桥梁安全预警方法、装置及存储介质 - Google Patents

一种桥梁安全预警方法、装置及存储介质 Download PDF

Info

Publication number
CN110222383A
CN110222383A CN201910429631.8A CN201910429631A CN110222383A CN 110222383 A CN110222383 A CN 110222383A CN 201910429631 A CN201910429631 A CN 201910429631A CN 110222383 A CN110222383 A CN 110222383A
Authority
CN
China
Prior art keywords
bridge
characteristic value
crack
data
current time
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
CN201910429631.8A
Other languages
English (en)
Inventor
朱邦胜
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.)
Cloud (wuhan) Technology Co Ltd
Original Assignee
Cloud (wuhan) Technology Co 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 Cloud (wuhan) Technology Co Ltd filed Critical Cloud (wuhan) Technology Co Ltd
Priority to CN201910429631.8A priority Critical patent/CN110222383A/zh
Publication of CN110222383A publication Critical patent/CN110222383A/zh
Pending legal-status Critical Current

Links

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
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Architecture (AREA)
  • Civil Engineering (AREA)
  • Structural Engineering (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Bridges Or Land Bridges (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明涉及一种桥梁安全预警方法、装置及存储介质，该方法包括如下步骤：每间隔标定时间获取桥梁的裂缝特征参数和结构特征数据；根据裂缝特征参数和结构特征数据确定桥梁的特征值，根据当前时刻的特征值以及与当前时刻相邻的前一时刻的特征值确定特征值的变化率；比对变化率与第一预设阈值，并比对当前时刻的特征值与第二预设阈值；当变化率大于或等于第一预设阈值，或特征值大于或等于第二预设阈值时，发出报警信息。本发明的技术方案根据裂缝特征参数和结构特征数据确定桥梁当前状态和桥梁结构的变化趋势，能够及时对桥梁裂缝和其它结构数据的变化进行预警，有利于及时对桥梁进行维护，保证桥梁安全。

Description

一种桥梁安全预警方法、装置及存储介质
技术领域
本发明涉及桥梁检测技术领域，尤其涉及一种桥梁安全预警方法、装置及存储介质。
背景技术
桥梁是跨越山涧、不良地质或满足其他交通需要而架设的使通行更加便捷的建筑物，随着交通事业的大力发展，桥梁被大量地建设。然而交通量的日益增加和桥梁服役年限的增长，桥梁不可避免地存在各种损伤，其中，裂缝等结构损伤会削弱桥梁结构的抗力，威胁桥梁结构的安全，具有很大的危害。
目前，为了保证桥梁安全，常通过传感器对桥梁的应力和位移等进行监测，根据监测结果进行预警。但是，通过传感器检测进行预警，只能对桥梁的应力和位移等的变化进行预警，而无法对裂缝、主梁挠度和墩柱倾斜度等结构数据的变化进行预警，不能全面的反映桥梁状况。
发明内容
针对上述现有技术的不足，本发明提供一种桥梁安全预警方法、装置及存储介质。
本发明解决上述技术问题的技术方案如下：
第一方面，本发明提供了一种桥梁安全预警方法，该方法包括如下步骤：
每间隔标定时间获取桥梁上裂缝的裂缝特征参数和桥梁结构的结构特征数据。
根据所述裂缝特征参数和所述结构特征数据确定桥梁的特征值，根据当前时刻的所述特征值以及与当前时刻相邻的前一时刻的所述特征值确定所述特征值的变化率。
比对所述变化率与第一预设阈值，并比对当前时刻的所述特征值与第二预设阈值。
当所述变化率大于或等于所述第一预设阈值，或当前时刻的所述特征值大于或等于所述第二预设阈值时，发出报警信息。
第二方面，本发明提供了一种桥梁安全预警装置，包括：
获取模块，用于每间隔标定时间获取桥梁上裂缝的裂缝特征参数和桥梁结构的结构特征数据。
处理模块，用于根据所述裂缝特征参数和所述结构特征数据确定桥梁的特征值，根据当前时刻的所述特征值以及与当前时刻相邻的前一时刻的所述特征值确定所述特征值的变化率。
比对模块，用于比对所述变化率与第一预设阈值，并比对当前时刻的所述特征值与第二预设阈值。
输出模块，当所述变化率大于或等于所述第一预设阈值，或当前时刻的所述特征值大于或等于所述第二预设阈值时，发出报警信息。
第三方面，本发明提供了一种桥梁安全预警装置，该装置包括存储器和处理器。
所述存储器，用于存储计算机程序。
所述计算装置，用于当执行所述计算机程序时，实现如上所述的桥梁安全预警方法。
第四方面，本发明提供了一种计算机可读存储介质，该存储介质上存储有计算机程序，当所述计算机程序被处理器执行时，实现如上所述的桥梁安全预警方法。
本发明的桥梁安全预警方法、装置及存储介质的有益效果是：获取桥梁的裂缝特征参数和结构特征数据，结构特征数据可包括任何反映桥梁结构状态的参数，例如：桥梁位移数据、应力数据、桥墩倾斜角和索力值等，将裂缝特征参数和结构特征数据结合起来确定桥梁的特征值，能够更全面地反映桥梁的状态，通过当前时刻的特征值和前一时刻的特征值确定特征值在对应时间段内的变化率，分别将变化率与第一预设阈值对比，当前特征值与第二预设阈值对比，当变化率大于或等于第一预设阈值时，表示特征值的变化速率加快，短时间内可能会威胁桥梁安全，因此发出报警信息。当特征值大于或等于第二预设阈值时，表示特征值已变化到能够威胁桥梁安全的程度，因此发出报警信息。本发明的技术方案通过对裂缝特征参数和结构特征数据进行处理，能够确定桥梁当前状态和桥梁结构的变化趋势，根据变化率和当前特征值进行预警，能够及时对桥梁裂缝和其它结构数据的变化进行预警，有利于及时对桥梁进行维护，保证桥梁安全。
附图说明
图1为本发明实施例的一种桥梁安全预警方法的流程示意图；
图2为本发明实施例的一种桥梁安全预警装置的结构示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
如图1所示，本发明实施例提供的一种桥梁安全预警方法，该方法包括如下步骤：
110，每间隔标定时间获取桥梁上裂缝的裂缝特征参数和桥梁结构的结构特征数据。
具体地，裂缝特征参数为描述裂缝的状态的数值，结构特征数据为反映桥梁结构状态的数据，可包括任何反映桥梁结构状态的参数，例如：桥梁位移数据、应力数据、桥墩倾斜角和索力值等。
120，根据所述裂缝特征参数和所述结构特征数据确定桥梁的特征值，根据当前时刻的所述特征值以及与当前时刻相邻的前一时刻的所述特征值确定所述特征值的变化率。
具体地，变化率为特征值从前一时刻到当前时刻的变化速率，变化率对于研究特征值的状态变化具有重要意义。例如当变化率突然变大时，说明桥梁状态恶化程度加剧，可能威胁桥梁安全。可将当前时刻的特征值减去前一时刻的特征值，再除以时间间隔，就可获得特征值的变化率。
130，比对所述变化率与第一预设阈值，并比对当前时刻的所述特征值与第二预设阈值。
具体地，变化率并不是稳定不变的，会在一定的范围内波动，可根据实验研究或分析历史数据确定第一预设阈值和第二预设阈值，第一预设阈值和第二预设阈值为警戒值。
140，当所述变化率大于或等于所述第一预设阈值，或当前时刻的所述特征值大于或等于所述第二预设阈值时，发出报警信息。
具体地，当变化率大于或等于第一预设阈值时，表示变化率变化异常，桥梁状态加速恶化，此时任由裂缝等结构缺陷继续发展，可能会威胁桥梁安全，因此发出报警信息。当特征值大于或等于第二预设阈值时，表示裂缝等结构缺陷的恶化已达到临界值，将会对桥梁安全产生影响，因此也发出报警信息。报警信息包括该结构缺陷所在的位置。
本实施例中，获取桥梁的裂缝特征参数和结构特征数据，结构特征数据可包括任何反映桥梁结构状态的参数，例如：桥梁位移数据、应力数据、桥墩倾斜角和索力值等，将裂缝特征参数和结构特征数据结合起来确定桥梁的特征值，能够更全面地反映桥梁的状态，通过当前时刻的特征值和前一时刻的特征值确定特征值在对应时间段内的变化率，分别将变化率与第一预设阈值对比，当前特征值与第二预设阈值对比，当变化率大于或等于第一预设阈值时，表示特征值的变化速率加快，短时间内可能会威胁桥梁安全，因此发出报警信息。当特征值大于或等于第二预设阈值时，表示特征值已变化到能够威胁桥梁安全的程度，因此发出报警信息。本发明的技术方案通过对裂缝特征参数和结构特征数据进行处理，能够确定桥梁当前状态和桥梁结构的变化趋势，根据变化率和当前特征值进行预警，能够及时对桥梁裂缝和其它结构数据的变化进行预警，有利于及时对桥梁进行维护，保证桥梁安全。
优选地，所述每间隔标定时间获取桥梁上裂缝的裂缝特征参数和桥梁结构的结构特征数据具体包括如下步骤：
预先获取所述裂缝的初始裂缝数据。
具体地，初始裂缝数据为初始时刻获取的裂缝数据，裂缝数据可包括裂缝的深度、长度和宽度等，初始时刻可为当前时刻前的任一时刻。
对所述初始裂缝数据进行处理，获得所述裂缝的初始裂缝特征参数。
具体地，将初始裂缝数据结合起来，确定一个能够反映裂缝状态的初始裂缝特征参数，例如对初始时刻的裂缝的深度、长度和宽度进行处理，确定用于表示该裂缝的状态的特征值。
每间隔标定时间，获取检测装置检测的所述结构特征数据，并基于预设的ARIMA模型，根据所述初始裂缝特征参数确定所述裂缝的所述裂缝特征参数。
具体地，ARIMA(Autoregress ive Integrated Moving Average model，差分整合移动平均自回归)模型是时间序列预测分析方法之一，通过ARIMA模型结合初始裂缝数据可以预测初始时刻以后任一时刻的裂缝数据。
ARIMA模型可由以下步骤设定：
预先获取裂缝的特征参数时间序列。
具体地，在标定时间段内，每间隔标定时间获取裂缝的裂缝数据，对裂缝数据进行处理，获得裂缝的裂缝特征参数，将裂缝特征参数按时间顺序排列，获得裂缝的特征参数时间序列。
对特征参数时间序列做差分变换，获得裂缝的平稳时间序列，差分变换为现有技术，在此不再赘述。
根据平稳时间序列确定裂缝的自相关图和偏自相关图，对自相关图和偏自相关图进行相关分析，确定裂缝的初始模型，再通过初始模型对平稳时间序列进行拟合，就可获得ARIMA模型。
本优选的实施例中，通过预设的ARIMA模型，可根据初始裂缝特征参数确定初始时刻后的裂缝特征参数，不需要再次通过人工去测量裂缝的裂缝数据，提高了获取特征值的效率，减少了工作量。
优选地，每间隔标定时间手动测量裂缝的裂缝数据，根据裂缝数据确定裂缝在标定时刻的裂缝特征参数，将裂缝特征参数和标定时刻对应存储在数据库中。
具体地，裂缝数据包括裂缝的深度、长度和宽度等，可通过卷尺等测量工具测量裂缝的长度和深度，通过超声波无损检测装置测量裂缝的深度。
本优选的实施例中，手动测量裂缝数据，进而获得的裂缝的当前特征值和历史特征值更加准确，能够减少误差。
优选地，所述初始裂缝数据包括所述裂缝的深度、长度和宽度，所述对所述初始裂缝数据进行处理，获得所述裂缝的初始裂缝特征参数的具体实现为：
对所述裂缝的所述深度、所述长度和所述宽度进行加权求和，获得所述裂缝的所述初始裂缝特征参数。
具体地，桥梁裂缝形状复杂多变，并且变化趋势无规律，对裂缝的深度、长度和宽度分别进行分析，无法获得裂缝的真实变化趋势。因此，对某一时刻获得的对应的裂缝的深度、长度和宽度进行加权求和，能够更好的展现裂缝的变化趋势。可根据实际情况分别为裂缝的深度、长度和宽度赋予权值，例如：对于混凝土桥，根据裂缝深度的不同，可分为贯穿裂缝、深层裂缝和表面裂缝，其中，表面裂缝主要是温度裂缝，一般危害性较小，影响外观质量。深层裂缝部分地切断了结构断面，对结构耐久性产生一定危害。贯穿裂缝是由混凝土表面裂缝发展为深层裂缝，最终形成贯穿裂缝，它切断了结构的断面，可能破坏结构的整体性和稳定性，危害非常严重。可知，裂缝的深度对桥梁的危害最大，裂缝的长度和宽度次之，因此，可对裂缝的深度赋予权值50％，长度和宽度分别赋予权值25％，再进行求和，获得裂缝的初始裂缝特征参数。
优选地，所述根据所述裂缝特征参数和所述结构特征数据确定桥梁的特征值，根据当前时刻的所述特征值以及与当前时刻相邻的前一时刻的所述特征值确定所述特征值的变化率具体包括如下步骤：
对所述裂缝特征参数和所述结构特征数据进行加权平均，获得所述特征值。
具体地，对裂缝特征参数和结构特征数据进行加权平均，例如：若结构特征数据包括应力数据、位移数据和挠度数据，可根据桥梁的实际状况分别对应力数据、位移数据、挠度数据和当前裂缝数据赋予权重，如应力数据、位移数据、挠度数据和当前裂缝数据的权重分别为25％，则将应力数据、位移数据、挠度数据和当前裂缝数据分别乘以25％，再除以4，则获得特征值。
根据所有时刻的所述特征值绘制折线图，确定当前时刻的所述特征值以及与所述当前时刻相邻的前一时刻的所述特征值的连线的斜率，所述斜率为所述特征值当前时刻的所述变化率。
具体地，以时间为横坐标，特征值为纵坐标建立坐标系，当前时刻的特征值与当前时刻对应，历史时刻的特征值与历史时刻对应，在坐标系上确定当前时刻特征值对应的点和相邻前一时刻特征值对应的点，将两个点相连，获得两点之间的直线，该直线的斜率就是裂缝当前的变化率。通过上述方法确定变化率简单高效，结果准确。
优选地，比对所述变化率与第一预设阈值，并比对所述当前特征值与第二预设阈值。
具体地，由于通过ARIMA模型获得的裂缝特征参数为预测值，进而特征值和变化率也为预测值，因此必然存在误差，因此可将第一预设阈值和第二预设阈值在实际值的基础上提高5％，例如实际预设的第一预设阈值为10，处理时将变化率与10.05进行比对。这样能够减小预测值的误差对比对结果的影响，减少误报警。
优选地，在所述根据当前时刻的所述特征值以及与当前时刻相邻的前一时刻的所述特征值确定所述特征值的变化率之后，所述方法还包括如下步骤：
对所述变化率和所述特征值进行加权平均，获得加权平均值。
具体地，对变化率和当前特征值进行平均，获得的加权平均值更能体现裂缝的当前状态。
根据所述加权平均值确定桥梁的安全等级，所述安全等级与维护方案一一对应。
具体地，预先设定安全等级，每个安全等级对应一个数值范围，多个数值范围形成一个大的数值区间，确定加权平均值所在的数值范围，进而确定裂缝的安全等级。例如：可设定四个安全等级，从低到高分别为一级、二级、三级和四级，其中，一级为最低安全等级，四级为最高安全等级，一级表示裂缝对桥梁安全无影响，对应的维护方案为不需要维护。二级表示对桥梁承载力有轻微影响，对应的维护方案为持续监测。三级表示对桥梁的承载力有较大影响，但不威胁桥梁安全，对应的维护方案为对桥梁结构缺陷进行修补维护。四级表示对桥梁安全形成威胁，对应的维护方案是封闭桥梁，对桥梁进行翻修。
根据所述安全等级输出所述维护方案。
具体地，确认安全等级后，输出对应的维护方案，有利于工作人员及时进行科学维护。
如图2所示，本发明实施例提供的一种桥梁安全预警装置，包括：
获取模块，用于每间隔标定时间获取桥梁上裂缝的裂缝特征参数和桥梁结构的结构特征数据。
处理模块，用于根据所述裂缝特征参数和所述结构特征数据确定桥梁的特征值，根据当前时刻的所述特征值以及与当前时刻相邻的前一时刻的所述特征值确定所述特征值的变化率。
比对模块，用于比对所述变化率与第一预设阈值，并比对当前时刻的所述特征值与第二预设阈值。
输出模块，当所述变化率大于或等于所述第一预设阈值，或当前时刻的所述特征值大于或等于所述第二预设阈值时，发出报警信息。优选地，所述获取模块具体用于：
预先获取所述裂缝的初始裂缝数据。
对所述初始裂缝数据进行处理，获得所述裂缝的初始裂缝特征参数。
每间隔标定时间，获取检测装置检测的所述结构特征数据，并基于预设的ARIMA模型，根据所述初始裂缝特征参数确定所述裂缝的所述裂缝特征参数。
优选地，还包括推荐模块，所述推荐模块具体用于：
对所述变化率和所述特征值进行加权平均，获得加权平均值。
根据所述加权平均值确定桥梁的安全等级，所述安全等级与维护方案一一对应。
根据所述安全等级输出维护方案。
本发明另一实施例提供的一种桥梁安全预警装置包括所述装置包括存储器和处理器。所述存储器，用于存储计算机程序。所述处理器，用于当执行所述计算机程序时，实现如上所述的桥梁安全预警方法。该装置可以为服务器等。
本发明实施例提供的一种计算机可读存储介质上存储有计算机程序，当所述计算机程序被处理器执行时，实现如上所述的桥梁安全预警方法。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种桥梁安全预警方法，其特征在于，所述方法包括如下步骤：
每间隔标定时间获取桥梁上裂缝的裂缝特征参数和桥梁结构的结构特征数据；
根据所述裂缝特征参数和所述结构特征数据确定桥梁的特征值，根据当前时刻的所述特征值以及与当前时刻相邻的前一时刻的所述特征值确定所述特征值的变化率；
比对所述变化率与第一预设阈值，并比对当前时刻的所述特征值与第二预设阈值；
当所述变化率大于或等于所述第一预设阈值，或当前时刻的所述特征值大于或等于所述第二预设阈值时，发出报警信息。
2.根据权利要求1所述的桥梁安全预警方法，其特征在于，所述每间隔标定时间获取桥梁上裂缝的裂缝特征参数和桥梁结构的结构特征数据具体包括如下步骤：
预先获取所述裂缝的初始裂缝数据；
对所述初始裂缝数据进行处理，获得所述裂缝的初始裂缝特征参数；
每间隔标定时间，获取检测装置检测的所述结构特征数据，并基于预设的ARIMA模型，根据所述初始裂缝特征参数确定所述裂缝的所述裂缝特征参数。
3.根据权利要求2所述的桥梁安全预警方法，其特征在于，所述结构特征数据包括主梁挠度、墩柱倾斜度、支座位移数据、结构体应力数据、索力值和桥面振动数据中的至少一种。
4.根据权利要求2所述的桥梁安全预警方法，其特征在于，所述初始裂缝数据包括所述裂缝的深度、长度和宽度，所述对所述初始裂缝数据进行处理，获得所述裂缝的初始裂缝特征参数的具体实现为：
对所述裂缝的所述深度、所述长度和所述宽度进行加权求和，获得所述裂缝的所述初始裂缝特征参数。
5.根据权利要求4所述的桥梁安全预警方法，其特征在于，所述根据所述裂缝特征参数和所述结构特征数据确定桥梁的特征值，根据当前时刻的所述特征值以及与当前时刻相邻的前一时刻的所述特征值确定所述特征值的变化率具体包括如下步骤：
对所述裂缝特征参数和所述结构特征数据进行加权平均，获得所述特征值；
根据所有时刻的所述特征值绘制折线图，确定当前时刻的所述特征值以及与所述当前时刻相邻的前一时刻的所述特征值的连线的斜率，所述斜率为所述特征值当前时刻的所述变化率。
6.根据权利要求1至5任一项所述的桥梁安全预警方法，其特征在于，在所述根据当前时刻的所述特征值以及与当前时刻相邻的前一时刻的所述特征值确定所述特征值的变化率之后，所述方法还包括如下步骤：
对所述变化率和所述特征值进行加权平均，获得加权平均值；
根据所述加权平均值确定桥梁的安全等级，所述安全等级与维护方案一一对应；
根据所述安全等级输出所述维护方案。
7.一种桥梁安全预警装置，其特征在于，包括：
获取模块，用于每间隔标定时间获取桥梁上裂缝的裂缝特征参数和桥梁结构的结构特征数据；
处理模块，用于根据所述裂缝特征参数和所述结构特征数据确定桥梁的特征值，根据当前时刻的所述特征值以及与当前时刻相邻的前一时刻的所述特征值确定所述特征值的变化率；
比对模块，用于比对所述变化率与第一预设阈值，并比对当前时刻的所述特征值与第二预设阈值；
输出模块，当所述变化率大于或等于所述第一预设阈值，或当前时刻的所述特征值大于或等于所述第二预设阈值时，发出报警信息。
8.根据权利要求7所述的桥梁安全预警装置，其特征在于，所述获取模块具体用于：
预先获取所述裂缝的初始裂缝数据；
对所述初始裂缝数据进行处理，获得所述裂缝的初始裂缝特征参数；
每间隔标定时间，获取检测装置检测的所述结构特征数据，并基于预设的ARIMA模型，根据所述初始裂缝特征参数确定所述裂缝的所述裂缝特征参数。
9.一种桥梁安全预警装置，其特征在于，所述装置包括存储器和处理器；
所述存储器，用于存储计算机程序；
所述处理器，用于当执行所述计算机程序时，实现如权利要求1至6任一项所述的桥梁安全预警方法。
10.一种计算机可读存储介质，其特征在于，所述存储介质上存储有计算机程序，当所述计算机程序被处理器执行时，实现如权利要求1至6任一项所述的桥梁安全预警方法。
CN201910429631.8A 2019-05-22 2019-05-22 一种桥梁安全预警方法、装置及存储介质 Pending CN110222383A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910429631.8A CN110222383A (zh) 2019-05-22 2019-05-22 一种桥梁安全预警方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910429631.8A CN110222383A (zh) 2019-05-22 2019-05-22 一种桥梁安全预警方法、装置及存储介质

Publications (1)

Publication Number Publication Date
CN110222383A true CN110222383A (zh) 2019-09-10

Family

ID=67817936

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910429631.8A Pending CN110222383A (zh) 2019-05-22 2019-05-22 一种桥梁安全预警方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN110222383A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112330074A (zh) * 2020-12-02 2021-02-05 公安部交通管理科学研究所 一种基于移动警务的卡口流量预警方法
CN112815885A (zh) * 2020-12-30 2021-05-18 广东百年基业水利水电建设有限公司 房屋墙体裂缝监测方法及系统
CN113240358A (zh) * 2021-07-13 2021-08-10 中铁大桥科学研究院有限公司 一种超大跨斜拉桥梁型施工徐变数据自动记录方法
CN114004004A (zh) * 2022-01-04 2022-02-01 城云科技（中国）有限公司 基于深度学习的隧道裂缝变化趋势预测方法、装置及应用

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120072188A1 (en) * 2010-03-25 2012-03-22 Schlumberger Technology Corporation Stress and fracture modeling using the principle of superposition
CN105200954A (zh) * 2015-09-25 2015-12-30 中国电建集团成都勘测设计研究院有限公司 混凝土坝裂缝分类方法
CN105893689A (zh) * 2016-04-15 2016-08-24 中山市公路局 一种桥梁可靠度预测方法及其养护方法
CN106097819A (zh) * 2016-07-31 2016-11-09 重庆交通大学 用于实验教学的桥梁仿真检测方法及系统
CN109141528A (zh) * 2018-09-14 2019-01-04 北京市交通信息中心 一种城市轨道交通土建设施智能实时监控系统
CN109269457A (zh) * 2018-10-19 2019-01-25 中铁大桥科学研究院有限公司 一种便携式裂缝宽度长期监测、预警系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120072188A1 (en) * 2010-03-25 2012-03-22 Schlumberger Technology Corporation Stress and fracture modeling using the principle of superposition
CN105200954A (zh) * 2015-09-25 2015-12-30 中国电建集团成都勘测设计研究院有限公司 混凝土坝裂缝分类方法
CN105893689A (zh) * 2016-04-15 2016-08-24 中山市公路局 一种桥梁可靠度预测方法及其养护方法
CN106097819A (zh) * 2016-07-31 2016-11-09 重庆交通大学 用于实验教学的桥梁仿真检测方法及系统
CN109141528A (zh) * 2018-09-14 2019-01-04 北京市交通信息中心 一种城市轨道交通土建设施智能实时监控系统
CN109269457A (zh) * 2018-10-19 2019-01-25 中铁大桥科学研究院有限公司 一种便携式裂缝宽度长期监测、预警系统

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112330074A (zh) * 2020-12-02 2021-02-05 公安部交通管理科学研究所 一种基于移动警务的卡口流量预警方法
CN112815885A (zh) * 2020-12-30 2021-05-18 广东百年基业水利水电建设有限公司 房屋墙体裂缝监测方法及系统
CN113240358A (zh) * 2021-07-13 2021-08-10 中铁大桥科学研究院有限公司 一种超大跨斜拉桥梁型施工徐变数据自动记录方法
CN114004004A (zh) * 2022-01-04 2022-02-01 城云科技（中国）有限公司 基于深度学习的隧道裂缝变化趋势预测方法、装置及应用
CN114004004B (zh) * 2022-01-04 2022-04-01 城云科技（中国）有限公司 基于深度学习的隧道裂缝变化趋势预测方法、装置及应用

Similar Documents

Publication Publication Date Title
CN110222383A (zh) 一种桥梁安全预警方法、装置及存储介质
Tang et al. An experimental study of acoustic emission methodology for in service condition monitoring of wind turbine blades
Kim et al. Vibration-based damage monitoring in model plate-girder bridges under uncertain temperature conditions
CN112629647A (zh) 大跨悬索桥涡振事件的实时识别和监测预警方法
US10641681B2 (en) Structure abnormality detection system, structure abnormality detection method, and storage medium
KR101541978B1 (ko) 배관 감육 검사장치 및 검사방법
KR102098888B1 (ko) 재난 피해 예측 및 분석 시스템, 방법 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 기록 매체
CN103775832B (zh) 基于瞬变流反问题方法的输油管道漏失检测的装置
CN107844663A (zh) 一种基于疲劳累积损伤的可靠度建模方法
US10697861B2 (en) Structure abnormality detection device, structure abnormality detection method, storage medium, and structure abnormality detection system
US20130006541A1 (en) Method for Detecting Foreign Object Damage in Turbomachinery
CN104870952B (zh) 土木结构的完整性
CN108345707A (zh) 基于概率的管道腐蚀缺陷计划响应时间确定方法及装置
CN110222384A (zh) 一种桥梁裂缝分析方法、装置及存储介质
CN105676018A (zh) 一种基于稳态学习机制的电网低频振荡模糊综合预警方法
CN109798935A (zh) 一种用于幕墙的多源传感器协同监测预警方法及系统
CN117268455B (zh) 一种工程建筑施工质量检测设备的监测系统
CN111709664A (zh) 一种基于大数据的桥梁结构安全监测管理系统
CN117152926A (zh) 基于数据分析的自动压力检测预警系统
CN117128459A (zh) 基于实时监测数据的城市供水管网爆管预测方法及其系统
CN108168923A (zh) 一种混凝土重力危坝溃坝风险的测定方法
US20140076060A1 (en) Method and system for predicting the serviceable life of a component
JP2003004599A (ja) 構造物の疲労損傷度の評価方法及び表示方法
CN103911958B (zh) 悬索桥及拱桥吊杆定期检测的损伤定位系统及其方法
CN116617616A (zh) 一种消防管道监测方法、系统、终端设备及存储介质

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