CN110781607B - 一种考虑车辆轮载空间分布的桥梁影响面识别方法 - Google Patents
一种考虑车辆轮载空间分布的桥梁影响面识别方法 Download PDFInfo
- Publication number
- CN110781607B CN110781607B CN201911082531.9A CN201911082531A CN110781607B CN 110781607 B CN110781607 B CN 110781607B CN 201911082531 A CN201911082531 A CN 201911082531A CN 110781607 B CN110781607 B CN 110781607B
- Authority
- CN
- China
- Prior art keywords
- bridge
- vehicle
- loading
- influence
- loaded
- 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
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000013178 mathematical model Methods 0.000 claims abstract description 7
- 239000011159 matrix material Substances 0.000 claims description 13
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 230000000694 effects Effects 0.000 claims description 4
- 230000003068 static effect Effects 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 2
- 238000005070 sampling Methods 0.000 claims description 2
- 238000005259 measurement Methods 0.000 abstract description 3
- 238000001514 detection method Methods 0.000 abstract description 2
- 238000005303 weighing Methods 0.000 description 5
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明属于桥梁安全性检测技术领域，公开了一种考虑车辆轮载空间分布的桥梁影响面识别方法，包括：1)采用特定的加载路径用标定车辆对桥梁进行加载并采集响应数据；2)将桥梁二维位置进行编号并建立影响面识别的数学模型；3)利采用L2正则化方法对影响面辨识方程进行求解。本发明利用了通过特定路径过桥的加载车辆与其引起的桥梁响应的实测信息，通过桥梁二维位置编号和建立以此为基础的数学模型进行求解，可以大幅度地提高影响线识别的精度；同时本发明可以对传统方法无法识别的边界进行有效重构，具备良好的工程实用价值。
Description
技术领域
本发明属于桥梁安全性检测技术领域，具体涉及一种考虑车辆轮载空间分布的桥梁影响面识别方法。
背景技术
桥梁是许多交通系统的关键工程，其性能变化状况越来越受到人们的关注。结构识别是一种从荷载和结构响应检测结构信息的技术，在桥梁的性能评估中起着重要的作用。桥梁影响面是从桥梁影响线扩展而来的概念。桥梁影响面定义如下：当单位集中荷载通过桥梁时，桥梁某一点的响应曲线称为桥梁影响面。从影响线到影响面，概念由一维扩展到二维，即单位集中荷载通过桥面各点产生影响面。在不同的识别参数中，桥梁影响面是一个包含桥梁任意点的桥梁刚度信息的静力参数，也有许多重要的应用。
广义桥梁影响线——桥梁影响面与桥梁影响线具有相似的应用。桥梁影响面的最重要的应用是动态称重系统的标定。传统的桥梁动态称重系统采用桥梁影响线和桥梁响应来确定重型车辆的轴重和总重量。在考虑横向车道分布时，传统的基于影响线的动态称重系统将趋于不精确。为了分离不同车道的影响，准确识别车辆重量，需要精确提取桥梁影响面。因此，如何准确识别桥梁影响面是桥梁动态称重系统中的一个重要问题。
影响面识别不同于影响线，需要考虑车辆和桥梁的二维效应。Quilligan首先将车辆简化为线荷载，通过样条曲面拟合影响线来识别桥梁影响面。Khuc和Catbas将车辆质量压缩为一个点，通过迭代的方式识别桥梁影响面。其有效的识别算法和设备使得桥梁影响面的实时监测成为可能。
从上述内容可以看出，近年来桥梁影响面识别方法得到了充分的发展。但对于影响面识别方法，现有的方法往往将车辆载荷视为集中载荷或线载荷，而不考虑车辆的几何尺寸。这样往往会导致桥梁边界的一部分影响系数无法识别。另一方面，直接测量数据由于动态效应和路面不平顺的影响而包含噪声，这些影响还需要在桥梁影响面识别过程中加以考虑。针对这些问题，本专利提出了一种考虑车辆横向荷载分布的影响面识别方法。
发明内容
本发明的目的是提出了一种考虑车辆横向荷载分布的影响面识别方法。
本发明的技术方案：
一种考虑车辆轮载空间分布的桥梁影响面识别方法，步骤如下：
步骤一：以选定的加载路径采用加载车辆对桥梁进行加载并采集响应数据
(1)使加载车辆的一侧车轮贴近桥梁道路的一侧边缘进行加载；为了保证数据的完整性，在加载车辆上桥之前桥梁上安装的传感器即开始采集数据，在加载车辆下桥之后传感器采集数据结束；此时，每一排车轮加载经过的位置的有效桥梁影响系数数量为k个；车辆在上桥之前加载过的位置对传感器采集的响应没有贡献，此时认为该位置影响系数为0，即为无效的影响系数；
(2)将加载车辆向横桥向的另一侧移动加载车辆轮距的一半，使一侧车轮位置处于上次测试的车辆中轴线上，再次按步骤(1)的方式进行加载；在完成一次加载后回到原起点，更改车道位置同向加载或直接掉头更改车道位置反向加载；反复移动车辆并加载直至加载车辆由于道路边缘限制无法继续加载，此时车辆加载完成；此时加载车辆两排车轮加载过的位置即为识别影响系数的位置；两排车轮共加载过的路径为m条，布置的传感器共采集了m组数据；
步骤二：将桥梁二维位置进行编号并建立影响面识别的数学模型
(3)将二维的桥梁影响系数进行编号，加载车辆初始上桥时靠近桥梁一侧车轮所加载的第一个影响系数编号为1，最后一个影响系数编号为k；加载车辆在桥面下一个路径加载时，按相同的加载方向，第二条加载路径的第一个影响系数为k+1，最后一个为2×k；以此类推，等待加载结束时，加载过的影响系数共为m×k个，编号从1至m×k；
(4)采用这种编号表示法，加载车辆与桥梁相互作用的数学模型表示为：
式中：L代表加载车辆信息矩阵，R代表传感器采集的桥梁响应；
为了增加影响面识别方法的稳定性，在这个算法中桥梁响应向量R被重复使用两次，在这种情况下，列车信息矩阵L被分解成L1和L2；其中L1看作考虑加载车辆空间荷载的加载信息矩阵，L2看作将加载车辆荷载集中到加载车辆中轴的加载信息矩阵，两个矩阵的结构如下方程所示：
式中：矩阵B1或B2是列车信息矩阵中的一个块，代表着加载车辆一侧的车轮对桥梁荷载响应的贡献；
对于一个有两排车轮的加载车辆加载过程，B1代表靠近起始加载路径一侧的车轮贡献，B2代表另一侧的车轮的贡献；矩阵B1或B2的具体结构如下所示；其中Ai代表了第ith个车轴的轴距，以车辆前轴为第一轴；如果加载车辆同一个车轴的两轮重量相等，此时B1＝B2；
式中：CN代表车辆驶过其第一轴到最后一轴距离时的传感器的采样点数；
步骤三：采用L2正则化方法对影响面辨识方程进行求解
(5)在影响面识别过程中，传感器测得的响应向量不可避免的遭到动力效应的扰动；因此，真实的响应向量表达为以下两项的和：
Rr＝Rreal+e
式中：Rreal代表真实的桥梁静态响应，e代表误差项；
采取正则化方法来减小误差对影响线求解的影响，L2正则化方法的表达式如下：
(LTL+λ2TTT)Φ＝LTRr
正则化系数矩阵T采取二阶微分算子来确定，正则化系数λ采用L曲线法进行求解；对该方程组进行求解，得到桥梁影响系数向量Φ，此向量即是按照步骤(3)所述的编号法排列的桥梁影响面。
本发明的有益效果：
(1)本发明的桥梁影响线识别方法具备严格的理论基础，基于桥梁荷载和桥梁响应的同步采集信息，并结合先进优化识别算法，可保证通过该系统识别的影响线具有较高精度；
(2)本发明的桥梁影响线识别方法可以更好的测试出桥梁边界中的影响面信息，和传统方法比能够更完整的对桥梁影响面进行测试。
附图说明
图1为本发明方法的流程图；
图2为本发明方法实施例中模拟的对边固支板桥梁影响面解析解；
图3为本发明方法实施例中模拟的加载车辆车轮荷载分布；
图4为本发明方法实施例1传感器采集到的位移响应；
图5(a)为本发明方法实施例1中由单点等效法识别得到的区域图；
图5(b)为本发明方法实施例1中由单点等效法识别得到的结果；
图6(a)为本发明方法实施例1中由线荷载等效法识别得到的区域图；
图6(b)为本发明方法实施例1中由线荷载等效法识别得到的结果；
图7(a)为本发明方法实施例1中由考虑车辆横向荷载分布的影响面识别方法识别得到的区域图；
图7(b)为本发明方法实施例1中由考虑车辆横向荷载分布的影响面识别方法识别得到的结果。
具体实施方式
下面结合附图和一个数值算例来对本发明做进一步的详细说明。
本发明的影响线识别方法分“采用选定的加载路径采用加载车辆对桥梁进行加载并采集响应数据”、“将桥梁二维位置进行编号并建立影响面识别的数学模型”和“利采用L2正则化方法对影响面辨识方程进行求解”三步，具体实施方式上文已经给出，接下来结合一个对边固支板的桥梁影响面辨识算例说明发明的使用方法和特点。
在数值算例中，模拟一个加载车辆通过对边固接梁时该梁中心点的位移响应，通过在响应中加入白噪声来模拟真实的测量情况。模拟板长13m，宽8m，传感器位于板中心的位置，模型详细情况见图2。模拟的加载车辆有四个轴，各轴的轴重分别为P1＝220kN，P2＝220kN，P3＝240kN，P4＝240kN。加载列车的详细情况见图3。
在定义好加载列车信息和梁桥基本模型后，可以对梁桥进行虚拟加载，加载方式按照技术方案所描述的情况进行加载，跨中的响应如图4所示。在虚拟加载完成之后，采用本发明介绍的一种考虑车辆实际轮载空间分布的影响面识别方法和其余两种传统方法分别进行识别，识别结果如图5至图7所示。
从不同方法识别结果对比可以看出，在相同的加载模式下，由于算法限制，传统的线荷载等效法和单点荷载等效法只能识别梁桥中心区域的影响系数信息。而本发明提出的考虑车辆横向荷载分布的影响面识别方法可以对桥梁边界处的桥梁影响系数进行准确的辨识。这种边界条件的准确识别为动态称重，桥梁状态评估提供了重要基础。
Claims (1)
1.一种考虑车辆轮载空间分布的桥梁影响面识别方法，其特征在于，步骤如下：
步骤一：以选定的加载路径采用加载车辆对桥梁进行加载并采集响应数据
(1)使加载车辆的一侧车轮贴近桥梁道路的一侧边缘进行加载；为了保证数据的完整性，在加载车辆上桥之前桥梁上安装的传感器即开始采集数据，在加载车辆下桥之后传感器采集数据结束；此时，每一排车轮加载经过的位置的有效桥梁影响系数数量为k个；车辆在上桥之前加载过的位置对传感器采集的响应没有贡献，此时认为该位置影响系数为0，即为无效的影响系数；
(2)将加载车辆向横桥向的另一侧移动加载车辆轮距的一半，使一侧车轮位置处于上次测试的车辆中轴线上，再次按步骤(1)的方式进行加载；在完成一次加载后回到原起点，更改车道位置同向加载或直接掉头更改车道位置反向加载；反复移动车辆并加载直至加载车辆由于道路边缘限制无法继续加载，此时车辆加载完成；此时加载车辆两排车轮加载过的位置即为识别影响系数的位置；两排车轮共加载过的路径为m条，布置的传感器共采集了m组数据；
步骤二：将桥梁二维位置进行编号并建立影响面识别的数学模型
(3)将二维的桥梁影响系数进行编号，加载车辆初始上桥时靠近桥梁一侧车轮所加载的第一个影响系数编号为1，最后一个影响系数编号为k；加载车辆在桥面下一个路径加载时，按相同的加载方向，第二条加载路径的第一个影响系数为k+1，最后一个为2×k；以此类推，等待加载结束时，加载过的影响系数共为m×k个，编号从1至m×k；
(4)采用这种编号表示法，加载车辆与桥梁相互作用的数学模型表示为：
式中：L代表加载车辆信息矩阵，R代表传感器采集的桥梁响应；
为了增加影响面识别方法的稳定性，在这个算法中桥梁响应向量R被重复使用两次，在这种情况下，列车信息矩阵L被分解成L1和L2；其中L1看作考虑加载车辆空间荷载的加载信息矩阵，L2看作将加载车辆荷载集中到加载车辆中轴的加载信息矩阵，两个矩阵的结构如下方程所示：
式中：矩阵B1或B2是列车信息矩阵中的一个块，代表着加载车辆一侧的车轮对桥梁荷载响应的贡献；
对于一个有两排车轮的加载车辆加载过程，B1代表靠近起始加载路径一侧的车轮贡献，B2代表另一侧的车轮的贡献；矩阵B1或B2的具体结构如下所示；其中Ai代表了第ith个车轴的轴距，以车辆前轴为第一轴；如果加载车辆同一个车轴的两轮重量相等，此时B1＝B2；
式中：CN代表车辆驶过其第一轴到最后一轴距离时的传感器的采样点数；
步骤三：采用L2正则化方法对影响面辨识方程进行求解
(5)在影响面识别过程中，传感器测得的响应向量不可避免的遭到动力效应的扰动；因此，真实的响应向量表达为以下两项的和：
Rr＝Rreal+e
式中：Rreal代表真实的桥梁静态响应，e代表误差项；
采取正则化方法来减小误差对影响线求解的影响，L2正则化方法的表达式如下：
(LTL+λ2TTT)Φ＝LTRr
正则化系数矩阵T采取二阶微分算子来确定,正则化系数λ采用L曲线法进行求解；对该方程组进行求解，得到桥梁影响系数向量Φ，此向量即是按照步骤(3)所述的编号法排列的桥梁影响面。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911082531.9A CN110781607B (zh) | 2019-11-07 | 2019-11-07 | 一种考虑车辆轮载空间分布的桥梁影响面识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911082531.9A CN110781607B (zh) | 2019-11-07 | 2019-11-07 | 一种考虑车辆轮载空间分布的桥梁影响面识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110781607A CN110781607A (zh) | 2020-02-11 |
| CN110781607B true CN110781607B (zh) | 2021-08-10 |
Family
ID=69389845
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911082531.9A Active CN110781607B (zh) | 2019-11-07 | 2019-11-07 | 一种考虑车辆轮载空间分布的桥梁影响面识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110781607B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111581723B (zh) * | 2020-04-30 | 2020-11-24 | 哈尔滨工业大学 | 一种车辆缓慢通过简支梁桥跨中位移影响线快速提取方法 |
| CN111976731B (zh) * | 2020-08-04 | 2023-06-13 | 大连民族大学 | 基于车辆频域响应的路面不平度识别方法 |
| CN112347535B (zh) * | 2020-09-21 | 2022-04-26 | 中铁第四勘察设计院集团有限公司 | 基于拱桥吊杆力影响面加载动态识别车辆轴重方法和系统 |
| CN115221578B (zh) * | 2022-05-25 | 2023-08-08 | 湖南大学 | 一种真实桥梁影响线、真实桥梁影响面标定方法及系统 |
| CN114937365B (zh) * | 2022-06-21 | 2023-08-01 | 东南大学 | 一种基于同步多视觉传感器的桥面车辆参数识别方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5111897A (en) * | 1990-09-27 | 1992-05-12 | Bridge Weighing Systems, Inc. | Bridge weigh-in-motion system |
| KR20170066742A (ko) * | 2015-12-04 | 2017-06-15 | 단국대학교 산학협력단 | 비접촉 처짐측정기반의 bwim 측정장치 및 방법 |
| CN108760200A (zh) * | 2018-05-18 | 2018-11-06 | 苏交科集团股份有限公司 | 车辆非匀速通过时桥梁影响线的测定方法 |
| CN108846200A (zh) * | 2018-06-07 | 2018-11-20 | 大连理工大学 | 一种基于迭代法的准静态桥梁影响线识别方法 |
| CN109827647A (zh) * | 2019-01-17 | 2019-05-31 | 同济大学 | 一种桥梁动态称重系统 |
| CN109887273A (zh) * | 2019-01-23 | 2019-06-14 | 同济大学 | 一种基于多源冗余信息的桥梁活载优化识别方法 |
-
2019
- 2019-11-07 CN CN201911082531.9A patent/CN110781607B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5111897A (en) * | 1990-09-27 | 1992-05-12 | Bridge Weighing Systems, Inc. | Bridge weigh-in-motion system |
| KR20170066742A (ko) * | 2015-12-04 | 2017-06-15 | 단국대학교 산학협력단 | 비접촉 처짐측정기반의 bwim 측정장치 및 방법 |
| CN108760200A (zh) * | 2018-05-18 | 2018-11-06 | 苏交科集团股份有限公司 | 车辆非匀速通过时桥梁影响线的测定方法 |
| CN108846200A (zh) * | 2018-06-07 | 2018-11-20 | 大连理工大学 | 一种基于迭代法的准静态桥梁影响线识别方法 |
| CN109827647A (zh) * | 2019-01-17 | 2019-05-31 | 同济大学 | 一种桥梁动态称重系统 |
| CN109887273A (zh) * | 2019-01-23 | 2019-06-14 | 同济大学 | 一种基于多源冗余信息的桥梁活载优化识别方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于独立分量分析的多车响应信号分离;董岳 等;《公路工程》;20190430;第234-239页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110781607A (zh) | 2020-02-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110781607B (zh) | 一种考虑车辆轮载空间分布的桥梁影响面识别方法 | |
| CN106706239A (zh) | 一种桥梁快速荷载试验测试方法 | |
| Li et al. | Damage identification of a target substructure with moving load excitation | |
| Zhan et al. | Bridge surface roughness identification based on vehicle–bridge interaction | |
| Yu et al. | Nothing-on-road bridge weigh-in-motion considering the transverse position of the vehicle | |
| CN108775993A (zh) | 一种桥梁损伤检测方法 | |
| CN109916488B (zh) | 动态车辆称重方法及装置 | |
| CN108846200B (zh) | 一种基于迭代法的准静态桥梁影响线识别方法 | |
| CN116958933A (zh) | 一种多车道荷载识别方法、系统、电子设备及存储介质 | |
| CN112765881A (zh) | 基于神经网络的可扩展至多桥的动态称重方法及系统 | |
| CN115524086A (zh) | 基于车桥耦合振动的统计矩曲率梁式桥损伤识别方法 | |
| Widner et al. | Framework for vehicle dynamics model validation | |
| CN112798089B (zh) | 一种车辆的动态称重方法及动态称重装置 | |
| CN114065373A (zh) | 一种汽车控制臂台架耐久试验方法、装置以及设备 | |
| CN109916484B (zh) | 称重设备联合称重方法及装置 | |
| CN116754416A (zh) | 室内轮胎磨耗性能测试方法、装置、存储介质及电子设备 | |
| CN109916483B (zh) | 称重设备联合监控方法及装置 | |
| Cao et al. | Damage localization for prefabricated bridges group using the area-ratio of the strain time-history curve | |
| CN112833949B (zh) | 一种基于归一化车辆轴重时程监测的桥梁损伤定位方法 | |
| CN116242464A (zh) | 动态称重方法、装置及存储介质 | |
| CN116542287B (zh) | 一种采用混合数据进行桥梁动态称重的连续神经网络训练方法 | |
| WO2019232737A1 (zh) | 一种基于迭代法的准静态桥梁影响线识别方法 | |
| Sarkisov et al. | Understanding of transient tire behavior by measuring carcass deformation and contact patch shape | |
| CN117574110B (zh) | 全域桥梁损伤快速识别方法、装置及介质 | |
| Varunjikar et al. | Multi-body vehicle dynamics simulation based on measured 3D terrain data |
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 |