CN111368423A - 一种车载桥梁承载能力快速检测评估系统及方法 - Google Patents
一种车载桥梁承载能力快速检测评估系统及方法 Download PDFInfo
- Publication number
- CN111368423A CN111368423A CN202010139840.1A CN202010139840A CN111368423A CN 111368423 A CN111368423 A CN 111368423A CN 202010139840 A CN202010139840 A CN 202010139840A CN 111368423 A CN111368423 A CN 111368423A
- Authority
- CN
- China
- Prior art keywords
- bridge
- load
- vehicle
- bearing capacity
- damage
- 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.)
- Granted
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 27
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000001514 detection method Methods 0.000 title claims description 50
- 238000012360 testing method Methods 0.000 claims abstract description 35
- 238000012545 processing Methods 0.000 claims abstract description 22
- 238000007405 data analysis Methods 0.000 claims abstract description 16
- 230000002787 reinforcement Effects 0.000 claims description 26
- 238000005516 engineering process Methods 0.000 claims description 21
- 238000013461 design Methods 0.000 claims description 15
- 238000011084 recovery Methods 0.000 claims description 11
- 238000013473 artificial intelligence Methods 0.000 claims description 10
- 230000007547 defect Effects 0.000 claims description 7
- 230000003014 reinforcing effect Effects 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 5
- 230000009467 reduction Effects 0.000 claims description 4
- 230000000452 restraining effect Effects 0.000 claims description 4
- 238000011835 investigation Methods 0.000 abstract description 2
- 238000012544 monitoring process Methods 0.000 description 23
- 230000036541 health Effects 0.000 description 13
- 238000006073 displacement reaction Methods 0.000 description 10
- 238000005259 measurement Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 241000282376 Panthera tigris Species 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000003763 carbonization Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000003631 expected effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- 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
- G01N29/048—Marking the faulty objects
-
- 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
- G01N29/34—Generating the ultrasonic, sonic or infrasonic waves, e.g. electronic circuits specially adapted therefor
-
- 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
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
-
- 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
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
- G01N29/4472—Mathematical theories or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30132—Masonry; Concrete
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Pathology (AREA)
- Immunology (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Acoustics & Sound (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Algebra (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Bridges Or Land Bridges (AREA)
Abstract
本发明提供一种车载桥梁承载能力快速检测评估系统及方法,包括:桥梁数据采集子系统,用于采集桥梁图像信息、加载试验荷载和移除试验荷载时的桥跨变形信息以及试验荷载通过时桥梁内部结构损伤发射的声波数据,并发送给数据分析处理子系统;数据分析处理子系统,根据桥梁数据采集子系统发送的数据判断桥梁荷载等级、桥梁工作状态信息、桥梁损伤情况,并发送给决策子系统;决策子系统,根据数据分析处理子系统发送的数据,对桥梁承载能力和车辆通过性进行综合评估、辅助决策。通过该系统能很快判断能否过桥,时效性高,且该系统现场按照流程即可勘察,不需要事先了解图纸;本发明系统是设置在车上的,安全性高,不易损坏,方便保养,且通用性强。
Description
技术领域
本发明涉及桥梁承载能力检测技术领域,尤其是一种车载桥梁承载能力快速检测评估系统及方法。
背景技术
受汽车超载、温度、预应力损失、碳化、腐蚀等因素的影响,桥梁结构材料会被腐蚀和逐渐老化,其强度和刚度随着时间的增加而降低。这不仅会降低桥梁使用寿命,也给通行车辆带来安全隐患。桥梁结构健康状况检测成为桥梁日常运营维护的重要工作。
截止目前,桥梁技术状况主要依靠技术人员辅以一定的检测设备,按照现行技术标准进行评价,每两年开展一次桥梁定期检测工作,视桥梁技术状况隔若干年开展一次桥梁荷载试验。随着传感器技术、数据传输技术、计算机硬件软件技术、信号分析技术等的迅速发展,人们开始基于计算机自动的、能连续甚至实时监测的桥梁监测系统。自20世纪50年代以来,桥梁健康监测的重要性就被逐渐认识,但受检测、监控手段比较落后的限制,在应用上一直未得到推广和重视。近年来,随着大跨度桥梁的轻柔化及形式与功能的复杂化,这项技术成为国内外学术界、工程界的研究热点。80年代中后期以来,许多国家都在一些已建和在建的大跨径桥梁上进行了有益的尝试:英国在总长552m的三跨变高度连续钢箱梁桥Foyle桥上布设传感器,监测大桥运营阶段在车辆与风载作用下主梁的振动、挠度和应变等响应,同时监测环境风和温度场。该系统是最早建立的较完整的监测系统之一,它实现了实时监测、实时分析和数据网络共享。丹麦曾对总长1726m的Faroe跨海斜拉桥进行施工阶段及通车首年的监测,旨在检查关键的设计参数,监测施工危险阶段以及获取开发优化的监控维修系统所必需的桥梁健康监测纪录,另外丹麦在主跨1624m的Great Belt East悬索桥上己开始尝试把极端记录与正常记录分开处理的技术以减小数据存储量;墨西哥有关部门则对总长1543m的斜拉桥进行了动力特性测试并比较了环境激振和传统振动试验的效果;泰国和韩国目前也已经开始在重要桥梁上安装永久性的实时结构整体性与安全性报警设备;挪威在主跨530m的Skamsundet斜拉桥所安装的全自动数据采集系统已能对风、加速度、倾斜度、应变、温度、位移进行自动监测,建立了健康监测系统的典型桥梁;还有美国主跨为440m的Sunshine Skyway Bridge斜拉桥、英国主跨的独塔斜拉桥以及加拿大的Confederation Bridge。我国自90年代起也在一些大型重要桥梁上建立了不同规模的桥梁结构健康监测系统,如香港的青马大桥、汲水门大桥和汀九大桥以及内地的虎门大桥、徐浦大桥、江阴长江大桥、南京长江二桥、芜湖长江大桥、九江长江二桥等的施工阶段就开始安设传感设备,以备将来运营期间的实时监测等,主跨450m的混凝土斜拉桥重庆大佛寺长江大桥上,国内首次采用光纤传感器实现对大跨桥梁的监控。桥梁结构健康监测技术的成功开发将起到确保桥梁安全运营,延长桥梁使用寿命的作用。同时,通过早期发现桥梁病害,能大大节约桥梁的维修费用,可以避免最终频繁大修关闭交通所带来的重大损失。
然而,一座特大桥的健康监测系统前期投入近千万元,后期使用过程中维护成本也非常高,实时采集到海量数据尚未充分挖掘,因其投入资金较多,现行健康监测系统仅限用于大跨桥梁,而占90%的中小跨径桥梁只能依靠人工检查;采集到的数据,受温度、风、汽车振动等因素与真值差异较大,尚未找到有效手段进行剔除,监测预警阀值不明确,很难起到对结构损伤的预测作用;健康监测系统安装前必须提供桥梁设计图纸及桥梁检测技术报告,硬件的布置、软件的集成因桥而异,用时长达数月,且多为辅助事中、事后决策,不能做到事前预测。
由此可见,桥梁结构技术状况检测是民用桥梁养护管理中的一项重要工作,传统的人工定期检测仍然在桥梁检测工作中占主导地位,新近出现的桥梁健康监测首先应用于大跨桥梁,但人力物力投入大,应用效果尚未达到预期效果。现行民用桥梁检测技术用时较长,且停留在“先检测、后决策”这一技术水平。现行桥梁技术状况检测技术与特殊车辆安全过桥检测的需求差异较大。主要表现在以下方面:
1)特殊车辆过桥检测强调的是时效性,短期内决策车辆能否安全过桥,强调安全度,而不是车辆过桥对结构损伤程度。现行民用检测手段远不能满足特殊车辆过桥需求。
2)民用桥梁检测方案制定需要收集、阅读桥梁设计图纸,进行桥梁现场勘察,需要专业的桥梁技术人员,这些技术门槛反而需要在特殊桥梁检测时克服。
3)民用桥梁健康监测系统是需要安装在每座桥梁上,其安全预警阀值因每座桥而异,其资金成本巨大,传感器元件极易在作战时损坏,导致系统崩溃,且其技术门槛更高。
可见,开展特殊车辆过桥快速检测评估技术研究,研发一套能够装备于特种车辆的桥梁承载能力快速检测评估系统是本领域技术人员亟待解决的问题。
发明内容
针对现有技术中存在的问题,本发明提供一种车载桥梁承载能力快速检测评估系统及方法,具有技术创新性强、特殊价值高,民用市场经济效益显著等优势。
本发明是通过以下技术方案来实现:
一种车载桥梁承载能力快速检测评估系统,包括桥梁数据采集子系统、数据分析处理子系统和决策子系统;
桥梁数据采集子系统,用于采集桥梁图像信息、加载试验荷载和移除试验荷载时的桥跨变形信息以及试验荷载通过时桥梁内部结构损伤发射的声波数据,并发送给数据分析处理子系统;
数据分析处理子系统,根据桥梁图像信息分析得到桥梁参数,判断桥梁荷载等级;根据桥跨变形信息及恢复情况分析得到桥梁工作状态信息;根据声波数据分析得到桥梁损伤情况,将桥梁参数、桥梁荷载等级、桥梁损伤情况及桥梁工作状态信息发送给决策子系统;
决策子系统,根据桥梁参数、桥梁荷载等级、车辆荷载数据、桥梁损伤情况及桥梁工作状态信息,对桥梁承载能力和车辆通过性进行综合评估、辅助决策。
优选的,决策子系统对桥梁承载能力和车辆通过性进行综合评估、辅助决策具体是:若桥梁荷载等级为公路一级或公路二级,则将当前车辆荷载与桥梁荷载标准进行对比分析,若车辆荷载满足桥梁荷载标准,则判定通行,并制定通行方案;若车辆荷载高于桥梁荷载标准,则根据桥梁损伤情况、桥梁工作状态及车辆荷载超出桥梁荷载标准的量三个方面综合判断车辆是否满足通行要求,若满足通行要求,则判定通行,并制定通行方案,若不满足通行要求,则给出桥梁损伤情况、超出桥梁荷载标准情况,并给出加固建议;若桥梁荷载等级为对于公路二级以下,则基于桥梁图像和人工智能算法对桥梁设计荷载能力进行判断,将车辆荷载与桥梁设计荷载能力进行对比分析,判断车辆是否满足通行要求,若满足通行要求,则判定通行,并制定通行方案,若不满足通行要求,给出桥梁损伤情况、超出桥梁荷载标准情况,并给出加固建议。
优选的,决策子系统还用于对桥梁参数、桥梁荷载等级、车辆荷载数据、桥梁损伤情况及桥梁工作状态信息进行存储。
一种桥梁承载能力快速评估方法,包括如下步骤:
步骤1,首先对桥梁进行图像拍摄,根据拍摄的图像识别桥梁参数,根据桥梁参数判别桥梁荷载等级,若为公路一级或公路二级,则进行步骤2;若为公路二级以下,则进行步骤3;
步骤2,通过对当前车辆荷载进行数理统计和分析,得到车辆荷载分布规律,与桥梁荷载标准进行对比分析,若车辆荷载满足桥梁荷载标准,则判定通行,并制定通行方案;若车辆荷载高于桥梁荷载标准,则通过声发射技术探测桥梁损伤程度,并测量加载试验荷载和移除试验荷载时的桥跨变形信息,通过桥梁变形及恢复情况判断桥梁是否处于弹性工作状态,根据桥梁损伤情况、是否处于弹性工作状态和车辆荷载超出桥梁荷载标准的量三个方面综合判断车辆是否满足通行要求;若车辆满足通行要求,判定通行,并制定通行方案,若车辆不满足通行要求,给出桥梁损伤情况、超出桥梁荷载标准情况,并给出加固建议;
步骤3,基于桥梁图像和人工智能对桥梁设计荷载能力进行判断,通过声发射技术探测桥梁损伤程度,测量加载试验荷载和移除试验荷载时的桥跨变形信息,通过桥梁变形及恢复情况判断桥梁工作状态,计算桥梁实际荷载能力,若桥梁实际荷载能力大于车辆荷载,判定通行,并制定通行方案,若桥梁实际荷载能力小于车辆荷载,给出桥梁损伤情况、超出荷载标准情况,并给出加固建议。
优选的,步骤1中,利用无人机对桥梁进行图像拍摄,识别得到桥梁的结构类型、桥宽、车道数和车道宽度。
优选的,步骤2和步骤3中,通过声发射技术探测桥梁损伤程度具体是:对桥梁声发射检测数据进行降噪处理,对桥梁损伤源位置进行定位;根据声发射检测数据对桥梁损伤模式进行识别;对声发射检测数据进行综合分析,对桥梁整体缺损情况进行等级评价。
优选的,步骤2和步骤3中,测量加载试验荷载和移除试验荷载时的桥跨变形信息具体是:对桥跨结构施加试验荷载后截面变形、荷载移除后残余变形进行测量。
优选的,步骤2和步骤3中,所述通行方案包括约束车间距、约束行驶速度和选择车道。
优选的,步骤2和步骤3中,给出加固建议后,判断根据加固建议所需承担的加固成本是否能承受,若不能承受,建议重新选择路线;否则对桥梁进行加固,加固后重新判断桥梁承载能力,直至车辆能通过桥梁。
优选的,步骤3中,对于荷载等级低于公路二级的桥梁,拍摄桥梁承重构件,建立桥梁承重构件特征的人工智能学习样本库,利用人工智能算法判断桥梁的使用年限和设计荷载能力。
与现有技术相比,本发明具有以下有益的技术效果:
本发明系统利用计算机视觉、非接触式位移测量、图像识别等技术开展桥梁技术参数智能识别,桥梁工作性能、结构损伤状况检测,基于检测数据对桥梁承载力进行快速评估研究工作。通过该系统能很快判断能否过桥,时效性高,且该系统现场按照流程即可勘察,不需要事先了解图纸;本发明系统是设置在车上的,安全性高,不易损坏,方便保养,且通用性强。本发明系统克服了基于规范检测评定、荷载试验、在线监测等常规手段耗时长,费用高,操作流程过于复杂等弊病,经过适应性改造可直接部署在特种车辆的车载平台上,将补齐特种车在桥梁检测领域的短板,提升特种车在联合作战中的体系地位,填补无法对桥梁承载能力进行快速检测评估的空白,解决特种装备安全、高效过桥的燃眉之急,进一步巩固我国在工程检测及道桥保障领域的优势地位。
本发明方法利用计算机视觉、非接触式位移测量、图像识别等技术开展桥梁技术参数智能识别,桥梁工作性能、结构损伤状况检测,基于检测数据对桥梁承载力进行快速评估研究工作;克服了基于规范检测评定、荷载试验、在线监测等常规手段耗时长,费用高,操作流程过于复杂等弊病。
进一步的,将高清相机、图像识别算法集成到无人机或特种车辆,研发桥梁结构参数识别智能化程序,通过图像拍摄桥梁与后处理分析,快速得到桥梁的结构类型、桥宽、车道数、车道宽度等参数,自动判断桥梁荷载等级。
进一步的,能够利用声发射仪器对桥梁结构损伤情况进行探测,提供声发射传感器布设位置的指导性建议;能够对桥梁声发射检测数据进行降噪处理;能够对桥梁损伤源位置进行定位;能够根据声发射信号特征对桥梁损伤模式进行识别;能够对声发射数据进行综合分析,对桥梁整体缺损情况进行等级评价。
进一步的,确定了桥梁特定截面变形量及变形恢复量这一快速有效评判方法,并研发新型高精度测试系统,以非接触方式实现特殊试验车辆过桥时桥梁截面变形及车辆通过后残余变形实时测量。
附图说明
图1为所述桥梁承载能力快速检测评估系统的框架结构图;
图2为所述桥梁承载能力快速检测评估方法的流程图。
具体实施方式
下面结合具体的实施例对本发明做进一步的详细说明,所述是对本发明的解释而不是限定。
如图1所示,一种桥梁承载能力快速检测评估系统包括桥梁数据采集子系统、数据分析处理子系统和决策子系统;
桥梁数据采集子系统,包括高清相机、高精度位移传感器以及相关配套设备。高清相机用于采集桥梁外观、重要构件的桥梁图像信息并发送给数据分析处理子系统;高精度位移传感器用于测量加载试验荷载和移除试验荷载时的桥跨变形信息并发送给数据分析处理子系统;声发射传感器采集试验荷载通过时桥梁内部结构损伤发射的声波数据并发送给数据分析处理子系统。
数据分析处理子系统,由信息交换设备、便携式计算机或工控机、基础应用软件组成,主要为软件子系统提供运行平台。根据桥梁图像信息分析得到桥梁的结构类型、桥宽、车道数、车道宽度等桥梁参数,判断桥梁荷载等级;根据桥跨变形信息及恢复情况分析桥梁是否处于弹性工作状态,根据声波数据分析得到桥梁损伤情况,将桥梁参数、桥梁荷载等级、桥梁损伤情况及桥梁工作状态信息发送给决策子系统。
决策子系统,能够管理和存储桥梁参数、桥梁荷载等级和车辆荷载数据,根据桥梁参数、桥梁荷载等级、车辆荷载数据及桥梁变形及桥梁工作状态信息,对桥梁承载能力和车辆通过性进行综合评估、辅助决策。若桥梁荷载等级为公路一级或公路二级,则将当前车辆荷载与桥梁荷载标准进行对比分析,满足桥梁荷载标准的车辆直接判定通行,并制定通行方案;高于桥梁荷载标准的车辆,根据桥梁损伤情况、桥梁工作状态及车辆荷载超出桥梁荷载标准的量,这三个方面综合判断车辆是否满足通行要求,对于满足通行要求的车辆判定通行,并制定通行方案,对于不满足通行要求的车辆,给出桥梁损伤情况、超出桥梁荷载标准情况,并给出加固建议。对于公路二级以下的老旧桥梁,基于桥梁图像和人工智能算法对桥梁设计荷载能力进行判断,将车辆荷载与桥梁设计荷载能力进行对比分析,判断车辆是否满足通行要求,对于满足通行要求的车辆判定通行,并制定通行方案,对于不满足通行要求的车辆,给出桥梁损伤情况、超出桥梁荷载标准情况,并给出加固建议。
桥梁承载能力快速检测评估系统适用于公路桥梁,跨径长度为5-40m,所述系统的高清相机拍摄图片的分辨率不低于1366*768。
决策子系统的管理和存储功能具体是:(1)支持对桥梁结构类型、长度、宽度、跨径、设计荷载标准等基本参数进行存储;(2)支持对桥梁高清图像、变形测量数据、声发射数据等进行存储;(3)支持对轮式车辆战斗全重、轴荷、轴距、轴数、轮距等以及履带车辆的履带接地长度、宽度、履带数量、间距等进行存储。
如图2所示,本发明基于上述桥梁承载能力快速评估系统的评估方法,包括如下步骤:
步骤1,首先对桥梁进行图像拍摄,根据拍摄的图像自动识别桥梁的结构类型、桥宽、车道数、车道宽度等桥梁参数。根据桥梁参数判别桥梁荷载等级,桥梁荷载等级分为公路一级、公路二级和公路二级以下。若为公路一级或公路二级,则进行步骤2;若为公路二级以下,则进行步骤3。
步骤2,通过对当前车辆荷载进行数理统计和分析,得到车辆荷载分布规律,与桥梁荷载标准进行对比分析,若车辆荷载满足桥梁荷载标准,则判定通行,并制定通行方案;若车辆荷载高于桥梁荷载标准,则通过声发射技术探测桥梁损伤程度,通过高精度位移传感器测量加载试验荷载和移除试验荷载时的桥跨变形信息,通过桥梁变形及恢复情况判断桥梁否处于弹性工作状态,根据桥梁损伤情况、否处于弹性工作状态和车辆荷载超出桥梁荷载标准的多少这三个方面综合判断车辆是否满足通行要求。若车辆满足通行要求,判定通行,并制定通行方案,若车辆不满足通行要求,给出桥梁损伤情况、超出桥梁荷载标准情况,并给出加固建议。
步骤3,对于公路二级以下的老旧桥梁,由于荷载标准不明确,所有车辆必须等待对桥梁实际荷载能力进行检测后,才能判定通行与否。基于桥梁图像和人工智能对桥梁设计荷载能力初试判断,通过声发射技术探测桥梁损伤程度,通过高精度位移传感器测量加载试验荷载和移除试验荷载时的桥跨变形信息,再通过桥梁变形及恢复情况判断桥梁工作状态,计算桥梁实际荷载能力,判断车辆是否满足通行要求(即桥梁实际荷载能力是否大于车辆荷载),若满足通行要求,判定通行,并制定通行方案,若不满足通行要求,给出桥梁损伤情况、超出荷载标准情况,并给出加固建议。
步骤1中,基于图像智能的桥梁参数识别,利用无人机进行桥梁图像拍摄,识别桥梁桥宽、车道数、车道宽度等参数,自动判断桥梁荷载等级。
步骤2和步骤3中,给出加固建议后,判断根据加固建议所承担的加固成本是否可承受,对于不可以承受加固成本的桥梁,建议重新选择路线;对于可以承受加固成本的桥梁进行加固措施,加固后重新进行相应的步骤2或步骤3以重新判断桥梁承载能力,车辆允许通过满足承载能力要求的桥梁,不满足承载能力要求的桥梁进行再次加固直到桥梁满足承载能力要求,车辆通过满足承载能力要求的桥梁。即步骤2中,加固后,再重复进行步骤2以重新判断桥梁承载能力,而步骤3中,加固后,重复进行步骤3以重新判断桥梁承载能力。
步骤2和步骤3中,所述通行方案包括约束车间距、约束行驶速度、选择车道等方面。
步骤2和步骤3中,测量加载试验荷载和移除试验荷载时的桥跨变形信息具体是:对桥跨结构施加试验荷载后截面变形、荷载移除后残余变形进行测量,测量精度不低于0.1毫米。
步骤2和步骤3中,通过桥梁变形及恢复情况判断桥梁否处于弹性工作状态具体是:非接触式、高精度桥梁变形位移测量,根据桥梁截面受力变形规律,桥梁结构损伤较严重或进入非安全工作状态,车辆过桥后其下挠现象在短期内无法完全恢复;若桥梁结构良好,其下挠现象将在一定时间内消除,桥梁线形恢复至车辆过桥前状态。利用高精度的位移传感器或其他测量设备以非接触式方式对车辆过桥时桥梁截面挠度进行连续测量,基于测量数据,对桥梁刚度和工作性能进行评估。
步骤2和步骤3中,基于声发射技术的桥梁结构损伤探测,车辆过桥时,桥梁混凝土材料和结构受外力作用发生变形,裂纹、裂缝扩展时会快速释放声波信号,通过采集和分析声波信号,可直接获得桥梁结构关键构件、截面的损伤程度,判定桥梁结构内部损伤情况。通过声发射技术探测桥梁损伤程度具体是:对桥梁声发射检测数据进行降噪处理,对桥梁损伤源位置进行定位;根据声发射检测数据对桥梁损伤模式进行识别;对声发射检测数据进行综合分析,对桥梁整体缺损情况进行等级评价,评价等级不少于5级。
步骤3中,对于荷载等级低于公路二级的桥梁,拍摄桥梁承重构件如混凝土主梁、桥墩表面、桥梁结构,建立桥梁关键构件特征的人工智能学习样本库,利用人工智能算法判断桥梁的使用年限和设计荷载能力。
所述系统对桥梁承载力与通过性辅助决策做到(1)支持生成桥梁承载能力检测评估报告,包括桥梁基本参数、桥梁缺损情况、桥梁工作性能、辅助决策特殊车辆通过与否;(2)桥梁承载能力可以承载车辆通过时,制定车辆通过方案,提供车辆行驶间距、行驶速度、车道选择等建议;(3)桥梁承载能力无法满足车辆通过时,提供桥梁加固方案、措施和成本。
本发明车载桥梁承载能力快速检测评估系统,主要由桥梁数据采集子系统、数据分析处理子系统、软件子系统组成。桥梁数据采集子系统主要由高清相机、高精度位移传感器以及相关配套设备组成,用于对桥梁外观、重要构件的图像拍摄;测量加载试验荷载和移除荷载时的桥跨变形情况;采集试验荷载通过时桥梁内部结构损伤发射的声波数据。数据分析处理子系统由信息交换设备、便携式计算机或工控机、基础应用软件组成,主要为软件子系统提供运行平台。软件子系统能够管理和存储桥梁检测数据、车辆荷载数据,对桥梁检测数据进行分析处理,依据处理结果对桥梁承载能力和车辆通过性进行综合评估、辅助决策。
所述系统实现平台轻量化、设备易于架设安装、软件易于操作、界面展示通俗易懂等目标,同时,潜在经济利益巨大,节省企业成本,无需封闭交通,大幅提高桥梁承载力检测评定效率。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制;尽管参照较佳实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解;依然可以对本发明的具体实施方式进行修改或者对部分技术特征进行等同替换;而不脱离本发明技术方案的精神,其均应涵盖在本发明请求保护的技术方案范围当中。
Claims (10)
1.一种车载桥梁承载能力快速检测评估系统,其特征在于,包括桥梁数据采集子系统、数据分析处理子系统和决策子系统;
桥梁数据采集子系统,用于采集桥梁图像信息、加载试验荷载和移除试验荷载时的桥跨变形信息以及试验荷载通过时桥梁内部结构损伤发射的声波数据,并发送给数据分析处理子系统;
数据分析处理子系统,根据桥梁图像信息分析得到桥梁参数,判断桥梁荷载等级;根据桥跨变形信息及恢复情况分析得到桥梁工作状态信息;根据声波数据分析得到桥梁损伤情况,将桥梁参数、桥梁荷载等级、桥梁损伤情况及桥梁工作状态信息发送给决策子系统;
决策子系统,根据桥梁参数、桥梁荷载等级、车辆荷载数据、桥梁损伤情况及桥梁工作状态信息,对桥梁承载能力和车辆通过性进行综合评估、辅助决策。
2.根据权利要求1所述的车载桥梁承载能力快速检测评估系统,其特征在于,决策子系统对桥梁承载能力和车辆通过性进行综合评估、辅助决策具体是:若桥梁荷载等级为公路一级或公路二级,则将当前车辆荷载与桥梁荷载标准进行对比分析,若车辆荷载满足桥梁荷载标准,则判定通行,并制定通行方案;若车辆荷载高于桥梁荷载标准,则根据桥梁损伤情况、桥梁工作状态及车辆荷载超出桥梁荷载标准的量三个方面综合判断车辆是否满足通行要求,若满足通行要求,则判定通行,并制定通行方案,若不满足通行要求,则给出桥梁损伤情况、超出桥梁荷载标准情况,并给出加固建议;若桥梁荷载等级为对于公路二级以下,则基于桥梁图像和人工智能算法对桥梁设计荷载能力进行判断,将车辆荷载与桥梁设计荷载能力进行对比分析,判断车辆是否满足通行要求,若满足通行要求,则判定通行,并制定通行方案,若不满足通行要求,给出桥梁损伤情况、超出桥梁荷载标准情况,并给出加固建议。
3.根据权利要求1所述的车载桥梁承载能力快速检测评估系统,其特征在于,决策子系统还用于对桥梁参数、桥梁荷载等级、车辆荷载数据、桥梁损伤情况及桥梁工作状态信息进行存储。
4.一种桥梁承载能力快速评估方法,其特征在于,包括如下步骤:
步骤1,首先对桥梁进行图像拍摄,根据拍摄的图像识别桥梁参数,根据桥梁参数判别桥梁荷载等级,若为公路一级或公路二级,则进行步骤2;若为公路二级以下,则进行步骤3;
步骤2,通过对当前车辆荷载进行数理统计和分析,得到车辆荷载分布规律,与桥梁荷载标准进行对比分析,若车辆荷载满足桥梁荷载标准,则判定通行,并制定通行方案;若车辆荷载高于桥梁荷载标准,则通过声发射技术探测桥梁损伤程度,并测量加载试验荷载和移除试验荷载时的桥跨变形信息,通过桥梁变形及恢复情况判断桥梁是否处于弹性工作状态,根据桥梁损伤情况、是否处于弹性工作状态和车辆荷载超出桥梁荷载标准的量三个方面综合判断车辆是否满足通行要求;若车辆满足通行要求,判定通行,并制定通行方案,若车辆不满足通行要求,给出桥梁损伤情况、超出桥梁荷载标准情况,并给出加固建议;
步骤3,基于桥梁图像和人工智能对桥梁设计荷载能力进行判断,通过声发射技术探测桥梁损伤程度,测量加载试验荷载和移除试验荷载时的桥跨变形信息,通过桥梁变形及恢复情况判断桥梁工作状态,计算桥梁实际荷载能力,若桥梁实际荷载能力大于车辆荷载,判定通行,并制定通行方案,若桥梁实际荷载能力小于车辆荷载,给出桥梁损伤情况、超出荷载标准情况,并给出加固建议。
5.根据权利要求4所述的桥梁承载能力快速评估方法,其特征在于,步骤1中,利用无人机对桥梁进行图像拍摄,识别得到桥梁的结构类型、桥宽、车道数和车道宽度。
6.根据权利要求4所述的桥梁承载能力快速评估方法,其特征在于,步骤2和步骤3中,通过声发射技术探测桥梁损伤程度具体是:对桥梁声发射检测数据进行降噪处理,对桥梁损伤源位置进行定位;根据声发射检测数据对桥梁损伤模式进行识别;对声发射检测数据进行综合分析,对桥梁整体缺损情况进行等级评价。
7.根据权利要求4所述的桥梁承载能力快速评估方法,其特征在于,步骤2和步骤3中,测量加载试验荷载和移除试验荷载时的桥跨变形信息具体是:对桥跨结构施加试验荷载后截面变形、荷载移除后残余变形进行测量。
8.根据权利要求4所述的桥梁承载能力快速评估方法,其特征在于,步骤2和步骤3中,所述通行方案包括约束车间距、约束行驶速度和选择车道。
9.根据权利要求4所述的桥梁承载能力快速评估方法,其特征在于,步骤2和步骤3中,给出加固建议后,判断根据加固建议所需承担的加固成本是否能承受,若不能承受,建议重新选择路线;否则对桥梁进行加固,加固后重新判断桥梁承载能力,直至车辆能通过桥梁。
10.根据权利要求4所述的桥梁承载能力快速评估方法,其特征在于,步骤3中,对于荷载等级低于公路二级的桥梁,拍摄桥梁承重构件,建立桥梁承重构件特征的人工智能学习样本库,利用人工智能算法判断桥梁的使用年限和设计荷载能力。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010139840.1A CN111368423B (zh) | 2020-03-03 | 2020-03-03 | 一种车载桥梁承载能力快速检测评估系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010139840.1A CN111368423B (zh) | 2020-03-03 | 2020-03-03 | 一种车载桥梁承载能力快速检测评估系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111368423A true CN111368423A (zh) | 2020-07-03 |
CN111368423B CN111368423B (zh) | 2023-11-03 |
Family
ID=71206706
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010139840.1A Active CN111368423B (zh) | 2020-03-03 | 2020-03-03 | 一种车载桥梁承载能力快速检测评估系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111368423B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112254767A (zh) * | 2020-10-20 | 2021-01-22 | 重庆大学 | 公路网结构群一体自动化检测设备 |
CN112698015A (zh) * | 2020-12-08 | 2021-04-23 | 温州鼎玛建筑技术有限公司 | 一种道路桥梁裂缝检测系统 |
CN112945969A (zh) * | 2021-01-26 | 2021-06-11 | 浙江省交通运输科学研究院 | 基于机器视觉测量的空心板梁桥铰缝损伤识别方法及系统 |
CN113358463A (zh) * | 2021-05-19 | 2021-09-07 | 南通市顺通公路交通工程检测有限公司 | 一种公路桥梁承载能力的检测方法 |
CN113865683A (zh) * | 2021-12-01 | 2021-12-31 | 苏州博宇鑫交通科技有限公司 | 基于机器视觉的城市高架桥梁超重超载动态预警方法 |
CN114626119A (zh) * | 2021-10-21 | 2022-06-14 | 湖北交投智能检测股份有限公司 | 一种基于桥梁大数据的养护智能决策方法及系统 |
CN115639209A (zh) * | 2022-12-26 | 2023-01-24 | 兰州交通大学 | 一种钢箱梁疲劳裂纹智能检测系统及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20120072771A (ko) * | 2010-12-24 | 2012-07-04 | 한국건설기술연구원 | 교량의 위험도와 가치를 고려한 교량 관리정보 분석 시스템 |
US20130216089A1 (en) * | 2010-04-22 | 2013-08-22 | The University Of North Carolina At Charlotte | Method and System for Remotely Inspecting Bridges and Other Structures |
CN105067209A (zh) * | 2015-08-27 | 2015-11-18 | 北京特希达交通设施顾问有限公司 | 基于桥梁健康监测变形数据判定桥梁结构刚度变化的方法 |
WO2017202139A1 (zh) * | 2016-05-26 | 2017-11-30 | 东南大学 | 一种基于长标距应变影响包络线的桥梁损伤识别方法 |
CN109506714A (zh) * | 2018-12-22 | 2019-03-22 | 吴碧玉 | 一种人工智能桥梁安全检测系统 |
-
2020
- 2020-03-03 CN CN202010139840.1A patent/CN111368423B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130216089A1 (en) * | 2010-04-22 | 2013-08-22 | The University Of North Carolina At Charlotte | Method and System for Remotely Inspecting Bridges and Other Structures |
KR20120072771A (ko) * | 2010-12-24 | 2012-07-04 | 한국건설기술연구원 | 교량의 위험도와 가치를 고려한 교량 관리정보 분석 시스템 |
CN105067209A (zh) * | 2015-08-27 | 2015-11-18 | 北京特希达交通设施顾问有限公司 | 基于桥梁健康监测变形数据判定桥梁结构刚度变化的方法 |
WO2017202139A1 (zh) * | 2016-05-26 | 2017-11-30 | 东南大学 | 一种基于长标距应变影响包络线的桥梁损伤识别方法 |
CN109506714A (zh) * | 2018-12-22 | 2019-03-22 | 吴碧玉 | 一种人工智能桥梁安全检测系统 |
Non-Patent Citations (10)
Title |
---|
周孝林;: "关于铁路桥梁状态诊断实验技术的探讨", 科技传播, no. 10 * |
尹彬彬;李金涛;: "荷载试验检测技术在桥梁技术状态评估中的应用", 中国建材科技, no. 05 * |
张清华;崔闯;魏川;李俊;卜一之;: "钢桥面板疲劳损伤智能监测与评估系统研究", 中国公路学报, no. 11 * |
朱金华;艾军;蔡晨宁;于超凡;: "基于结构检算方法的梁式桥梁结构快速安全性综合评估系统", 交通运输研究, no. 05 * |
李慎勇;: "桥梁承载能力评估", 黑龙江科技信息, no. 30 * |
王春生, 陈惟珍, 陈艾荣: "桥梁损伤安全评定与维护管理策略", 交通运输工程学报, no. 04 * |
白应华;: "混凝土桥梁的损伤诊断与承载力评估", 安徽理工大学学报(自然科学版), no. 02, pages 1 - 3 * |
邵永军;王练柱;任晓辉;张士兵;: "大件运输车辆通行桥梁安全评估方法研究", 公路交通科技(应用技术版), no. 12, pages 3 - 4 * |
陈钒;: "既有钢管混凝土拱桥实时监测评估系统", 桥梁建设, no. 01 * |
骆红军;: "桥梁结构安全监测的动力响应法与评估系统", 公路工程, no. 03 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112254767A (zh) * | 2020-10-20 | 2021-01-22 | 重庆大学 | 公路网结构群一体自动化检测设备 |
CN112254767B (zh) * | 2020-10-20 | 2022-02-15 | 重庆大学 | 公路网结构群一体自动化检测设备 |
CN112698015A (zh) * | 2020-12-08 | 2021-04-23 | 温州鼎玛建筑技术有限公司 | 一种道路桥梁裂缝检测系统 |
CN112698015B (zh) * | 2020-12-08 | 2024-04-02 | 温州鼎玛建筑技术有限公司 | 一种道路桥梁裂缝检测系统 |
CN112945969A (zh) * | 2021-01-26 | 2021-06-11 | 浙江省交通运输科学研究院 | 基于机器视觉测量的空心板梁桥铰缝损伤识别方法及系统 |
CN112945969B (zh) * | 2021-01-26 | 2022-09-23 | 浙江省交通运输科学研究院 | 基于机器视觉测量的空心板梁桥铰缝损伤识别方法及系统 |
CN113358463A (zh) * | 2021-05-19 | 2021-09-07 | 南通市顺通公路交通工程检测有限公司 | 一种公路桥梁承载能力的检测方法 |
CN114626119A (zh) * | 2021-10-21 | 2022-06-14 | 湖北交投智能检测股份有限公司 | 一种基于桥梁大数据的养护智能决策方法及系统 |
CN114626119B (zh) * | 2021-10-21 | 2023-05-26 | 湖北交投智能检测股份有限公司 | 一种基于桥梁大数据的养护智能决策方法及系统 |
CN113865683A (zh) * | 2021-12-01 | 2021-12-31 | 苏州博宇鑫交通科技有限公司 | 基于机器视觉的城市高架桥梁超重超载动态预警方法 |
CN115639209A (zh) * | 2022-12-26 | 2023-01-24 | 兰州交通大学 | 一种钢箱梁疲劳裂纹智能检测系统及方法 |
CN115639209B (zh) * | 2022-12-26 | 2023-03-07 | 兰州交通大学 | 一种钢箱梁疲劳裂纹智能检测系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111368423B (zh) | 2023-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111368423A (zh) | 一种车载桥梁承载能力快速检测评估系统及方法 | |
Wenzel | Health monitoring of bridges | |
CN111060270B (zh) | 一种城市高架桥梁可移动式快速监测与智能评估方法 | |
CN114169548B (zh) | 一种基于bim的公路桥梁管养phm系统和方法 | |
Lu et al. | Fatigue reliability evaluation of orthotropic steel bridge decks based on site-specific weigh-in-motion measurements | |
CN114626119B (zh) | 一种基于桥梁大数据的养护智能决策方法及系统 | |
CN110132511A (zh) | 一种基于动挠度衰减规律的桥梁结构监测评估方法 | |
CN110132512A (zh) | 一种基于主梁刚度衰减规律的桥梁结构监测评估方法 | |
Shahsavari et al. | Diagnostic testing of a vertical lift truss bridge for model verification and decision-making support | |
Al-Khateeb et al. | Structural health monitoring of a cable-stayed bridge using regularly conducted diagnostic load tests | |
Chajes et al. | Bridge-condition assessment and load rating using nondestructive evaluation methods | |
Miyamoto et al. | Frontier of continuous structural health monitoring system for short & medium span bridges and condition assessment | |
CN104850678B (zh) | 基于行车走行性的公路桥梁伸缩装置走行服役性能评定方法 | |
Al-Khateeb et al. | Computing continuous load rating factors for bridges using structural health monitoring data | |
Malekjafarian et al. | Indirect monitoring of critical transport infrastructure: Data analytics and signal processing | |
Purnomo et al. | Initial implementation of structural health monitoring system of a railway bridge | |
CN114722858A (zh) | 一种预应力混凝土结构的安全评估方法 | |
O'Connor et al. | Site-specific traffic load modelling for bridge assessment | |
CN110853164B (zh) | 基于路网损伤的通行收费方法、系统、介质及收费设备 | |
CN104280402A (zh) | 基于图像分析的路桥质量诊断系统 | |
CN111400808B (zh) | 模拟过载谱下的公路桥梁防抖和过载性能控制系统 | |
Colford et al. | Structural health monitoring–a risk-based approach | |
CN113888043A (zh) | 一种梁式桥主梁病害全周期可视化管理分析系统 | |
Shirato et al. | Bridge inspection standards in Japan and US | |
CN109711075B (zh) | 一种突发载荷非线性理论的钢梁桥寿命及可靠度分析方法 |
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 |