CN111750810B - 一种基于两连接测量车振动信号的桥面粗糙度识别方法 - Google Patents
一种基于两连接测量车振动信号的桥面粗糙度识别方法 Download PDFInfo
- Publication number
- CN111750810B CN111750810B CN202010639275.5A CN202010639275A CN111750810B CN 111750810 B CN111750810 B CN 111750810B CN 202010639275 A CN202010639275 A CN 202010639275A CN 111750810 B CN111750810 B CN 111750810B
- Authority
- CN
- China
- Prior art keywords
- bridge
- vehicle
- roughness
- displacement
- response
- 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
- 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
- G01B17/08—Measuring arrangements characterised by the use of infrasonic, sonic or ultrasonic vibrations for measuring roughness or irregularity of surfaces
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N19/00—Investigating materials by mechanical methods
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
Abstract
本发明提供一种基于两连接测量车接触点位移影响线的桥面粗糙度识别方法。本发明方法策略为:从车辆响应中消除桥梁竖向位移,以获得“纯净”的路面粗糙度信息,实现对桥面粗糙度的精准识别。核心思想为:基于影响线原理与前、后两车空间位置关系,建立前、后车接触点处桥梁竖向位移u1(x‑d)和u2(x‑d)的近似相关关系(定义为“静态相关系数”),其可为桥梁竖向位移和桥面粗糙度的解耦提供附加约束条件,以此从前、后两车体响应中消除桥梁竖向位移,达到精准识别路面粗糙度的目的。该方法可替代传统且昂贵的仪器设备,实现对桥梁路面状况的快速检测,且有效避免封路作业带来的交通堵塞。
Description
技术领域
本发明属于桥梁维护管理技术领域,具体涉及一种基于两连接测量车系统接触点位移影响线的桥面粗糙度识别方法。
背景技术
路面粗糙度是桥梁表面相对于理想光滑平面的偏差,是影响车桥系统耦合振动的决定性因素。一方面,它会作用于桥上车辆,使其产生振动响应,特别是竖向振动,影响车辆运行平稳性和安全性;另一方面,被激起的车辆震荡又会反作用于桥梁,放大桥梁结构动力效应。随着服役时间增长、交通载荷日趋密集且超载现象频发、环境侵蚀等不利情况的积累,桥梁路面会持续恶化,增大交通事故风险。因此,路面粗糙度已成为桥梁维护管理的重要量测指标之一,其对于评估服役桥梁的路面质量与行车舒适度、评估车辆疲劳荷载的统计变异性、减少车辆的滚动摩阻力以降低其零部件磨损等具有重要意义。
目前,对于桥面粗糙度的量测,无异于道路路面粗糙度的量测,使用最为普遍的方法是“直接量测”。总体上来讲,“直接量测”方法可分为两类:(1)基于视觉的主观检查;(2)基于量测设备的量测。然而,直接量测方法存在以下问题:(1)基于视觉的主观检查,具有较强的主观性,在很大程度上依赖于检查者的经验水平等;(2)借助量测设备的量测方法,通常涉及到诸多量测设备,如激光轮廓仪、激光雷达系统、机载激光扫描仪等,这些专业量测设备的应用受限于其高昂的成本及专业化的操作技术,无法进行普适性的测量,难以有效解决我国数十万公路桥梁的极大需求。
最接近现有技术:
近年来,基于车辆响应的路面粗糙度测量方法应运而生,也称“间接测量法”。其工作原理是通过将加速度传感器安装于测量车上,当测量车驶过待测路面时,由于受路面粗糙度激励,车载传感器拾取信号中势必包含有粗糙度信息,通过信号处理可获取路面粗糙度信息。该方法由于具有快速、经济、易于操作、机动性强等特点而受到世界各地学者的青睐,其有效性与高效性得到了充分验证。
发明内容
最接近现有的只适用于识别常规道路的路面粗糙度方法,无法准确用于识别桥梁路面的粗糙度。其原因是,由于车桥耦合效应,车辆响应中不仅包含路面粗糙度信息,也包含桥梁的竖向振动位移,而后者阻止了采用传统方法胜任精确识别桥梁路面粗糙度的可能。
本发明所要解决的技术问题在于针对上述现有技术中的不足,提供一种基于两连接测量车接触点位移影响线的桥面粗糙度识别方法。本发明方法策略为:从车辆响应中消除桥梁竖向位移,以获得“纯净”的路面粗糙度信息,实现对桥面粗糙度的精准识别。
核心思想为:基于影响线原理与前、后两车空间位置关系,建立前、后车接触点处桥梁竖向位移u1(x-d)和u2(x-d)的近似相关关系(定义为“静态相关系数”),其可为桥梁竖向位移和桥面粗糙度的解耦提供附加约束条件,以此从前、后两车体响应中消除桥梁竖向位移,达到精准识别路面粗糙度的目的。该方法可替代传统且昂贵的仪器设备,实现对桥梁路面状况的快速检测,且有效避免封路作业带来的交通堵塞。
需要保护的技术方案:
为实现上述目的,本发明采用的方法技术方案:
一种基于两连接测量车振动信号的桥面粗糙度识别方法,其特征在于,包含如下步骤:
(1)安装两连接测量车系统加速度传感器:将加速度传感器S1、S2分别固定于前后两车轮轴中心正上方的车厢位置或分别固定于前后两车轮轴中心位置;
(4)测量车系统质量相对于桥梁质量,移动车辆引起的桥梁接触点动力位移与车体重力作用产生的静力位移近似相等,表示为:
u1(x)≈δ11(x)·mv1g+δ12(x)·mv2g (2a)
u2(x-d)≈δ21(x-d)·mv1g+δ22(x-d)·mv2g (2b)
式中,g为重力加速度,δij(λ)表示影响线系数;
式中,
α=mv2/mv1,为前、后车质量比;
将式(3)代入式(1),消除未知量u2(x-d),如下:
对方程组(5)进行数学变换,如下:
对式(6a)消除桥梁位移u1(x-d),最终获得桥面粗糙度:
vr1和vr2分别为前、后两车的总时程响应;
kv1,kv2分别为前后两车的悬挂刚度,均为已知量;
附图说明
图1为本发明方法的流程示意图;
图2为本发明方法的两连接测量车系统及传感器布置方案;
图3为本发明实施例1中用于理论验证的两连接测量车系统力学模型;
图4为本发明实施例1中基于两连接测量车系统接触点位移影响线所得到的简支梁桥B级路面粗糙度识别图;
图5为本发明实施例1中基于两连接测量车系统接触点位移影响线所得到的简支梁桥D级路面粗糙度识别图;
图6为本发明实施例1中基于两连接测量车系统接触点位移影响线所得到的三跨连续梁桥B级路面粗糙度识别图;
图7为本发明实施例1中基于两连接测量车系统接触点位移影响线所得到的三跨连续梁桥D级路面粗糙度识别图;
具体实施方式
以下通过实施例和附图对本发明技术方案做进一步详细说明。
实施例1
一种基于两连接测量车振动信号的桥面粗糙度识别方法,其特征在于,包含如下步骤:
(1)安装两连接测量车系统加速度传感器:将加速度传感器S1、S2分别固定于前后两车轮轴中心正上方的车厢位置(或分别固定于前后两车轮轴中心位置),见附图2;
(3)对步骤(2)中所得的测量车系统加速度响应与分别对时间t进行积分得到速度响应与再次积分得到位移响应与y2(t);上两式中包含三个未知量,u1(x-d),u2(x-d),和r(x-d)。为求得桥面粗糙度r(x-d),须建立u1(x-d)和u2(x-d)之间的相关性,此为本发明的核心。
(4)由于测量车系统质量远小于桥梁质量,移动车辆引起的桥梁接触点动力位移与车体重力作用产生的静力位移近似相等,表示为:
u1(x)≈δ11(x)·mv1g+δ12(x)·mv2g (2a)
u2(x-d)≈δ21(x-d)·mv1g+δ22(x-d)·mv2g (2b)
式中,g为重力加速度,δij(λ)表示影响线系数。
式中,
α=mv2/mv1,为前、后车质量比。
将式(3)代入式(1),可消除未知量u2(x-d),如下:
此时,方程组(5)中包含两独立未知量u1(x-d)和r(x-d),其与约束方程数量一致,即方程组为满秩,可求得未知量r(x-d)的唯一解。
对方程组(5)进行数学变换,如下:
理论验证
本发明的可行性将通过以下等效的力学模型进行理论推导验证,如下图3所示
式中,
由上述表达式可见,桥面粗糙度的识别仅仅取决于测量车系统前后两车响应vr1,vr2及前后两接触点响应之间的相关系数而仅仅依赖于两车在桥上的相对位置和与桥梁的动态参数无关,本发明方法可用于测取在役桥梁的路面粗糙度。所述动态参数,本领域即为桥梁的物理参数,如刚度EI,质量m等,这些参数较难从服役中的桥梁中获得。
数值验证
算例参数
桥梁跨度L=25m,桥梁的单位长度质量为m=4800kg/m,弹性模量E=27.5GPa,截面惯性矩I=0.12m4。测量车的参数如下:车体质量mv1=mv2=1200kg,刚度kv1=kv2=50kN/m,车体运行速度为v=5m/s。
本实施算例中待识别的真实路面粗糙度采用国际化标准组织(ISO)标准建议的功率谱密度函数(PSD)模拟,各级功率谱密度函数值Gd(n0)取值分别为:A级:16×10-6m3;B级:64×10-6m3;C级:256×10-6m3;D级:1024×10-6m3;E级:4096×10-6m3。
为验证本发明方法对于不同等级的路面粗糙度与不同结构形式的桥梁均有效,对如下四种工况下的桥面粗糙度识别进行了模拟:
工况一:简支梁桥B级路面粗糙度;
工况二:简支梁桥D级路面粗糙度;
工况三:三跨连续梁桥B级路面粗糙度;
工况四:三跨连续梁桥D级路面粗糙度;
数值结果分析
从图4-图7中可以看出,无论是简支梁桥还是连续梁桥,对B级,D级两种不同等级路面粗糙度均有比较好的识别结果,与真实值比较,误差仅在0值附近有轻微的波动。在整个识别过程中仅仅利用了两连接测量车系统的车体响应。因此,对于本发明所提出的方法,不限于桥梁的结构形式以及路面粗糙度的程度,只要求得了待测桥梁的接触点位移影响线,利用两连接测量车系统的车体响应,就可以较高精度地识别得到待测桥梁的路面粗糙度。
Claims (1)
1.一种基于两连接测量车振动信号的桥面粗糙度识别方法,其特征在于,包含如下步骤:
(1)安装两连接测量车系统加速度传感器:将加速度传感器S1、S2分别固定于前后两车轮轴中心正上方的车厢位置或分别固定于前后两车轮轴中心位置;
x表示前车驶于桥梁上的位置;d表示前车与后车之间的距离;v表示车体运行速度;t表示车体行驶于桥梁上的时间;
(4)测量车系统质量相对于桥梁质量,移动车辆引起的桥梁接触点动力位移与车体重力作用产生的静力位移近似相等,表示为:
u1(x)≈δ11(x)·mv1g+δ12(x)·mv2g (2a)
u2(x-d)≈δ21(x-d)·mv1g+δ22(x-d)·mv2g (2b)
式中,g为重力加速度,δij(λ)表示影响线系数;
式中,
α=mv2/mv1,为前、后车质量比;
将式(3)代入式(1),消除未知量u2(x-d),如下:
对方程组(5)进行数学变换,如下:
对式(6a)消除桥梁位移u1(x-d),最终获得桥面粗糙度:
vr1和vr2分别为前、后两车的总时程响应;
kv1,kv2分别为前后两车的悬挂刚度,均为已知量;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010639275.5A CN111750810B (zh) | 2020-07-06 | 2020-07-06 | 一种基于两连接测量车振动信号的桥面粗糙度识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010639275.5A CN111750810B (zh) | 2020-07-06 | 2020-07-06 | 一种基于两连接测量车振动信号的桥面粗糙度识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111750810A CN111750810A (zh) | 2020-10-09 |
CN111750810B true CN111750810B (zh) | 2021-09-07 |
Family
ID=72679383
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010639275.5A Active CN111750810B (zh) | 2020-07-06 | 2020-07-06 | 一种基于两连接测量车振动信号的桥面粗糙度识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111750810B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113432815B (zh) * | 2021-01-26 | 2022-08-05 | 重庆大学 | 一种基于测量车振动响应的桥面响应重构方法 |
CN113505478B (zh) * | 2021-07-02 | 2022-08-26 | 重庆大学 | 一种接触点响应余量消除车辆频率与粗糙度的方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102032876B (zh) * | 2010-11-25 | 2012-05-02 | 北京交通大学 | 一种既有铁路多跨连续梁使用状态检测方法 |
KR101535516B1 (ko) * | 2015-02-09 | 2015-07-09 | 한국철도기술연구원 | 가속도 센서와 다중 변위센서를 이용한 레일 표면 조도의 자동 측정장치 |
CN206339221U (zh) * | 2016-12-15 | 2017-07-18 | 西南交通大学 | 一种用于悬挂式单轨箱型轨道梁的轨面不平顺测量装置 |
CN109635386B (zh) * | 2018-11-27 | 2022-10-04 | 中电建冀交高速公路投资发展有限公司 | 一种桥梁移动车辆荷载识别方法 |
CN110567661B (zh) * | 2019-09-11 | 2021-02-09 | 重庆大学 | 基于广义模式搜索算法和车桥耦合的桥梁损伤识别方法 |
-
2020
- 2020-07-06 CN CN202010639275.5A patent/CN111750810B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111750810A (zh) | 2020-10-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10753827B2 (en) | Method and system for measuring vertical wheel impact force in real-time based on tire pressure monitoring | |
CN108562446B (zh) | 基于轴箱振动时频域特征车轮多边形检测方法及终端设备 | |
CN111750810B (zh) | 一种基于两连接测量车振动信号的桥面粗糙度识别方法 | |
Karoumi et al. | Monitoring traffic loads and dynamic effects using an instrumented railway bridge | |
CN105923014B (zh) | 一种基于证据推理规则的轨道高低不平顺幅值估计方法 | |
CN111750819B (zh) | 一种桥面粗糙度检测系统 | |
KR101265149B1 (ko) | 고속축중계평가시스템 및 평가 방법 | |
CN101363751A (zh) | 用于测定行驶中的汽车的载荷的方法和装置 | |
CN111976731B (zh) | 基于车辆频域响应的路面不平度识别方法 | |
CN106918459B (zh) | 货车超载判定方法 | |
CN108318117A (zh) | 一种车辆动态称重补偿传感器阵列、系统与方法 | |
CN104006978A (zh) | 一种铁道车辆轮轨之间作用力的间接测量方法 | |
CN109050575B (zh) | 一种列车车轮在线运动中数据集成采集方法 | |
CN111122603A (zh) | 一种单轨列车接触和非接触式在线检测的钢梁 | |
CN114295310B (zh) | 用于强化桥梁间接测量功效的“无频”检测车及设计方法 | |
CN202368605U (zh) | 一种动态检测铁路轨道左右钢轨轨向的检测装置 | |
CN114323510A (zh) | 一种简支梁桥挠度快速检测方法 | |
KR100827181B1 (ko) | 타이어 동하중 반경 측정 장치 및 방법 | |
Czarnuch et al. | Method of reconstructing dynamic load characteristics for durability test Indexed by: Of heavy semitrailer under different road conditions | |
CN114322911B (zh) | 一种联合卡尔曼滤波的桥梁路面平整度间接精准识别方法 | |
CN102057267B (zh) | 通过比较分析估计一对轮胎的横向抓地力的方法 | |
CN109615258A (zh) | 汽车制动踏板感的评价方法 | |
CN111442822B (zh) | 一种桥梁通过车辆载重的检测方法和装置 | |
Imine et al. | Triangular observers for road profiles inputs estimation and vehicle dynamics analysis | |
Gobbi et al. | Motorcycle smart wheels for monitoring purposes |
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 |