CN111896589A - 一种基于智能涂层的桥梁钢结构监测系统 - Google Patents
一种基于智能涂层的桥梁钢结构监测系统 Download PDFInfo
- Publication number
- CN111896589A CN111896589A CN202010637206.0A CN202010637206A CN111896589A CN 111896589 A CN111896589 A CN 111896589A CN 202010637206 A CN202010637206 A CN 202010637206A CN 111896589 A CN111896589 A CN 111896589A
- Authority
- CN
- China
- Prior art keywords
- bridge
- steel structure
- coating
- monitoring
- coating sensor
- 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
Links
- 239000011248 coating agent Substances 0.000 title claims abstract description 74
- 238000000576 coating method Methods 0.000 title claims abstract description 74
- 238000012544 monitoring process Methods 0.000 title claims abstract description 73
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 56
- 239000010959 steel Substances 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 claims abstract description 17
- 238000005336 cracking Methods 0.000 claims abstract description 16
- 230000036541 health Effects 0.000 claims abstract description 11
- 239000010410 layer Substances 0.000 claims description 44
- 238000002955 isolation Methods 0.000 claims description 16
- 230000008054 signal transmission Effects 0.000 claims description 14
- 238000009826 distribution Methods 0.000 claims description 11
- 238000004806 packaging method and process Methods 0.000 claims description 8
- 238000012360 testing method Methods 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000012806 monitoring device Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 239000011241 protective layer Substances 0.000 claims description 5
- 238000005260 corrosion Methods 0.000 claims description 4
- 230000007797 corrosion Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 229910000838 Al alloy Inorganic materials 0.000 claims description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 claims description 2
- 229910052802 copper Inorganic materials 0.000 claims description 2
- 239000010949 copper Substances 0.000 claims description 2
- 230000003647 oxidation Effects 0.000 claims description 2
- 238000007254 oxidation reaction Methods 0.000 claims description 2
- 238000007747 plating Methods 0.000 claims description 2
- 230000009467 reduction Effects 0.000 abstract description 2
- 230000008859 change Effects 0.000 description 9
- 238000010276 construction Methods 0.000 description 6
- 238000012423 maintenance Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005538 encapsulation Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000009413 insulation Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000002787 reinforcement Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000007750 plasma spraying Methods 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
- G01N27/04—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance
- G01N27/041—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance of a solid body
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
- G01N27/04—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance
- G01N27/20—Investigating the presence of flaws
Landscapes
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Bridges Or Land Bridges (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
Abstract
本发明涉及桥梁结构无损监测，具体涉及一种基于智能涂层的桥梁钢结构监测系统以及桥梁钢结构监测方法。一种基于智能涂层的桥梁钢结构监测系统包括：涂层传感器，该涂层传感器用于设置于桥梁钢结构上；信号输入模块，该信号输入模块与涂层传感器连接；预测模块，该预测模块与涂层传感器连接；信号采集模块，该信号采集模块与涂层传感器连接，用于采集涂层传感器收集到的数据；监测平台，该监测平台与信号采集模块连接，在该监测平台中设置判断桥梁健康的阈值；根据待判断数值低于或高于阈值来判断桥梁健康状况。本发明实现了对桥梁关键构造细节的实时监测以及开裂预警，损伤定位高效准确，有效避免了因疲劳裂纹引起的钢结构桥梁使用寿命折减。
Description
技术领域
本发明涉及桥梁结构无损监测，具体涉及一种基于智能涂层的桥梁钢结构监测系统以及桥梁钢结构监测方法。
背景技术
随着我国经济发展，钢铁产能不断增大，钢结构桥梁建设已成为交通行业发展的重要内容，但近年来钢结构的疲劳问题层出不穷，导致桥梁使用寿命大大折减，已经成为了限制钢结构桥梁发展的重要因素。为确保钢结构桥梁服役期间的安全与稳定，疲劳裂纹的早期发现与实时监测显得尤为重要。
目前，人工巡检依然是钢结构桥梁常用的检测方法，然而这种方法耗费了大量维护成本，并且存在很多干扰因素，致使早期裂纹漏检，成为桥梁结构失效的潜在风险。涂层传感器利用裂纹扩展与电势场分布间的演化规律实现了对待测结构实时监测的目的，但目前涂层传感器多用于航空领域，在桥梁钢结构方面还缺乏一套完整的监测体系和监测方法。
发明内容
本发明的目的在于提供一种可对桥梁结构在服役期间的进行实时监测、有效提高监测效率的一种基于智能涂层的桥梁钢结构监测系统。
为了实现上述目的，本申请采用的技术方案是一种基于智能涂层的桥梁钢结构监测系统，包括：
涂层传感器，该涂层传感器用于设置于桥梁钢结构上；
信号输入模块，该信号输入模块与涂层传感器连接，通过该信号输入模块形成初始电势分布；
预测模块，该预测模块与涂层传感器连接，用于对通过有限元建模计算桥梁应力变幅区段，并设定为开裂控制区段；
信号采集模块，该信号采集模块与涂层传感器连接，用于采集涂层传感器收集到的数据；
监测平台，该监测平台与信号采集模块连接，用于处理信号采集模块收集的数据并得到待判断数值，在该监测平台中设置判断桥梁健康的阈值；根据待判断数值低于或高于阈值来判断桥梁健康状况。
当裂纹扩展引起电势场分布变化时，利用信号采集模块将电势变化量传输至监测平台，实现对桥梁关键构造细节的实时监测。本发明适用性强，实现了对桥梁关键构造细节的实时监测以及开裂预警，损伤定位高效准确，有效避免了因疲劳裂纹引起的钢结构桥梁使用寿命折减，极大降低了桥梁养护维修成本。
进一步地是，所述涂层传感器包括封装保护层、导电传感层和绝缘隔离层；所述导电传感层与所述信号输入模块连接，用于作为信号输入和输出的载体，根据结构的损伤程度形成特定的电势场分布；所述绝缘隔离层用于与待监测桥梁基体结构连接，用于采集待监测桥梁基体结构裂纹变动；所述导电传感层设置于封装保护层与绝缘隔离层之间。
绝缘隔离层屏蔽待监测材料的信号干扰，与结构变形保持一致；导电传感层是涂层传感器核心部分，作为信号输入和输出的载体，根据结构的损伤程度形成特定的电势场分布；封装保护层隔绝大气干扰，避免导电传感层发生锈蚀，提高涂层传感器的稳定性、耐久性。
进一步地是，所述预测模块根据桥梁的布置形式、锈蚀程度、交通荷载量建立结构健康监测算法并计算出结构的开裂控制区域。
先通过有限元建模计算桥梁应力变幅较大区段，并设定为开裂控制区段，在这个区段的关键构造细节上安装涂层传感器，
进一步地是，所述信号输入模块为恒压信号源输入。
本发明还提供了一种桥梁钢结构监测装置，包括：
监控平台；
涂层传感器，该涂层传感器用于设置于桥梁钢结构上；
5G信号传输器组件，该5G信号传输器组件包括与所述涂层传感器连接的第一信号传输件、与监控平台连接的第二信号传输件，所述第一信号传输件与第二信号传输件通过无线传输，用于将涂层传感器收集数据进行无线传输给监控平台。
通过设置上述的桥梁钢结构监测装置，通过对监控平台的控制远程监控桥梁结构。
所述第二信号传输件设置有用于将该第二信号传输件支撑的支撑架，使第二信号传输件悬挂于空中，以提高信号强度。
桥梁钢结构监测方法，包括以下步骤：
在桥梁钢结构上采用阳极氧化工艺制备铝合金基体的涂层传感器的绝缘隔离层；
在所述绝缘隔离层上采用离子镀铜形成涂层传感器的导电传感层；
将恒压电源与导电传感层连接并采集导电传感层收集的信号。
进一步地是，所述导电传感层侧设置封装保护层。
进一步地是，所述涂层传感器设置于钢桁梁与节点板的连接处上。
在桥梁结构中，钢桁梁与节点板的连接处是最为薄弱的环节，在该处设置涂层传感器最为合适。
进一步地是，在实验试件上开V形切口；
在实验试件厚度的方向上两侧分别对称的设置至少四个点位，形成一矩形待测区域；至少四个点位分别位于该矩形待测区域的对角上；
从所述至少四个点位中的一个点位输入恒压电流，从该点位在一对角线上的另一个点位电流流出；
监测每个点位之间的电位差；
根据得到的电位差，判断设定所述阈值。
下面结合附图和具体实施方式对本发明做进一步的说明。本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显。或通过本发明的实践了解到。
附图说明
构成本发明的一部分的附图用来辅助对本发明的理解，附图中所提供的内容及其在本发明中有关的说明可用于解释本发明，但不构成对本发明的不当限定。在附图中：
图1为本发明的监测系统结构示意图；
图2为本发明的智能涂层结构示意图；
图3为本发明预测结构开裂控制区域的示意图；
图4为本发明在节点易开裂细节处安装智能涂层传感器的示意图；
图5为本发明在得出开裂阈值采用的实验试件示意图；
图6为图5中BC间电位差变化图；
图7为图5中BE间电位差变化图；
图8为图5中CF间电位差变化图；
图中标记：1-绝缘隔离层，2-导电传感层，3-封装保护层，4-智能涂层传感器总体结构，5-待监测基体结构，6-开裂控制区域，7-恒定电压源，8-易开裂处的涂层传感器，9-钢桁梁，10-节点板，11-5G信号传输器，12-监测平台，13-实验试件，100-预测模块，200-信号采集模块，300-信号输入模块。
具体实施方式
下面结合附图对本发明进行清楚、完整的说明。本领域普通技术人员在基于这些说明的情况下将能够实现本发明。在结合附图对本发明进行说明前，需要特别指出的是：
本发明中在包括下述说明在内的各部分中所提供的技术方案和技术特征，在不冲突的情况下，这些技术方案和技术特征可以相互组合。
此外，下述说明中涉及到的本发明的实施例通常仅是本发明一分部的实施例，而不是全部的实施例。因此，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
关于本发明中术语和单位。本发明的说明书和权利要求书及有关的部分中的术语“包括”以及它的任何变形，意图在于覆盖不排他的包含。
如图1-4，一种基于智能涂层的桥梁钢结构监测系统，包括预测模块100、信号输入模块300、涂层传感器4、信号采集模块200和监测平台12。其操作流程为：先根据预测模块100建立的桥梁结构健康监测等算法预测开裂控制区域并在其上安装涂层传感器4，或者先通过有限元建模计算桥梁应力变幅较大区段，并设定为开裂控制区段，在这个区段的关键构造细节上安装涂层传感器4，然后通过信号输入模块300在涂层传感器4中形成初始电势分布；当裂纹扩展引起电势场分布变化时，利用信号采集模块200将电势变化量传输至监测平台12，实现对桥梁关键构造细节的实时监测。
这里的涂层传感器4的工作原理是利用纳米技术对桥梁钢结构上使用的涂层进行物理改性，采用特殊工艺制成具有随附损伤特性、绝缘性(耐压20V)、电参量可测试性三位一体的涂层传感器4。将涂层传感器4装于桥梁结构关键部位，与计算机微处理器共同组成信息系统。当结构产生裂纹，具有随附损伤特性传感器的电阻值就会发生明显变化，从而及时、准确地捕捉到结构产生的各类裂纹信息。
如图2所示，在待监测基体结构5上的涂层传感器4包括绝缘隔离层1、导电传感层2、封装保护层3。绝缘隔离层1屏蔽待监测材料的信号干扰，与结构变形保持一致；导电传感层2是涂层传感器核心部分，作为信号输入和输出的载体，根据结构的损伤程度形成特定的电势场分布；封装保护层3隔绝大气干扰，避免导电传感层2发生锈蚀，提高涂层传感器的稳定性、耐久性。
绝缘隔离层1实现传感器电位监测信息与基体结构有效隔离，同时保证传感器与基体结构结合紧密。
封装保护层3用以消除各种外界因素对电位监测信息的干扰，同时避免传感器受到腐蚀、磨损、撞击等意外损伤，并支持损伤传感层耐久性的提高。
如图3所示，以钢桁架桥为例，在安装涂层传感器之前，需要先根据桥梁的布置形式、锈蚀程度、交通荷载量等建立结构健康监测算法并计算出结构的开裂控制区域6，以利于优化监测点位布置，提高监测效率，节约运营维护成本。
具体的，采用一种桥梁钢结构监测装置，如图4所示，在预测的钢桁架桥开裂控制区域6内，钢桁梁9与节点板10的连接处是最易开裂的构造细节，可通过等离子喷涂等技术将涂层传感器分层喷涂，依次安装在钢桁梁与节点板的连接处，形成有效监测。
在易开裂处的涂层传感器8安装完成后，将恒压信号源输入到导电传感层2内，用于生成稳定的初始电势分布场，为后续电势的改变提供标准参考值。
由于5G无线传输技术高通量、低延迟、无障碍传输等特点，信号采集模块200可与其相结合，利用5G信号传输器11将涂层传感器上采集的电势改变量无线传输到监测平台12，达到高效、准确的监测目的。
在监测平台12接收到监测信号后，可通过设置适当的开裂阈值，与经过处理的采集数据进行对比：若小于阈值，表明结构健康，可继续服役；若大于阈值，表明结构已出现裂纹扩展，启动智能预警，提醒维护人员及时进行加固处理，保障结构可继续安全工作。在此基础上还能将监测数据储存，为桥梁钢结构进一步的研究提供强大的监测数据库。
相比于将涂层传感器应用在其他领域如航天领域而言，其他领域阈值经常设的非常低，导致虚警率高的问题，而钢结构桥梁在使用过程中，由于疲劳问题，经常出现开裂，适当提高阈值可以筛除掉很多虚假信号，并且能够根据智能涂层传感器上不同传输点间的数据变化，来预测裂纹扩展方向，为钢桥后续的评估、维护加固提供有效信息。所以本涂层传感器更加适用于桥梁结构的监测当中。
每个桥上的智能涂层传感器布置位置、布置形状和信号采集点的位置等都会使开裂阈值发生变化，所以需要根据具体不同的桥梁不同位置预先实验得到数据，再通过概率可靠度得出开裂阈值。
由此在阈值的得出上可以具体参照以下步骤：
实验试件13如图5所示，在钢板中间切一个V型开口，利于裂纹产生。图中的阴影部分为布置在试件上的智能涂层传感器，信号传输点位A、B、C、D分别位于涂层传感器的四个角点，E位于AC中点，F位于BD中点。
A点流入5V恒压电流，D点流出，通过在试件两端施加荷载，点位间的电势差随裂纹扩展而变化，以BC点间电位差变化为例，随着裂纹的不断扩展，电位差也随之增大。因此，就可以通过电位差的变化来判断裂纹的产生。并且，BE间的电位差变化明显小于CF间的电位差变化，可以更进一步准确定位裂纹在BE间发生开裂。结果参照图6、图7和图8。
本实施方式中的基于智能涂层的桥梁钢结构监测系统具有以下优点：
通过桥梁结构健康监测等算法预测开裂控制区域，优化传感器的位置布置，使桥梁结构监测成本降低，减少后续数据处理工作量。
通过采用智能涂层传感器，可以适应各种结构形状，提高损伤定位准确率，避免了传统人工巡检易漏检、主观性强、工作量大等一系列困难，而且优于现有的其他结构监测传感器，可做到对局部复杂构造细节的实时监测。
信号采集模块通过5G无线传输技术实现了高效、即时的监测模式，避免了有线连接过于繁琐，不利于故障排查、延迟高等问题。
建立了智能监测平台，对桥梁服役工作情况产生直观了解，并能在平台中进行大数据分析，将不同扩展阶段、不同长度区间的微裂纹进行分类，为以后的钢结构桥梁疲劳损伤研究提供强大的数据支撑，为预测易开裂的重点区域提供依据。
以上对本发明的有关内容进行了说明。本领域普通技术人员在基于这些说明的情况下将能够实现本发明。基于本发明的上述内容，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
Claims (10)
1.一种基于智能涂层的桥梁钢结构监测系统，其特征在于，包括：
涂层传感器，该涂层传感器用于设置于桥梁钢结构上；
信号输入模块，该信号输入模块与涂层传感器连接，通过该信号输入模块形成初始电势分布；
预测模块，该预测模块与涂层传感器连接，用于对通过有限元建模计算桥梁应力变幅区段，并设定为开裂控制区段；
信号采集模块，该信号采集模块与涂层传感器连接，用于采集涂层传感器收集到的数据；
监测平台，该监测平台与信号采集模块连接，用于处理信号采集模块收集的数据并得到待判断数值，在该监测平台中设置判断桥梁健康的阈值；根据待判断数值低于或高于阈值来判断桥梁健康状况。
2.如权利要求1所述的一种基于智能涂层的桥梁钢结构监测系统，其特征在于：所述涂层传感器包括封装保护层、导电传感层和绝缘隔离层；所述导电传感层与所述信号输入模块连接，用于作为信号输入和输出的载体，根据结构的损伤程度形成特定的电势场分布；所述绝缘隔离层用于与待监测桥梁基体结构连接，用于采集待监测桥梁基体结构裂纹变动；所述导电传感层设置于封装保护层与绝缘隔离层之间。
3.如权利要求1所述的一种基于智能涂层的桥梁钢结构监测系统，其特征在于：所述预测模块根据桥梁的布置形式、锈蚀程度、交通荷载量建立结构健康监测算法并计算出结构的开裂控制区域。
4.如权利要求1所述的一种基于智能涂层的桥梁钢结构监测系统，其特征在于：所述信号输入模块为恒压信号源输入。
5.桥梁钢结构监测装置，其特征在于，包括：
监控平台；
涂层传感器，该涂层传感器用于设置于桥梁钢结构上；
5G信号传输器组件，该5G信号传输器组件包括与所述涂层传感器连接的第一信号传输件、与监控平台连接的第二信号传输件，所述第一信号传输件与第二信号传输件通过无线传输，用于将涂层传感器收集数据进行无线传输给监控平台。
6.如权利要求5所述的桥梁钢结构监测装置，其特征在于：所述第二信号传输件设置有用于将该第二信号传输件支撑的支撑架。
7.桥梁钢结构监测方法，其特征在于，包括以下步骤：
在桥梁钢结构上采用阳极氧化工艺制备铝合金基体的涂层传感器的绝缘隔离层；
在所述绝缘隔离层上采用离子镀铜形成涂层传感器的导电传感层；
将恒压电源与导电传感层连接并采集导电传感层收集的信号。
8.如权利要求7所述的桥梁钢结构监测方法，其特征在于：所述导电传感层侧设置封装保护层。
9.如权利要求7所述的桥梁钢结构监测方法，其特征在于：所述涂层传感器设置于钢桁梁与节点板的连接处上。
10.如权利要求1所述的桥梁钢结构监测方法，其特征在于：所述阈值的设置方法包括：
在实验试件上开V形切口；
在实验试件厚度的方向上两侧分别对称的设置至少四个点位，形成一矩形待测区域；至少四个点位分别位于该矩形待测区域的对角上；
从所述至少四个点位中的一个点位输入恒压电流，从该点位在一对角线上的另一个点位电流流出；
监测每个点位之间的电位差；
根据得到的电位差，判断设定所述阈值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010637206.0A CN111896589A (zh) | 2020-07-03 | 2020-07-03 | 一种基于智能涂层的桥梁钢结构监测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010637206.0A CN111896589A (zh) | 2020-07-03 | 2020-07-03 | 一种基于智能涂层的桥梁钢结构监测系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111896589A true CN111896589A (zh) | 2020-11-06 |
Family
ID=73191532
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010637206.0A Pending CN111896589A (zh) | 2020-07-03 | 2020-07-03 | 一种基于智能涂层的桥梁钢结构监测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111896589A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113267537A (zh) * | 2021-06-29 | 2021-08-17 | 山东大学 | 一种地下空间裂缝监测装置及方法 |
| CN117901409A (zh) * | 2024-01-18 | 2024-04-19 | 西南交通大学 | 一种基于3d打印技术的智能涂层传感器制备方法及系统 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB1313058A (en) * | 1970-02-16 | 1973-04-11 | Battelle Development Corp | Indicating coatings |
| JP2006349535A (ja) * | 2005-06-16 | 2006-12-28 | Taiheiyo Cement Corp | 複合センサモジュールおよびセンサデバイス |
| JP2008083038A (ja) * | 2006-08-30 | 2008-04-10 | Atlus:Kk | 導電材料製構造物の損傷検出方法 |
| US20090192730A1 (en) * | 2006-01-31 | 2009-07-30 | National University Corporation Okayama University | Damage Detection Apparatus, Damage Detection Method and Recording Medium |
| JP2013019841A (ja) * | 2011-07-13 | 2013-01-31 | Toshiba Corp | 構造物の欠陥評価方法 |
| JP2013044600A (ja) * | 2011-08-23 | 2013-03-04 | Jx Nippon Oil & Energy Corp | 導電材料製構造物におけるきずの深さ推定方法 |
| CN104181207A (zh) * | 2014-08-21 | 2014-12-03 | 中国人民解放军空军工程大学 | 一种基于pvd的金属结构疲劳损伤监测传感元及其应用 |
| CN105954294A (zh) * | 2016-05-13 | 2016-09-21 | 北京航空航天大学 | 基于传感器的裂纹实时监测系统及其监测方法 |
| US20180238820A1 (en) * | 2013-01-30 | 2018-08-23 | Giatec Scientific Inc. | Method and systems relating to construction material assessment |
| CN110069816A (zh) * | 2019-03-14 | 2019-07-30 | 华北水利水电大学 | 基于bim模型的桥梁钢结构优化布置方法 |
| US20200141890A1 (en) * | 2018-11-07 | 2020-05-07 | Cameron International Corporation | Electrically Smart Multi-Layered Coating for Condition-Base Monitoring |
-
2020
- 2020-07-03 CN CN202010637206.0A patent/CN111896589A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB1313058A (en) * | 1970-02-16 | 1973-04-11 | Battelle Development Corp | Indicating coatings |
| JP2006349535A (ja) * | 2005-06-16 | 2006-12-28 | Taiheiyo Cement Corp | 複合センサモジュールおよびセンサデバイス |
| US20090192730A1 (en) * | 2006-01-31 | 2009-07-30 | National University Corporation Okayama University | Damage Detection Apparatus, Damage Detection Method and Recording Medium |
| JP2008083038A (ja) * | 2006-08-30 | 2008-04-10 | Atlus:Kk | 導電材料製構造物の損傷検出方法 |
| JP2013019841A (ja) * | 2011-07-13 | 2013-01-31 | Toshiba Corp | 構造物の欠陥評価方法 |
| JP2013044600A (ja) * | 2011-08-23 | 2013-03-04 | Jx Nippon Oil & Energy Corp | 導電材料製構造物におけるきずの深さ推定方法 |
| US20180238820A1 (en) * | 2013-01-30 | 2018-08-23 | Giatec Scientific Inc. | Method and systems relating to construction material assessment |
| CN104181207A (zh) * | 2014-08-21 | 2014-12-03 | 中国人民解放军空军工程大学 | 一种基于pvd的金属结构疲劳损伤监测传感元及其应用 |
| CN105954294A (zh) * | 2016-05-13 | 2016-09-21 | 北京航空航天大学 | 基于传感器的裂纹实时监测系统及其监测方法 |
| US20200141890A1 (en) * | 2018-11-07 | 2020-05-07 | Cameron International Corporation | Electrically Smart Multi-Layered Coating for Condition-Base Monitoring |
| CN110069816A (zh) * | 2019-03-14 | 2019-07-30 | 华北水利水电大学 | 基于bim模型的桥梁钢结构优化布置方法 |
Non-Patent Citations (1)
| Title |
|---|
| 张其林: "大型建筑结构健康监测和基于监测的性态研究", 《建筑结构》, vol. 41, no. 12, pages 68 - 75 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113267537A (zh) * | 2021-06-29 | 2021-08-17 | 山东大学 | 一种地下空间裂缝监测装置及方法 |
| WO2023272541A1 (zh) * | 2021-06-29 | 2023-01-05 | 山东大学 | 一种地下空间裂缝监测装置及方法 |
| CN117901409A (zh) * | 2024-01-18 | 2024-04-19 | 西南交通大学 | 一种基于3d打印技术的智能涂层传感器制备方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111896589A (zh) | 一种基于智能涂层的桥梁钢结构监测系统 | |
| CN106949930A (zh) | 基于自主电源和网络的接触网及供电设备监测系统与方法 | |
| CN109099975A (zh) | 一种建筑结构健康监测系统 | |
| CN104316851A (zh) | 一种线路绝缘子污损的自动监控方法及装置 | |
| CN115423127A (zh) | 一种基于人工智能的电力设备现场运维方法及系统 | |
| WO2008013049A1 (fr) | Capteur de contrainte et système de capteur de contrainte | |
| JP2013147834A (ja) | 橋梁の亀裂監視方法及び亀裂監視システム | |
| CN103630781A (zh) | 一种有源电子式电流互感器的复合供能非接触在线监测系统 | |
| CN116388383A (zh) | 一种基于智能运维的电力it设备监控系统 | |
| CN113532522A (zh) | 基于物联网的输电线路铁塔状态监测方法及装置 | |
| CN116938676A (zh) | 一种基于数据源分析的通信风险联合预警方法 | |
| CN114722858A (zh) | 一种预应力混凝土结构的安全评估方法 | |
| Krakhmal’ny et al. | New system of monitoring of a condition of cracks of small reinforced concrete bridge constructions | |
| CN114662619A (zh) | 基于多源数据融合的桥梁监测系统 | |
| CN109285331B (zh) | 一种基于数据分析和温度预测的电力电缆温度预警系统 | |
| CN118011143A (zh) | 一种基于内置无线无源传感器的高压电缆故障监测方法 | |
| CN117146725A (zh) | 一种连续刚构桥监测系统及方法 | |
| CN108007935B (zh) | 基于分布式光纤传感技术结构埋藏裂纹在线监测系统 | |
| CN1424566A (zh) | 数字化微型化大型结构寿命实时监测监控系统 | |
| KR102397419B1 (ko) | 균열 센서 기반의 콘크리트 구조물 임계시점 감지 시스템 및 방법 | |
| CN115238957A (zh) | 一种输电线路走廊预警方法和系统 | |
| Cui et al. | Monitoring and detection of steel bridge diseases: A review | |
| WO2019125197A1 (ru) | Способ и система автоматического контроля контактного провода электротранспорта | |
| CN109896426B (zh) | 服务中心模式下的起重机结构健康在线监测系统 | |
| JP6470583B2 (ja) | Ａｅ法を用いた劣化モニタリング方法および劣化モニタリング装置 |
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 |