CN112507588A - 一种超载车辆对桥梁影响的评估方法、系统及计算机设备 - Google Patents
一种超载车辆对桥梁影响的评估方法、系统及计算机设备 Download PDFInfo
- Publication number
- CN112507588A CN112507588A CN202011405066.0A CN202011405066A CN112507588A CN 112507588 A CN112507588 A CN 112507588A CN 202011405066 A CN202011405066 A CN 202011405066A CN 112507588 A CN112507588 A CN 112507588A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- bridge
- overloaded
- evaluating
- influence
- 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
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000005303 weighing Methods 0.000 claims abstract description 34
- 238000012544 monitoring process Methods 0.000 claims abstract description 21
- 230000008569 process Effects 0.000 claims abstract description 16
- 238000011156 evaluation Methods 0.000 claims abstract description 13
- 230000004044 response Effects 0.000 claims description 34
- 238000012360 testing method Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 9
- 230000009471 action Effects 0.000 claims description 7
- 238000012549 training Methods 0.000 claims description 7
- 239000000725 suspension Substances 0.000 claims description 6
- 238000005452 bending Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 7
- 238000013016 damping Methods 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000013401 experimental design Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
Images
Classifications
-
- 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
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- 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
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)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明提供了一种超载车辆对桥梁影响的评估方法、系统及计算机设备,属于桥梁安全监控与评价技术领域,包括以下步骤:采集处于行驶状态的车辆的特征信息;称重系统判断所述车辆为正常车辆还是超载车辆;当所述车辆为超载车辆时,触发所述称重系统向非接触系统发送数据采集信号,所述非接触采集系统高频采集超载车辆过桥全程图像并进行分析,最终得到超重车辆过桥全程桥梁的变形,最后再进行桥梁评价。本发明可以在日常桥梁正常运营期间,完成超载车辆对桥梁影响的快速分析和评价,成本低,对交通影响小,且可以长期使用。
Description
技术领域
本发明属于桥梁安全监控与评价技术领域,更具体地说,是涉及一种超载车辆对桥梁影响的评估方法、系统及计算机设备。
背景技术
作为交通系统的组成部分,桥梁在人类文明的发展和演化中起到了重要作用。随着经济的发展和物流业的发达导致道路交通流量剧增,超载车辆过桥的现象也日益严重,过大的车流量和超过桥梁承载力的超载车辆上桥对桥梁构件将产生严重的损伤,影响桥梁结构的安全运营,这对桥梁的养管造成了重大影响,甚至造成桥梁垮塌等重大安全事故。
在住建部《建筑与桥梁结构监测技术规程》GB50982-2014和交通部《公路桥梁结构安全监测系统技术规程》JT/T 1037-2016)中,均把车辆荷载作为了桥梁监测重要的应测项目。但在实际运用中,很多桥梁监测系统中尚未安装车辆荷载动态监测设备,即使已安装车辆荷载动态监测设备的桥梁监测系统,也没有将车辆荷载信息和桥梁结构监测参量结合起来,无法评估车辆长期荷载对桥梁结构的影响,更无法判断超载车辆对桥梁结构安全的不利作用。
现有的梁监测系统可以对超载车辆进行识别,但无法准确的做到对超载车辆过桥时桥梁的响应进行科学评价,因此,为了保障桥梁运营安全,有必要建立一种超载车辆对桥梁影响的评估方法、系统及计算机设备,,为桥梁的养护提供依据。
发明内容
本发明的目的在于提供一种超载车辆对桥梁影响的评估方法、系统及计算机设备,旨在解决现有的梁监测系统可以对超载车辆进行识别,但无法准确的做到对超载车辆过桥时桥梁的响应进行科学评价的技术问题。
为实现上述目的,本发明采用的技术方案是:提供一种超载车辆对桥梁影响的评估方法,包括以下步骤:
采集处于行驶状态的车辆的特征信息;
称重系统判断所述车辆为正常车辆还是超载车辆;
当所述车辆为超载车辆时,触发所述称重系统向非接触系统发送数据采集信号,所述非接触采集系统高频采集超载车辆过桥全程图像并进行分析,最终得到超重车辆过桥全程桥梁的变形,最后再进行桥梁评价。
进一步地,通过得到桥梁的响应参数对桥梁进行评价,其中所述响应参数包括桥梁的变形、应变、振动特性、吊杆索力中至少一种。
进一步地,所述特征信息在所述车辆驶入桥头位置时被采集。
进一步地,称重系统判断所述车辆为正常车辆还是超载车辆采用以下方式得到:
预先针对不同车型设置不同的阈值;
根据采集到的所述车辆标识判断所述车辆所属的车型;
将所述车辆的重量信息与预设的同类型车辆的阈值进行对比,并判断所述重量信息与阈值的大小。
进一步地,通过得到桥梁的响应参数对桥梁进行评价,其中所述响应参数包括桥梁的变形、应变、振动特性、吊杆索力中至少一种采用以下方式得到:
采集通过桥梁的所有的车辆的图像信息,根据所述特征信息锁定目标车辆;
根据车辆标识检测所述目标车辆的行驶轨迹,并采集所述目标车辆的图像信息;
将所述图像信息输入桥梁响应模型,获得桥梁的响应参数。
进一步地,所述桥梁响应模型采用以下方式得到:
构造训练和测试样本集;
进行特征参数的提取;
确定网络构造与网络训练方法;
建立有限元模型,得到目标车辆移动作用下桥梁的运动方程。
进一步地,当所述车辆未超载时,不对所述车辆进行监测,所述车辆正常过桥。
本发明还提供一种超载车辆对桥梁影响的评估系统,包括:
超载称重系统,用于测量过桥车辆的重量;
应变测试系统,与所述超载称重系统电连接,用于在非接触的状态下监测车辆的过桥过程;
控制平台,用于接收所述超载称重系统、所述应变测试系统传输的信号,并获得桥梁的响应参数。
本发明还提供一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上文所述方法的步骤。
本发明提供的一种超载车辆对桥梁影响的评估方法、系统及计算机设备的有益效果在于:与现有技术相比,本发明一种超载车辆对桥梁影响的评估方法、系统及计算机设备可以在日常桥梁正常运营期间,完成超载车辆对桥梁影响的快速分析和评价,成本低,对交通影响小,且可以长期使用。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种超载车辆对桥梁影响的评估方法的流程框体一;
图2为本发明实施例提供的一种超载车辆对桥梁影响的评估方法的流程框图二;
图3为本发明实施例提供的一种超载车辆对桥梁影响的评估方法的流程框图三;
图4为本发明实施例提供的一种超载车辆对桥梁影响的评估方法的工作原理图;
图5为本发明实施例提供的一种超载车辆对桥梁影响的评估系统的结构组成示意图;
图6为本发明实施例提供的另一种超载车辆对桥梁影响的评估系统的结构示意图。
图中:1、超载称重系统;2、应变测试系统;3、控制平台。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
请一并参阅图1至图6,现对本发明提供的一种超载车辆对桥梁影响的评估方法进行说明。所述一种超载车辆对桥梁影响的评估方法,包括以下步骤:
S1、采集处于行驶状态的车辆的特征信息;
其中,特征信息包括重量信息和车辆标识。车辆标识包括车牌号、车辆外形以及车辆型号中至少一种。具体的,通过称重系统获取车辆的重量信息,通过摄像设备获取车辆的车辆标识。
特征信息在车辆驶入桥头位置时被采集。具体的是,处于正常行驶状态的车辆驶入桥头位置时,被设置于桥头位置的称重系统称重。
称重系统与摄像设备通过无线或有线通讯连接,称重系统启动后得到车辆的重量信息,当重量信息超过人为预设的阈值时,称重系统给摄像设备传输信号,摄像设备启动并获取车辆的车辆标识。
S2、称重系统判断车辆为正常车辆还是超载车辆;
本步骤具体的实现可以为:
S2.1、预先针对不同车型设置不同的阈值;
根据车辆装载乘客和货物能力的大小将车辆划分为客车、货车、专项作业车2大类,11小类,并针对各小类的车辆所能承载的重量分别制定相对应的阈值;其中,当测得的车辆的重量信息大于阈值时,该车辆超载;当测得的车辆的重量信息小于或等于阈值时,该车辆未超载。
S2.2、根据采集到的车辆标识判断车辆所属的车型;
将车辆标识与数据库中的车型进行比对直至获取车辆型号,以及该种车辆型号对应的阈值。
S2.3、将车辆的重量信息与预设的同类型车辆的阈值进行对比,并判断重量信息与阈值的大小。
通过测得的重量信息与阈值的大小进行比对来确定被测车辆是否超载。
S3、当所述车辆为超载车辆时,触发所述称重系统向非接触系统发送数据采集信号,所述非接触采集系统高频采集超载车辆过桥全程图像并进行分析,最终得到超重车辆过桥全程桥梁的变形,最后再进行桥梁评价。
通过得到桥梁的响应参数对桥梁进行评价,其中所述响应参数包括桥梁的变形、应变、振动特性、吊杆索力中至少一种。
当车辆未超载时,不对车辆进行监测,车辆正常过桥。
监测车辆的过桥过程可由监控设备得到。桥梁的响应参数可由后台控制设备得到,具体的是,监控设备将监控到的车辆过桥数据传输给后台控制设备,后台控制设备完成对车辆过桥数据的分析和运算后得出响应参数。
本步骤具体的实现可以为:
S3.1、采集通过桥梁的车辆的图像信息,根据特征信息锁定目标车辆;
称重系统检测到超载的车辆后,会同时传递信号给监控设备,监控设备便开始采集刚驶过桥头的所有车辆的车辆信息,然后监控设备根据特征信息对车辆信息进行筛选,直至筛选到某一车辆的车辆信息与特征信息相吻合,监控设备便会一直监控该车辆的过桥过程。
S3.2、根据车辆标识检测目标车辆的行驶轨迹,并采集目标车辆的图像信息;
S3.3、将图像信息输入桥梁响应模型,获得桥梁的响应参数。
其中,本发明提供的一种桥梁响应模型具体的构建可以为:
构造训练和测试样本集:将车辆位置、速度及动力参数组合作为识别模式,构造信息完备、模式空间均衡的样本空间;采用正交设计法来选择训练和测试样本集。正交设计法采用正交表Lc(ab)进行试验设计,其中a为因素数,b为水平数,构成c种样本模式,将单一的模式样本数相加就得到了总的样本数。正交设计中采用的因素与水平,包括车速、车距、车身质量、轮胎质量前后车车身质量、轮胎刚度、悬挂阻尼等因素中的一种或多种,其中悬挂阻尼、轮胎刚度取为定值。
数据前期的处理:进行特征参数提取,选择对待识别在和参数敏感的相应作为网络输入;在特征参数提取时,选择对输入变量敏感的输出变量,同时选择相关性小、对解决问题最有效的变量作为输入变量,提高网络学习效率。
确定网络构造与网络训练方法:在该过程中利用多个网络对车辆状态、位置、速度以及车辆载荷分布进行是被,并将前一网络的输出部分作为后一网络的输入。
建立有限元模型,得到目标车辆移动作用下桥梁的运动方程即为桥梁响应模型。
该桥梁响应模型能分步对目标车辆的位置、速度以及荷载进行识别,能直接识别出车速、轴距,更准确地模拟了实际载荷环境,同时具有较强的鲁棒性和抗噪声能力。
具体的是,桥梁底部应变可表示为:
ε=-zw//=-zN//R (1)
其中,ε为梁底应变变量;z为梁中性轴至梁底的距离;N//为N对x的两阶导数。
具体的是,采用2节点4自由度梁单元,建立简支梁有限元模型,得到如下函数:
N={1-3x2/l2+2x3/l3,x(x/l-1)2,3x2/l2-2x3/l3,x3/l3-x2/l} (2)
其中,x为单元的局部坐标;l为单位长度。组集单元刚度矩阵和质量矩阵,可得到车辆载荷作用下桥梁的运动方程为:
式中,Mb、Cb和Kb分别为桥梁的质量矩阵、阻尼矩阵和刚度矩阵,其中阻尼采用Rayleigh阻尼假定;R分别为单元节点的竖向加速度向量、速度向量和位移向量;Pint为移动载荷向量;Nc为节点载荷分配矩阵,其中载荷作用的自由度对应的元素可参照公式(2)计算,其余元素为零,并依据边界条件进行修正。
第S辆车的运动方程为:
式中,msv为第s车辆的车身质量,mst为轮胎质量,ks1、cs1为悬架刚度和阻尼,ks2为轮胎刚度;ω(xs(t))第s辆车作用点xs(t)处的桥梁挠度,r(xs(t))为xs(t)处的桥面不平度。联立公式(4)、(5)得到多车作用下的车桥耦合振动方程为:
式中,
Mv=diag[msv],Mt=diag[mst],Kv=diag[ks1],
Cv=diag[cs1],Kt=d;ag[ks2],y1={ys1(t)}T,
y2={ys2(t)}T,r={r(xs(t))}T,(s=1,2,…,n)。
上式采用Newmark-β直接积分求解得到公式(1)。
弯矩方程为:
M(x,ν,t)=R0x-P0<x-νt>1 (6)
其中:M(x,ν,t)为桥梁x截面处在时刻t的弯矩,则桥梁挠曲线近似微分方程为:
M(x,ν,t)=EIy//=R0x-P0<x-νt>1 (7)
其中,y(x,ν,t)为任意x截面处的挠度。
利用奇异函数积分法则对式(7)关于x变量积分两次后,得挠度方程为:
其中,C1、C2为积分常数。
R0L-P0<x-νt>1=0 (11)
方程(9)-方程(11)可输入到Mathcad软件中求解出三个未知量,得到R0(ν,t),C1(ν,t),C2(ν,t),然后把它带回弯矩方程(6),得到弯矩函数M(x,ν,t),带入到挠度方程(8)得到挠度函数y(x,ν,t)。
其中,弯矩方程(6)和挠度方程(8)根据如下函数得出:
f(x)=(x-xi)n
该桥梁响应模型识别车辆的过程中,先识别桥上车辆数,根据车辆状态定义网络输出构造用以描述多车、上下桥等车辆状态的分类器网络:利用车辆状态的识别结果,将响应数据分为数段,实现对桥梁响应的“筛选”,将复杂的工况分解为单车、双车、单车上下桥等简单工况,采用不同的位置识别网络进行识别;识别车辆位置后利用同一辆车不同时刻的位置差即可求得平均速度,对不同的车辆位置差求平均可得到车距;最后,将己识别的车辆位置、车距(轴距)与桥梁响应作为车辆荷载识别网络的输入,进行车辆荷载识别。
本发明提供的一种超载车辆对桥梁影响的评估方法,与现有技术相比,本发明可以在日常桥梁正常运营期间,完成超载车辆对桥梁影响的快速分析和评价,成本低,对交通影响小,且可以长期使用。
本发明还提供一种超载车辆对桥梁影响的评估系统,请一并参阅图1至图6,包括超载称重系统1、应变测试系统2、控制平台3,超载称重系统1用于测量过桥车辆的重量;应变测试系统2与超载称重系统1电连接,用于在非接触的状态下监测车辆的过桥过程;控制平台3用于接收超载称重系统1、应变测试系统2传输的信号,并获得桥梁的响应参数。
超载称重系统1安装于桥头位置,应变测试系统2安装在桥梁外部,当车辆经过超载称重系统1时,超载称重系统1会识别车辆重量,当车辆重量到达超载标准时,超载称重系统1会向安装于桥梁外部的应变测试系统2发送触发信号,应变测试系统2就开始工作,对车辆过桥的全过程进行监测。最后通过控制平台3分析得到桥梁的变形、应变、震动的速度、加速度、吊杆索力(通过获取的震动频率计算索力)等。
应变测试系统2由工控机、工业相机、控制器和供电系统组成,超载车辆触发超载称重系统1发出的信号可以通过有线或者无线的形式发送给应变测试系统2,使其能够采集超载车辆过桥时的图像和数据。
本发明利用超载称重系统1获取车辆荷载,通过应变测试系统2获取桥梁的响应,通过控制平台3实现超载称重系统1和应变测试系统2的协同工作。在获取完整的“荷载——响应”关系后,结合桥梁自身结构特点和参数,可以实现对桥梁的评价。
在本实施例中,本发明提供的超载车辆对桥梁影响的评估系统还可以实现一种超载车辆对桥梁影响的评估方法的所有步骤。
本发明还提供一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,该处理器执行计算机程序时实现一种超载车辆对桥梁影响的评估方法的所有步骤。
本发明还提供种一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现一种超载车辆对桥梁影响的评估方法的所有步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器、可编程存储器、电可编程存储器、电可擦除可编程存储器或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各技术特征所有可能的组合都进行描述凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种超载车辆对桥梁影响的评估方法,其特征在于,包括以下步骤:
采集处于行驶状态的车辆的特征信息;
称重系统判断所述车辆为正常车辆还是超载车辆;
当所述车辆为超载车辆时,触发所述称重系统向非接触系统发送数据采集信号,所述非接触采集系统高频采集超载车辆过桥全程图像并进行分析,最终得到超重车辆过桥全程桥梁的变形,最后再进行桥梁评价。
2.如权利要求1所述的一种超载车辆对桥梁影响的评估方法,其特征在于:通过得到桥梁的响应参数对桥梁进行评价,其中所述响应参数包括桥梁的变形、应变、振动特性、吊杆索力中至少一种。
3.如权利要求2所述的一种超载车辆对桥梁影响的评估方法,其特征在于:所述特征信息在所述车辆驶入桥头位置时被采集。
4.如权利要求3所述的一种超载车辆对桥梁影响的评估方法,其特征在于,称重系统判断所述车辆为正常车辆还是超载车辆采用以下方式得到:
预先针对不同车型设置不同的阈值;
根据采集到的所述车辆标识判断所述车辆所属的车型;
将所述车辆的重量信息与预设的同类型车辆的阈值进行对比,并判断所述重量信息与阈值的大小。
5.如权利要求4所述的一种超载车辆对桥梁影响的评估方法,其特征在于,通过得到桥梁的响应参数对桥梁进行评价,其中所述响应参数包括桥梁的变形、应变、振动特性、吊杆索力中至少一种采用以下方式得到:
采集通过桥梁的所有的车辆的图像信息,根据所述特征信息锁定目标车辆;
根据车辆标识检测所述目标车辆的行驶轨迹,并采集所述目标车辆的图像信息;
将所述图像信息输入桥梁响应模型,获得桥梁的响应参数。
6.如权利要求5所述的一种超载车辆对桥梁影响的评估方法,其特征在于,所述桥梁响应模型采用以下方式得到:
构造训练和测试样本集;
进行特征参数的提取;
确定网络构造与网络训练方法;
建立有限元模型,得到目标车辆移动作用下桥梁的运动方程。
7.如权利要求1-6任一项所述的一种超载车辆对桥梁影响的评估方法,其特征在于:当所述车辆未超载时,不对所述车辆进行监测,所述车辆正常过桥。
8.一种超载车辆对桥梁影响的评估系统,其特征在于,包括:
超载称重系统(1),用于测量过桥车辆的重量;
应变测试系统(2),与所述超载称重系统(1)电连接,用于在非接触的状态下监测车辆的过桥过程;
控制平台(3),用于接收所述超载称重系统(1)、所述应变测试系统(2)传输的信号,并获得桥梁的响应参数。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于:所述处理器执行所述计算机程序时实现权利要求1至7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011405066.0A CN112507588B (zh) | 2020-12-03 | 2020-12-03 | 一种超载车辆对桥梁影响的评估方法、系统及计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011405066.0A CN112507588B (zh) | 2020-12-03 | 2020-12-03 | 一种超载车辆对桥梁影响的评估方法、系统及计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112507588A true CN112507588A (zh) | 2021-03-16 |
CN112507588B CN112507588B (zh) | 2023-12-29 |
Family
ID=74968443
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011405066.0A Active CN112507588B (zh) | 2020-12-03 | 2020-12-03 | 一种超载车辆对桥梁影响的评估方法、系统及计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112507588B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113901646A (zh) * | 2021-09-23 | 2022-01-07 | 中铁大桥局集团有限公司 | 桥梁结构损伤的评估方法与装置 |
CN116524726A (zh) * | 2023-07-05 | 2023-08-01 | 江苏航运职业技术学院 | 基于大数据的新能源汽车超载检测分析方法及系统 |
CN117291072A (zh) * | 2023-09-20 | 2023-12-26 | 宁波朗达工程科技有限公司 | 一种桥梁损伤识别方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009146960A2 (de) * | 2008-06-03 | 2009-12-10 | Siemens Aktiengesellschaft | Verfahren und vorrichtung zur bestimmung von brückenlasten |
CN201508484U (zh) * | 2009-07-17 | 2010-06-16 | 重庆交通大学 | 一种桥梁智能监测系统 |
KR101105854B1 (ko) * | 2011-09-30 | 2012-01-17 | 씨티씨 주식회사 | 교량 응답특성을 이용한 차량중량 계측 시스템 및 그 방법 |
CN204142505U (zh) * | 2014-09-02 | 2015-02-04 | 江苏育亿信息科技有限公司 | 公路桥梁监测预警系统 |
KR101816566B1 (ko) * | 2016-11-29 | 2018-02-21 | 한국건설기술연구원 | 차량센서를 활용한 교량 유지관리 시스템 및 그 방법 |
CN108225811A (zh) * | 2018-01-30 | 2018-06-29 | 四川天佑慧桥科技有限公司 | 一种基于车辆荷载的桥梁结构安全评估系统 |
CN109992827A (zh) * | 2019-02-20 | 2019-07-09 | 深圳高速工程顾问有限公司 | 桥梁结构预警方法、装置、计算机设备和存储介质 |
CN110232824A (zh) * | 2019-05-27 | 2019-09-13 | 武汉理工大学 | 一种非接触式车辆超载识别预警系统 |
CN111710165A (zh) * | 2020-08-17 | 2020-09-25 | 湖南大学 | 基于多源监测数据融合共享的桥梁监管、预警方法及系统 |
CN111881497A (zh) * | 2020-06-29 | 2020-11-03 | 广东汇涛工程科技有限公司 | 桥梁实时状态监测评估方法 |
-
2020
- 2020-12-03 CN CN202011405066.0A patent/CN112507588B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009146960A2 (de) * | 2008-06-03 | 2009-12-10 | Siemens Aktiengesellschaft | Verfahren und vorrichtung zur bestimmung von brückenlasten |
CN201508484U (zh) * | 2009-07-17 | 2010-06-16 | 重庆交通大学 | 一种桥梁智能监测系统 |
KR101105854B1 (ko) * | 2011-09-30 | 2012-01-17 | 씨티씨 주식회사 | 교량 응답특성을 이용한 차량중량 계측 시스템 및 그 방법 |
CN204142505U (zh) * | 2014-09-02 | 2015-02-04 | 江苏育亿信息科技有限公司 | 公路桥梁监测预警系统 |
KR101816566B1 (ko) * | 2016-11-29 | 2018-02-21 | 한국건설기술연구원 | 차량센서를 활용한 교량 유지관리 시스템 및 그 방법 |
CN108225811A (zh) * | 2018-01-30 | 2018-06-29 | 四川天佑慧桥科技有限公司 | 一种基于车辆荷载的桥梁结构安全评估系统 |
CN109992827A (zh) * | 2019-02-20 | 2019-07-09 | 深圳高速工程顾问有限公司 | 桥梁结构预警方法、装置、计算机设备和存储介质 |
CN110232824A (zh) * | 2019-05-27 | 2019-09-13 | 武汉理工大学 | 一种非接触式车辆超载识别预警系统 |
CN111881497A (zh) * | 2020-06-29 | 2020-11-03 | 广东汇涛工程科技有限公司 | 桥梁实时状态监测评估方法 |
CN111710165A (zh) * | 2020-08-17 | 2020-09-25 | 湖南大学 | 基于多源监测数据融合共享的桥梁监管、预警方法及系统 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113901646A (zh) * | 2021-09-23 | 2022-01-07 | 中铁大桥局集团有限公司 | 桥梁结构损伤的评估方法与装置 |
CN116524726A (zh) * | 2023-07-05 | 2023-08-01 | 江苏航运职业技术学院 | 基于大数据的新能源汽车超载检测分析方法及系统 |
CN116524726B (zh) * | 2023-07-05 | 2023-10-13 | 江苏航运职业技术学院 | 基于大数据的新能源汽车超载检测分析方法及系统 |
CN117291072A (zh) * | 2023-09-20 | 2023-12-26 | 宁波朗达工程科技有限公司 | 一种桥梁损伤识别方法 |
CN117291072B (zh) * | 2023-09-20 | 2024-03-15 | 宁波朗达工程科技有限公司 | 一种桥梁损伤识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112507588B (zh) | 2023-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112507588A (zh) | 一种超载车辆对桥梁影响的评估方法、系统及计算机设备 | |
AU2012312501B2 (en) | Object evaluation accounting for motion-related dynamic forces | |
KR101140025B1 (ko) | 부정 계측 검출 방법 및 시스템 | |
CN113494950B (zh) | 测量方法、测量装置、测量系统以及存储介质 | |
CN106441530B (zh) | 一种基于长标距光纤光栅传感技术的桥梁动态称重方法及动态称重系统 | |
CN108225811A (zh) | 一种基于车辆荷载的桥梁结构安全评估系统 | |
CN109002622B (zh) | 一种随机车流作用下大跨径桥梁总体荷载响应估算方法 | |
CN113494952B (zh) | 测量方法、测量装置、测量系统及记录介质 | |
CN110702195B (zh) | 载重车辆运行状态监测方法及装置 | |
CN116128380B (zh) | 一种桥梁健康监测方法、装置、电子设备及存储介质 | |
Treetipsounthorn et al. | Real-time rollover warning in tripped and un-tripped rollovers with a neural network | |
US11408761B2 (en) | Measurement method, measurement device, measurement system, and measurement program | |
Ferris | Characterising road profiles as Markov Chains | |
Hou et al. | Monitoring and identification of vehicle-bridge interaction using mobile truck-based wireless sensors | |
Chang et al. | Analysis of rollover behavior of SUVs in the early phase of chassis development | |
Zhou et al. | A non-contact overload identification method based on vehicle dynamics | |
Xia et al. | Center of gravity position estimation of counterbalanced forklift truck based on multi model data fusion | |
Elhattab et al. | Drive-by Bridge Inspection Using Inverse Dynamics Optimization Algorithm | |
CN117029987B (zh) | 基于惯性导航技术的车辆载重测量系统和方法 | |
CN113836737B (zh) | 轮胎干涉风险监测方法、装置及设备 | |
AU2015200355B2 (en) | Object evaluation accounting for motion-related dynamic forces | |
Mirza et al. | Road Condition Monitoring Using Axle-Based Acceleration Method and K-Means Clustering Algorithm | |
Lai et al. | Highway Bridge Weigh-in-Motion via Moving Load Identification | |
CN115534974A (zh) | 轮胎稳态垂向载荷辨识计算方法、装置、设备及存储介质 | |
Stembalski et al. | Realtime Measurements of the Relation Between the Acting Force, Unsprung and Sprung Masses on a Road Simulator Test Stand for Large-Size Vehicles |
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 | ||
CP03 | Change of name, title or address |
Address after: 1907, 19th floor, 1558 Jiangnan Road, high tech Zone, Ningbo, Zhejiang 315000 Patentee after: Ningbo Langda Technology Co.,Ltd. Country or region after: China Address before: 1907, 19th floor, 1558 Jiangnan Road, high tech Zone, Ningbo, Zhejiang 315000 Patentee before: Ningbo Landa Engineering Technology Co.,Ltd. Country or region before: China |
|
CP03 | Change of name, title or address |