CN113139707B - 板梁桥铰缝损伤状态识别方法 - Google Patents
板梁桥铰缝损伤状态识别方法 Download PDFInfo
- Publication number
- CN113139707B CN113139707B CN202010066509.1A CN202010066509A CN113139707B CN 113139707 B CN113139707 B CN 113139707B CN 202010066509 A CN202010066509 A CN 202010066509A CN 113139707 B CN113139707 B CN 113139707B
- Authority
- CN
- China
- Prior art keywords
- hinge joint
- formula
- damage state
- vibration
- data
- 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
- 210000001503 joint Anatomy 0.000 title claims abstract description 51
- 238000000034 method Methods 0.000 title claims abstract description 13
- 238000010972 statistical evaluation Methods 0.000 claims abstract description 33
- 238000012544 monitoring process Methods 0.000 claims abstract description 23
- 238000004458 analytical method Methods 0.000 claims abstract description 16
- 238000001914 filtration Methods 0.000 claims abstract description 13
- 238000011156 evaluation Methods 0.000 claims abstract description 10
- 238000012216 screening Methods 0.000 claims abstract description 10
- 238000012546 transfer Methods 0.000 claims abstract description 9
- 230000005284 excitation Effects 0.000 claims description 14
- 230000005540 biological transmission Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000005452 bending Methods 0.000 claims description 4
- 230000001186 cumulative effect Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 4
- 238000003556 assay Methods 0.000 claims description 2
- 150000001875 compounds Chemical class 0.000 claims description 2
- 238000012937 correction Methods 0.000 claims description 2
- 230000005571 horizontal transmission Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims description 2
- 238000001228 spectrum Methods 0.000 claims description 2
- 230000009466 transformation Effects 0.000 claims description 2
- 230000017105 transposition Effects 0.000 claims description 2
- 230000001133 acceleration Effects 0.000 abstract description 3
- 238000005259 measurement Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000004643 material aging Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Bridges Or Land Bridges (AREA)
Abstract
利用车辆行经产生的板梁振动加速度监测数据进行铰缝损伤识别的统计评估方法，其特征在于，包括如下步骤：第一步S1:通过对正常车下与板梁拼装数量相适应测点的监测数据进行多点时间同步、样本截取、低通滤波、筛选等预处理，生成有效分析样本集[S]；第二步S2:计算有效分析样本的信号能量集[E]，并计算板桥振动能量横向传递率集[D]；第三步S3：计算铰缝损伤状态指标crk，生成铰缝损伤状态向量{CR}；第四步S4：由{CR}计算铰缝损伤状态统计评估指标Fstj，根据Fstj进行铰缝损伤状态统计评定。本发明方法在实践中易于操作、不中断交通，状态评估判据指标表达简捷、易于计算、意义明确，基于统计的评定结论可靠性高。
Description
技术领域
本申请涉及梁桥安全监测领域。
背景技术
简支板梁桥一般简称为板梁桥，因造价低、易维修等优点，是大量中小型桥梁的主要结构形式，这类桥梁由多根空心板梁经接装后增设现浇铰缝构件，以形成桥梁的横向整体性结构形式。在材料老化、超载车辆长期作用、基座不均匀沉降等因素的共同作用下，现浇铰缝失效损伤问题突出，传统的铰缝状态评估，主要依靠人工巡检完成，也有基于测量设备提出的评估检测方法，但现有的这些方法基本均依赖于对位移或应变等静态指标的测试量而提出，且已有方法均未提及因单次测量误差(或错误)等问题引入的评估结论不合理问题的解决思路，目前尚未见基于行车引发的桥梁振动加速度监测数据分析提出的铰缝评估方法，亦未见从大样本统计分析角度给出的评估判据。
发明内容
本发明目的在于克服现有技术的不足，公开一种铰缝损伤评估方法，在桥梁安全监测领域首次采用振动信号能量作为计算分析的基础物理量、提出以横向振动能量传递率表征板桥铰缝损伤状态、提出铰缝损伤状态指标Crk，从而再基于大样本数据提出铰缝损伤状态统计评估指标Fst，进行铰缝损伤状态的统计评定。
本发明通过以下技术方案实现，
一种利用车辆行经产生的板梁振动加速度监测数据进行铰缝损伤识别的统计评估方法，其特征在于，包括如下步骤：
第一步S1:通过对正常车下与板梁拼装数量相适应测点的监测数据进行多点时间同步、样本截取、低通滤波、筛选等预处理，生成有效分析样本集[S]；
第二步S2:计算有效分析样本的信号能量集[E]，并计算板桥振动能量横向传递率集[D]；
第三步S3：计算铰缝损伤状态指标crk，生成铰缝损伤状态向量{CR}；
第四步S4：由{CR}计算铰缝损伤状态统计评估指标Fstj，根据Fstj进行铰缝损伤状态统计评定。
本发明方法在实践中易于操作、不中断交通，状态评估判据指标表达简捷、易于计算、意义明确，基于统计的评定结论可靠性高。
附图说明
图1为实施例方法实现原理流程图
图2为获取原始数据集的振动监测点现场示意图
图3实施例中典弄的原始监测数据
图4实施例中子样集合中任一行(对应任一次车行引发的振动)典型样本时程
图5实施例中由8根板梁(每根板梁安装1个测点)拼装板桥的振动能量横向传递率典型分布图
具体实施方式
以下结合附图对本发明技术方案做一步说明。
本发明技术方案公开方法的实现流程原理：
第一步S1:通过对正常车下与板梁拼装数量相适应测点的监测数据进行多点时间同步、样本截取、低通滤波、筛选等预处理，生成有效分析样本集[S]；
第二步S2:计算有效分析样本的信号能量集[E]，并计算板桥振动能量横向传递率集[D]；
第三步S3：计算铰缝损伤状态指标crk，生成铰缝损伤状态向量{CR}；
第四步S4：由{CR}计算铰缝损伤状态统计评估指标Fstj，根据Fstj进行铰缝损伤状态统计评定。
以实施例方式详述之，但不能理解为对技术方案保护范围的限定。
实施例
如图1、图2所示。
1.生成有效分析样本集[S]
(1.1)如图1、图2所示，与板梁的拼装数量n相适应(每根板梁下测点数不少于1个)，获取每根板梁底部的振动响应数据，生成车辆行经产生的板梁振动监测原始数据集，由式(1)给出，所述板梁振动原始数据集提供给步骤1.2。
[R]＝[r1 … ri … rn] (1)
式(1)中[R]表示原始数据集，ri表示第i个测点的获得的监测数据时程，n为测点总数，其对应的典型数据时程见图3所示。
(1.2)进行板梁前2阶自振频率识别
利用监测数据时间戳对式(1)给出的原始数据集[R]进行多测点时间同步校正，截取无车脉动数据段进行Fourier变换，由频谱识别板桥的前2阶自振频率：第一阶频率f1对应板桥整体纵向(指板梁纵轴向)弯曲振型、第二阶频率f2对应板桥整体扭转振型。f1和f2提供给步骤1.3.b。
(1.3)滤波与有效分析样本筛选
(1.3.a)对步骤1.1中每个测点的监测数据ri进行车行激励段(如图3所示)子样本截取
得到由式(2)给出的车行激励段子样集合
提供给步骤1.3.b。
中任一行数据对应的典型时程样本见图4所示。提供给步骤1.3.b。
式中m为步骤1.1中ri包含的车行激励段子样本总数，n为测点总数，
表示第i个测点获取的第j次(筛选前的样本编号)车行激励段样本。
(1.3.b)对式(2)给出的
任一行数据子样
进行低通滤波，低通滤波的上截止频率f取(f＝(f1+f2)/2)，当低通滤波后的信号残值能量占滤波前信号能量比小于80％时，丢弃此行数据，否则保留并提供给步骤1.3.c。
(1.3.c)采用步骤1.3.b对
所有数据进行遍历筛选，生成有效分析样本集[S]如式(3)所示。(提供给步骤2.)
式中，l为有效样本总数(l≤m)，是步骤1.3.a中共m行数据经筛选后保留的有效样本总数，ski表示第i测点获取的第k次(筛选后的样本编号)车行激励段有效分析样本，其余符号同前。
2.计算有效样本能量集[E]
针对步骤1.3.c有效样本集[S]的第i行数据，计算信号能量，时序样本ski的信号能量eki由式(4)计算：
式中，
为与ski时程对应的第ti时刻振动响应值的平方，tn为ski样本时程的总数据点数。对[S]中的所有样本均进行式(4)的计算，得到有效样本能量集[E]，由式(5)给出(提供给步骤3.1)
式中eki表示样本ski的信号能量，其余符号意义同前。
3.铰缝损伤状态指标Crk
(3.1)振动能量横向传递率集[D]
板桥的铰缝是联系各根板梁横向整体参与工作的结构部件，车辆行经板桥桥面时引发直接承托车辆处板梁(与车轮对应的板梁)的振动，由于板梁间结构铰缝的作用，振动经铰缝进行横向传递，从而表现为多根板梁参与的整体振动：铰缝完好时，车行引发的板梁振动能量经铰缝进行有效的横向传递，所有板梁均参与振动；铰缝失效时能量无法横向传递，振动仅限于直接参与承托车辆的个别板梁。
取步骤2中式(5)的任意一行，其物理意义表示车辆行经桥面时，车辆引发的各根板梁(板梁与测点数量匹配)以一阶模态控制的振动响应能量eki。由于步骤1.3.b已经滤除了高阶模态参与的振型形状影响，当仅考虑一阶纵向整体弯曲时，式(5)任一行的相邻元素差分就表征了振动能量的横向传递效应。基于此，对式(5)中的第k行的相邻两个元素定义经测点距离归一化后的振动能量横向传递率dki，如式(6)所示。
式中Δi+1,i为第(i+1)个测点与第i个测点沿板桥横向的直线距离，abs()表示取绝对值，其余符号同前。
对式(5)中第k行元素均依照式(6)计算，并将计算结果经dki的最大值归一，得到：
{d}k＝{dk1 dk2 … dki … dk,n-1} (7)
式中，dki表示振动能量在第i根板梁和第i+1根板梁间的经铰缝相互传递的横向传递率，其余号意义同前。
对式(5)中[E]的所有行数据均进行式(6)、(7)的遍历计算，得到振动能量横向传递率集[D]由式(8)给出。(提供给步骤3.2)，图5示意给出了由8根板梁组成的板桥在某次车行激励下的振动能量横向传递率典型结果分布图。
式中各符号意义同前。
(3.2)铰缝损伤状态指标集{CR}
取式(8)中任一行，去除其中最大值元素(其值为1.0)和次最大值元素，得到子向量{d}k,sub
{d}k,sub＝{dks,1 … dks,n-3} (9)
对式(9)各元素计算均值dk,meam
定义铰缝损伤状态指标crk
crk＝1/dk,mean (11)
例如，图5是由n＝8根板梁拼装板桥由某次车行激励段样本数据计算所得的振动能量横向传递率分布图，对应的横向传递率向量值为{0.12 0.17 0.21 1.0 0.21 0.140.56}，代入式(9)、式(10)后，得
进一步代入式(11)，得：
对式(8)中的所有行数据执行式(9)～式(11)的遍历计算，得到铰缝损伤状态指标集向量{C}，由式(12)给出。(提供给步骤4.1、4.2)
{CR}＝{cr1 cr2 … crk … crl}T (12)
式中上标T表示向量转置，crk表示由第k次车行激励段样本数据经一系列计算所得的铰缝损伤状态指标值，其余符号同前。
4.铰缝损伤状态统计评估
(4.1)铰缝损伤状态累积变量stj(j＝1,2,3)
定义如下与三种铰缝损伤状态对应的累积变量，提供给步骤4.2.1：
(d)st1：表示铰缝损伤状态为完好无损伤；st1初值为0，对式(12)遍历查询，当满足crk≤1.3时，st1＝st1+1。
(e)st2:表示铰缝损伤状态为部分损伤；st2初值为0，对式(12)遍历查询，当满足1.3<crk<3.0，st2＝st2+1。
(f)st3:表示铰缝损伤状态为完全失效；st3初值为0，对式(12)遍历查询，当满足crk≥3.0时，st3＝st3+1。
(4.2)铰缝损伤状态统计评估指标
显然，st1+st2+st3＝l(l为有效样本总数)，定义铰缝损伤状态统计评估指标如式(13)所示，提供给步骤4.3
(4.3)铰缝损伤状态统计评估
依据式(13)中Fstj(j＝1,2,3)结果，依照如下统计评估判据评定铰缝损伤状态:
(e)当某一个Fstj>0.5时，铰缝损伤状态统计评估结论取为该Fstj对应状态(见式(13))；
(f)当某一个Fstj满足0.35<Fstj≤0.5，且其余两个取值均小于该Fstj时，铰缝损伤状态统计评估结论取为该Fstj对应状态(见式(13))。
(g)当某两个Fstj均满足0.35<Fstj<0.5时，取这两个中的大者对应状态作为铰缝损伤状态统计评估结论。
(h)当上述三种情况均不出现时，取三个Fstj中的最大值对应状态作为铰缝损伤状态统计评估结论。
S4步统计评估的简要举例说明：
假定有A、B、C三座不同板桥的正常车行激励下在线振动监测数据，经过前述S1步、S2步、S3步、S4.1步的计算分析生，得到如下铰缝损伤状态累积变量：
板桥A：{st1＝1256,st2＝185,st3＝77}(l＝1518)
板桥B：{st1＝565,st2＝622,st3＝355}(l＝1542)
板桥C：{st1＝478,st2＝399,st3＝525}(l＝1402)
据此，本实施例可得评估如下结论：
板桥A：计算可得{Fst1＝0.83,Fst2＝0.12,Fst3＝0.05}
Fst1>0.5，取Fst1对应状态作为统计评估结论为：铰缝损伤状态为完好无损伤。
板桥B：计算可得{Fst1＝0.37,Fst2＝0.40,Fst3＝0.23}
Fst1>0.35，Fst2>0.35，且Fst2>Fst1，取Fst2对应状态统计评估结论为：铰缝损伤状态为局部损伤。
板桥C：计算可得{Fst1＝0.34,Fst2＝0.28,Fst3＝0.38}
Fst3>0.35且Fst3>Fst1>Fst2，取Fst3对应状态作为统计评估结论为：铰缝损伤状态为完全失效。
Claims (1)
1.一种板梁桥铰缝损伤状态识别方法，其特征在于，包括如下步骤：
步骤1:通过对正常车下与板梁拼装数量相适应测点的监测数据进行多点时间同步、样本截取、低通滤波、筛选预处理，生成有效分析样本集[S]；
步骤2:计算有效分析样本的信号能量集[E]，并计算板桥振动能量横向传递率集[D]；
步骤3：计算铰缝损伤状态指标crk，生成铰缝损伤状态向量{CR}；
步骤4：由{CR}计算铰缝损伤状态统计评估指标Fstj，根据Fstj进行铰缝损伤状态统计评定；
上述步骤具体为：
步骤1，生成有效分析样本集[S]
(1.1)与板梁的拼装数量n相适应，每根板梁下测点数不少于1个，获取每根板梁底部的振动响应数据，生成车辆行经产生的板梁振动监测原始数据集，由式(1)给出，所述板梁振动原始数据集提供给步骤1.2；
[R]＝[r1 … ri … rn] (1)
式(1)中[R]表示原始数据集，ri表示第i个测点的获得的监测数据时程，n为测点总数；
(1.2)进行板梁前2阶自振频率识别
利用监测数据时间戳对式(1)给出的原始数据集[R]进行多测点时间同步校正，截取无车脉动数据段进行Fourier变换，由频谱识别板桥的前2阶自振频率：第一阶频率f1对应板桥整体纵向即板梁纵轴向的弯曲振型、第二阶频率f2对应板桥整体扭转振型；f1和f2提供给步骤1.3.b；
(1.3)滤波与有效分析样本筛选
(1.3.a)对步骤1.1中每个测点的监测数据ri进行车行激励段子样本截取
得到由式(2)给出的车行激励段子样集合
提供给步骤1.3.b；
式中m为步骤1.1中ri包含的车行激励段子样本总数，n为测点总数，
表示第i个测点获取的第j次车行激励段样本，其中j为筛选前的样本编号；
(1.3.b)对式(2)给出的
任一行数据子样
进行低通滤波，低通滤波的上截止频率f取f＝(f1+f2)/2，当低通滤波后的信号残值能量占滤波前信号能量比小于80％时，丢弃此行数据，否则保留并提供给步骤1.3.c；
(1.3.c)采用步骤1.3.b对
所有数据进行遍历筛选，生成有效分析样本集[S]如式(3)所示，提供给步骤2；
式中，l为有效样本总数，l≤m，是步骤1.3.a中共m行数据经筛选后保留的有效样本总数，ski表示第i测点获取的第k次车行激励段有效分析样本，k为筛选后的样本编号，其余符号同前；
步骤2，计算有效样本能量集[E]
针对步骤1.3.c有效分析样本集[S]的第i列数据，计算信号能量，时序样本ski的信号能量eki由式(4)计算：
式中，
为与ski时程对应的第ti时刻振动响应值的平方，tn为ski样本时程的总数据点数；对[S]中的所有样本均进行式(4)的计算，得到有效样本能量集[E]，由式(5)给出，提供给步骤3.1；
式中eki表示样本ski的信号能量，其余符号意义同前；
步骤3，铰缝损伤状态指标Crk
(3.1)振动能量横向传递率集[D]
板桥的铰缝是联系各根板梁横向整体参与工作的结构部件，车辆行经板桥桥面时引发直接承托车辆处板梁的振动，由于板梁间结构铰缝的作用，振动经铰缝进行横向传递，从而表现为多根板梁参与的整体振动：铰缝完好时，车行引发的板梁振动能量经铰缝进行有效的横向传递，所有板梁均参与振动；铰缝失效时能量无法横向传递，振动仅限于直接参与承托车辆的个别板梁；
取步骤2中式(5)的任意一行，其物理意义表示车辆行经桥面时，车辆引发的各根板梁以一阶模态控制的振动响应能量eki，板梁与测点数量匹配；由于步骤1.3.b已经滤除了高阶模态参与的振型形状影响，当仅考虑一阶纵向整体弯曲时，式(5)任一行的相邻元素差分就表征了振动能量的横向传递效应；基于此，对式(5)中的第k行的相邻两个元素定义经测点距离归一化后的振动能量横向传递率dki，如式(6)所示；
式中Δi+1,i为第(i+1)个测点与第i个测点沿板桥横向的直线距离，abs()表示取绝对值，其余符号同前；
对式(5)中第k行元素均依照式(6)计算，并将计算结果经dki的最大值归一，得到：
{d}k＝{dk1 dk2 … dki … dk,n-1} (7)
式中，dki表示振动能量在第i根板梁和第i+1根板梁间的经铰缝相互传递的横向传递率，其余号意义同前；
对式(5)中[E]的所有行数据均进行式(6)、(7)的遍历计算，得到振动能量横向传递率集[D]由式(8)给出，提供给步骤3.2；
式中各符号意义同前；
(3.2)铰缝损伤状态向量{CR}
取式(8)中任一行，去除其中最大值元素和次最大值元素，其中最大值元素值为1.0，得到子向量{d}k,sub
{d}k,sub＝{dks,1 … dks,n-3} (9)
对式(9)各元素计算均值dk,meam
定义铰缝损伤状态指标crk
crk＝1/dk,mean (11)
对式(8)中的所有行数据执行式(9)～式(11)的遍历计算，得到铰缝损伤状态向量{CR}，由式(12)给出，提供给步骤4.1、4.2；
{CR}＝{cr1 cr2 … crk … crl}T (12)
式中上标T表示向量转置，crk表示由第k次车行激励段样本数据计算所得的铰缝损伤状态指标值，其余符号同前；
步骤4，铰缝损伤状态统计评估
(4.1)铰缝损伤状态累积变量stj，j＝1,2,3
定义如下与三种铰缝损伤状态对应的累积变量，提供给步骤4.2.1：
(a)st1：表示铰缝损伤状态为完好无损伤；st1初值为0，对式(12)遍历查询，当满足crk≤1.3时，st1＝st1+1；
(b)st2:表示铰缝损伤状态为部分损伤；st2初值为0，对式(12)遍历查询，当满足1.3<crk<3.0，st2＝st2+1；
(c)st3:表示铰缝损伤状态为完全失效；st3初值为0，对式(12)遍历查询，当满足crk≥3.0时，st3＝st3+1；
(4.2)铰缝损伤状态统计评估指标
st1+st2+st3＝l，l为有效样本总数，定义铰缝损伤状态统计评估指标如式(13)所示，提供给步骤4.3；
(4.3)铰缝损伤状态统计评估
依据式(13)中Fstj结果，其中j＝1,2,3，依照如下统计评估判据评定铰缝损伤状态:
(a)当某一个Fstj>0.5时，铰缝损伤状态统计评估结论取为该Fstj对应状态见式(13)；
(b)当某一个Fstj满足0.35<Fstj≤0.5，且其余两个取值均小于该Fstj时，铰缝损伤状态统计评估结论取为该Fstj对应状态见式(13)；
(c)当某两个Fstj均满足0.35<Fstj<0.5时，取这两个中的大者对应状态作为铰缝损伤状态统计评估结论；
(d)当上述三种情况均不出现时，取三个Fstj中的最大值对应状态作为铰缝损伤状态统计评估结论。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010066509.1A CN113139707B (zh) | 2020-01-20 | 2020-01-20 | 板梁桥铰缝损伤状态识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010066509.1A CN113139707B (zh) | 2020-01-20 | 2020-01-20 | 板梁桥铰缝损伤状态识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113139707A CN113139707A (zh) | 2021-07-20 |
| CN113139707B true CN113139707B (zh) | 2022-07-01 |
Family
ID=76809198
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010066509.1A Active CN113139707B (zh) | 2020-01-20 | 2020-01-20 | 板梁桥铰缝损伤状态识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113139707B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113673623B (zh) * | 2021-08-31 | 2023-10-20 | 重庆大学 | 基于改进主成分分析算法的桥梁损伤识别方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108549847A (zh) * | 2018-03-27 | 2018-09-18 | 昆明理工大学 | 一种无基准数据条件下的梁式结构裂缝损伤识别方法 |
| CN110532657A (zh) * | 2019-08-21 | 2019-12-03 | 哈尔滨工业大学 | 基于变速车辆激励和小波包分析的桥墩结构状态评估方法 |
| CN110543706A (zh) * | 2019-08-21 | 2019-12-06 | 哈尔滨工业大学 | 一种基于车辆刹车作用的在役桥梁支座损伤诊断方法 |
| CN110567662A (zh) * | 2019-10-16 | 2019-12-13 | 云南大学 | 一种基于工程比拟的桥梁短期监测评估方法 |
-
2020
- 2020-01-20 CN CN202010066509.1A patent/CN113139707B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108549847A (zh) * | 2018-03-27 | 2018-09-18 | 昆明理工大学 | 一种无基准数据条件下的梁式结构裂缝损伤识别方法 |
| CN110532657A (zh) * | 2019-08-21 | 2019-12-03 | 哈尔滨工业大学 | 基于变速车辆激励和小波包分析的桥墩结构状态评估方法 |
| CN110543706A (zh) * | 2019-08-21 | 2019-12-06 | 哈尔滨工业大学 | 一种基于车辆刹车作用的在役桥梁支座损伤诊断方法 |
| CN110567662A (zh) * | 2019-10-16 | 2019-12-13 | 云南大学 | 一种基于工程比拟的桥梁短期监测评估方法 |
Non-Patent Citations (4)
| Title |
|---|
| Dynamic Properties of Conventional Beam-Column Timber Structure Under Successive Damage;Hailing Xing etal;《Journal of Asian Architecture and Building Engineering》;20181024;第195-201页 * |
| Estimation of Additional Equivalent Damping Ratio of the Damped Structure Based on Energy Dissipation;Xiuyan Hu etal;《Hindawi》;20190815;第1-14页 * |
| New Technologies in Retrofitting and Strengthening of Ageing Steel and Composite Bridges in Japan;Shunichi Nakamura etal;《Structural Engineering International》;20190724;第519-526页 * |
| 结构动力学在桥梁工程应用中若干问题研究;张开银;《固体力学学报》;20101231;第249-253页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113139707A (zh) | 2021-07-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Drury et al. | An industrial study of the effects of feedback and fault density on inspection performance | |
| CN110704801B (zh) | 桥梁集群结构运营安全智能监测与快速检测成套方法 | |
| CN111666635B (zh) | 一种轨道列车转向架疲劳寿命估算方法 | |
| CN108873859B (zh) | 基于改进关联规则的桥式抓斗卸船机故障预测模型方法 | |
| CN104331595B (zh) | 桥梁损伤预警的移动主成分相关系数法 | |
| CN110555230B (zh) | 基于集成gmdh框架的旋转机械剩余寿命预测方法 | |
| CN111967185B (zh) | 基于索力和位移分布相关性建模的斜拉桥状态评估方法 | |
| CN105241660A (zh) | 基于健康监测数据的高铁大型桥梁性能评定方法 | |
| CN103020429A (zh) | 一种系杆拱桥的健康状态综合决策评估方法 | |
| CN109211299B (zh) | 桥梁监测传感器的在线校准方法及系统 | |
| JP2015098686A (ja) | 構造物の予防保全モニタリングシステム | |
| CN113139707B (zh) | 板梁桥铰缝损伤状态识别方法 | |
| CN106052743A (zh) | 一种评估传感器质量对频响函数影响大小的方法 | |
| CN110659793A (zh) | 一种基于大数据的公路工程质量检验自动评定管理系统 | |
| CN112461358A (zh) | 基于车辆-桥梁系统瞬时频率的桥梁模态参数识别方法 | |
| CN113138058B (zh) | 一种板梁桥铰缝损伤监测系统 | |
| CN111310273B (zh) | 一种基于多源数据的全桥结构安全状态监测方法及系统 | |
| CN113468635A (zh) | 一种基于振动信号和循环神经网络的斜拉索索力识别方法 | |
| CN112762885A (zh) | 一种基于监测数据的桥梁实时挠度校验系数计算方法 | |
| DE102008021248A1 (de) | Verfahren zum Bestimmen von viskoelastischen Kennwerten eines Faserverbundwerkstoffes | |
| CN112883608B (zh) | 一种桁架桥的健康指数评估方法与系统 | |
| CN112818454A (zh) | 一种吊杆拱桥桥面系裂缝宽度计算方法及系统 | |
| Casciati | Damage detection and localization in the space of the observed variables | |
| Desjardins | Structural health assessment of bridges by long-term vibration monitoring and automated operational modal analysis | |
| CN113494957B (zh) | 板桥车辆超载安全检测识别方法 |
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 |