CN113946892A - 用于落石冲击后柔性网系统维养决策的智能化评价方法 - Google Patents

用于落石冲击后柔性网系统维养决策的智能化评价方法 Download PDF

Info

Publication number
CN113946892A
CN113946892A CN202111057913.3A CN202111057913A CN113946892A CN 113946892 A CN113946892 A CN 113946892A CN 202111057913 A CN202111057913 A CN 202111057913A CN 113946892 A CN113946892 A CN 113946892A
Authority
CN
China
Prior art keywords
rope
steel column
supporting
impact
anchor
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
Application number
CN202111057913.3A
Other languages
English (en)
Other versions
CN113946892B (zh
Inventor
余志祥
张丽君
骆丽茹
金云涛
廖林绪
许浒
齐欣
赵雷
赵世春
岳超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Southwest Jiao Tong University Design & Research Institute Co ltd
Sichuan Ost Slope Protection Engineering Co ltd
Southwest Jiaotong University
Original Assignee
Chengdu Southwest Jiao Tong University Design & Research Institute Co ltd
Sichuan Ost Slope Protection Engineering Co ltd
Southwest Jiaotong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chengdu Southwest Jiao Tong University Design & Research Institute Co ltd, Sichuan Ost Slope Protection Engineering Co ltd, Southwest Jiaotong University filed Critical Chengdu Southwest Jiao Tong University Design & Research Institute Co ltd
Priority to CN202111057913.3A priority Critical patent/CN113946892B/zh
Publication of CN113946892A publication Critical patent/CN113946892A/zh
Application granted granted Critical
Publication of CN113946892B publication Critical patent/CN113946892B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces

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)
  • Devices Affording Protection Of Roads Or Walls For Sound Insulation (AREA)

Abstract

本发明涉及边坡防护技术领域，涉及一种用于落石冲击后柔性网系统维养决策的智能化评价方法，其包括以下步骤：（a）建立柔性网系统健康状态的综合判别方案；（b）通过无线传输获取冲击作用时所有传感器的瞬时响应数据；（c）筛选并按降序排列表中各拉锚绳拉力响应
Figure DEST_PATH_IMAGE001
，据此确定拉锚绳对支撑钢柱的合力
Figure 175005DEST_PATH_IMAGE002
，基于柔性网力学行为特征，判别落石冲击区域；（d）确定各部件的极限承载能力；（e）判别系统部件是否失效；（f）推算支撑绳耗能器的耗能量以及拉锚绳耗能器的耗能量；（g）对系统健康状态建立优、良、中、差4级分级判断标准。本发明可实现对柔性网系统采集数据的智能化分析、评价与决策。

Description

用于落石冲击后柔性网系统维养决策的智能化评价方法
技术领域
本发明涉及边坡防护技术领域，具体地说，涉及一种用于落石冲击后柔性网系统维养决策的智能化评价方法。
背景技术
崩塌落石是一种常见的地质灾害，近10年来，中国发生的崩塌落石灾害有逾2万起。落石的发生常导致道路毁坏、交通阻断，甚至威胁人民生命安全。
柔性防护系统是最有效的落石防护措施之一，由于其施工便捷和防护能力强，常应用于艰险山区。落石灾害发生后，主要靠人工巡检勘察来确定灾害发生地点和评估系统剩余性能，缺乏实时性。结构健康监测系统是一种较为成熟的监测系统，可使用专门的仪器测试外力作用下构件的变形或损伤等参数从而确定结构的健康状况。近年来，健康监测系统已经进入边坡柔性防护领域，可实时采集系统部件响应，但由于柔性防护结构的复杂性，仅凭测试数据难以判断冲击作用后柔性防护系统的健康状况。
综上所述，目前亟需一种柔性防护系统的性能评估方法，判别落石冲击区域、评估柔性防护系统剩余工作性能，解决目前柔性防护网系统用于落石防护时的应急与维养决策智能化决策难题，为灾害救援提供位置信息，为系统维护人员提供检修信息。
发明内容
本发明的内容是提供一种用于落石冲击后柔性网系统维养决策的智能化评价方法，该评价与决策方法可实现对柔性网系统采集数据的智能化分析、评价与决策。
根据本发明的一种用于落石冲击后柔性网系统维养决策的智能化评价方法，其包括以下步骤：
（a）建立基于落石冲击后支撑钢柱的偏转量、支撑钢柱弯曲变形量、支撑绳拉力、支撑绳滑移量、拉锚绳拉力的柔性网系统健康状态的综合判别方案，据此在防护网系统的相应位置布置位移传感器、倾角仪、拉力传感器，通过无线传输进入数据处理终端，用于系统维养决策的智能化评价；
（b）通过无线传输获取冲击作用时所有传感器的瞬时响应数据，包括：支撑钢柱倾 角
Figure 206951DEST_PATH_IMAGE001
、支撑钢柱弯曲变形量
Figure 451988DEST_PATH_IMAGE002
、支撑绳拉力
Figure 825200DEST_PATH_IMAGE003
、支撑绳滑移量
Figure 282727DEST_PATH_IMAGE004
和拉锚绳拉力
Figure 300361DEST_PATH_IMAGE005
，采用 冒泡法识别各类数据的响应峰值，并对响应数据进行列表分类；
（c）采用冒泡排序法筛选并按降序排列表中各拉锚绳拉力响应
Figure 450720DEST_PATH_IMAGE005
，据此确定拉锚 绳对支撑钢柱的合力
Figure 311228DEST_PATH_IMAGE006
，基于柔性网力学行为特征，判别落石冲击区域；
（d）根据系统部件规格和系统安装方式，确定各部件的极限承载能力，包括支撑钢 柱倾角极限偏转量
Figure 713391DEST_PATH_IMAGE007
、支撑钢柱极限弯曲变形量
Figure 975745DEST_PATH_IMAGE008
、支撑绳破断力
Figure 437950DEST_PATH_IMAGE009
、拉锚绳 破断力
Figure 520176DEST_PATH_IMAGE010
和耗能器极限伸长量
Figure 850663DEST_PATH_IMAGE011
；
（e）通过表格中系统各部件响应数据，获取冲击作用下耗能器的伸长量
Figure 577311DEST_PATH_IMAGE012
、支撑 钢柱倾角
Figure 335051DEST_PATH_IMAGE013
、支撑绳拉力
Figure 170152DEST_PATH_IMAGE003
、拉锚绳拉力
Figure 648538DEST_PATH_IMAGE005
、支撑钢柱弯曲变形量
Figure 885484DEST_PATH_IMAGE014
，对比响应数据是否 超过步骤（d）中确定的各部件极限承载能力来判别系统部件是否失效；
（f）根据响应数据，推算支撑绳耗能器的耗能量以及拉锚绳耗能器的耗能量，根据系统耗能特性，估算此次系统受的冲击能量，根据冲击能量与系统设防能力的差值评估系统的剩余性能；
（g）对系统健康状态建立优、良、中、差4级分级判断标准，并根据（d）和（e）对实际工作系统形成分级反馈用于应急与维养决策判断。
作为优选，述步骤（c）中，落石冲击区域判别方法如下：
根据测得的支撑钢倾角
Figure 689492DEST_PATH_IMAGE015
，可由下式计算拉锚绳耗能器的伸长量
Figure 746310DEST_PATH_IMAGE016
：
Figure 418599DEST_PATH_IMAGE017
式中，
Figure 385418DEST_PATH_IMAGE018
为相邻两个拉锚绳锚固端中点 至支撑钢柱基座的距离；
Figure 750541DEST_PATH_IMAGE019
为支撑钢柱的高度；l为拉锚绳的长度；b为相邻两个拉锚绳锚固 端之间的距离；
Figure 904441DEST_PATH_IMAGE018
为支撑钢柱安装角度；
根据系统布置方式，计算拉锚绳对支撑钢柱的合力值
Figure 114843DEST_PATH_IMAGE006
，计算方法如下：
Figure 60802DEST_PATH_IMAGE020
式中，b为相邻拉锚绳锚固端之间的距离；
提取合力最大的两个值
Figure 206613DEST_PATH_IMAGE021
、
Figure 238023DEST_PATH_IMAGE022
，初步判定落石冲击区域在最大合力 的两根支撑钢柱之间；两个合力的差值
Figure 127481DEST_PATH_IMAGE023
和两个合力平均值
Figure 927947DEST_PATH_IMAGE024
的计算方法如下：
Figure 634872DEST_PATH_IMAGE025
落石冲击区域定位系数
Figure 763365DEST_PATH_IMAGE026
的计算方法如下：
Figure 315569DEST_PATH_IMAGE027
。
作为优选，冲击区域判别标准如下：
判别标准为当
Figure 970541DEST_PATH_IMAGE028
，落石冲击区域为落石可能冲击于合力为
Figure 458154DEST_PATH_IMAGE021
的支撑钢柱；
当
Figure 464156DEST_PATH_IMAGE029
时，落石冲击区域靠近合力为
Figure 960997DEST_PATH_IMAGE021
的支撑钢柱；
当
Figure 736055DEST_PATH_IMAGE030
时，落石冲击区域位于两根支撑钢柱之间的中间区域；
当
Figure 253624DEST_PATH_IMAGE031
时，落石冲击区域靠近合力为
Figure 622288DEST_PATH_IMAGE022
的支撑钢 柱；
当
Figure 781874DEST_PATH_IMAGE032
时，落石可能冲击于合力为
Figure 552384DEST_PATH_IMAGE022
的支撑钢柱。
作为优选，所述步骤（d）中，系统部件极限承载能力的确定方法如下：
根据系统选用的耗能器型号规格确定支撑绳的极限滑移量
Figure 240854DEST_PATH_IMAGE033
，根据支撑绳的规 格确定支撑绳破断力
Figure 955869DEST_PATH_IMAGE009
，拉锚绳破断力
Figure 794513DEST_PATH_IMAGE010
，拉锚绳耗能器极限伸长量
Figure 13004DEST_PATH_IMAGE034
；
根据系统安装条件和构件规格，可得支撑钢柱倾角极限值
Figure 149674DEST_PATH_IMAGE035
，由下式表示：
Figure 961772DEST_PATH_IMAGE036
支撑钢柱弯曲变形量
Figure 463161DEST_PATH_IMAGE037
不超过支撑钢柱长度的5%，则支撑钢柱的极限弯曲变形 量
Figure 801738DEST_PATH_IMAGE008
的计算方法如下：
Figure 238536DEST_PATH_IMAGE038
。
作为优选，所述步骤（e）中，系统部件失效判别方式如下：
读取支撑绳滑移量
Figure 662564DEST_PATH_IMAGE004
和支撑绳拉力
Figure 702064DEST_PATH_IMAGE003
，
Figure 895148DEST_PATH_IMAGE039
为传感器编号，
Figure 502847DEST_PATH_IMAGE039
=1,2,3，……；若
Figure 414171DEST_PATH_IMAGE040
且
Figure 991783DEST_PATH_IMAGE041
，则支撑绳未发生破断，且支撑绳耗能器还能继续工作；反之， 支撑绳破断或支撑绳耗能器达到极限伸长量；
读取支撑钢柱倾角
Figure 180319DEST_PATH_IMAGE042
和拉锚绳拉力
Figure 817973DEST_PATH_IMAGE005
，若
Figure 482173DEST_PATH_IMAGE043
且
Figure 738842DEST_PATH_IMAGE041
，则拉锚绳 未发生破断，且拉锚绳耗能器还能继续工作；反之，拉锚绳破断或拉锚绳耗能器达到极限伸 长量；
读取支撑钢柱的弯曲变形值
Figure 172097DEST_PATH_IMAGE002
，若
Figure 980653DEST_PATH_IMAGE044
Figure 741936DEST_PATH_IMAGE045
，则判定支撑钢柱完好，反之则 判定支撑钢柱屈曲无法继续使用。
作为优选，所述步骤（f）中，系统剩余性能评估方法如下：
根据拉锚绳耗能器伸长量
Figure 926929DEST_PATH_IMAGE046
及拉锚绳耗能器规格可计算拉锚绳耗能器的耗能
Figure 949112DEST_PATH_IMAGE047
：
Figure 803936DEST_PATH_IMAGE048
式中，
Figure 177148DEST_PATH_IMAGE049
为拉锚绳耗能器的力-位移曲线关系式；
支撑绳滑移量
Figure 165833DEST_PATH_IMAGE004
与支撑绳耗能器伸长量一致，根据支撑绳耗能器规格可计算支 撑绳耗能器耗能
Figure 917888DEST_PATH_IMAGE050
：
Figure 599405DEST_PATH_IMAGE051
式中，
Figure 335280DEST_PATH_IMAGE052
为支撑绳耗能器的力-位移曲线关系式；
被动防护网系统受落石冲击作用时，耗能器耗能占系统耗能的80%，其中支撑绳耗 能器耗能占60%，拉锚绳耗能器耗能占20%；据此推算落石灾害的冲击能量
Figure 862076DEST_PATH_IMAGE053
：
Figure 858851DEST_PATH_IMAGE054
系统剩余性能
Figure 586636DEST_PATH_IMAGE055
计算方法如下：
Figure 668861DEST_PATH_IMAGE056
。
作为优选，所述步骤（g）中，系统健康状态判断标准如下：
根据系统设计防护能量
Figure 874715DEST_PATH_IMAGE057
，可算得系统剩余能量比
Figure 991575DEST_PATH_IMAGE058
为：
Figure 890261DEST_PATH_IMAGE059
结合剩余性能能量比
Figure 194203DEST_PATH_IMAGE060
结果与系统部件性能判别，将系统健康状态划分为优、良、 中、差4个等级，判别标准与系统维养决策如下：
系统健康状态等级为优时，判别标准为
Figure 328382DEST_PATH_IMAGE061
，系统维养决 策为系统可继续使用；
系统健康状态等级为良时，判别标准为
Figure 440694DEST_PATH_IMAGE062
，系统维养 决策为可更换系统少量部件继续投入使用；
系统健康状态等级为中时，判别标准为
Figure 369336DEST_PATH_IMAGE063
， 系统维养决策为需更换整个系统或系统大量部件才可继续使用；
系统健康状态等级为差时，判别标准为
Figure 567099DEST_PATH_IMAGE064
或有部件损坏，系统维养决策为 系统无法继续投入工作。
本发明的有益效果是：本发明所述方法结合现有健康监测系统，本发明所述方法可快速确定落石冲击区域、判别系统健康状态，解决了目前柔性防护网系统用于落石防护时的应急与维养决策智能化决策难题，实现了对采集数据的智能化分析、评价与决策。
附图说明
图1为实施例1中一种用于落石冲击后柔性网系统维养决策的智能化评价方法的流程图；
图2为实施例2中一种用于落石冲击后柔性网系统维养决策的智能化评价方法的系统布置图；
图3为实施例2中一种用于落石冲击后柔性网系统维养决策的智能化评价方法的拉锚绳耗能器伸长量计算示意图（轴侧图）；
图4为实施例2中一种用于落石冲击后柔性网系统维养决策的智能化评价方法的拉锚绳耗能器伸长量计算示意图（侧视图）；
其中，附图中标记对应的结构名称为：
1-支撑钢柱；2-支撑绳；3-拉锚绳；4-位移传感器；5-倾角仪；6-拉力传感器；7-支撑绳耗能器；8-拉锚绳耗能器。
具体实施方式
为进一步了解本发明的内容，结合附图和实施例对本发明作详细描述。应当理解的是，实施例仅仅是对本发明进行解释而并非限定。
实施例1
如图1所示，本实施例提供了一种用于落石冲击后柔性网系统维养决策的智能化评价方法，其包括以下步骤：
（a）建立基于落石冲击后支撑钢柱1的偏转量、支撑钢柱1弯曲变形量、支撑绳2拉力、支撑绳2滑移量、拉锚绳3拉力等响应数据的柔性网系统健康状态的综合判别方案，据此在防护网系统的相应位置布置位移传感器4、倾角仪5、拉力传感器6等力学响应传感器，通过无线传输进入数据处理终端，用于系统维养决策的智能化评价；
（b）通过无线传输获取冲击作用时所有传感器的瞬时响应数据，包括：支撑钢柱1 倾角
Figure 239389DEST_PATH_IMAGE001
、支撑钢柱1弯曲变形量
Figure 940628DEST_PATH_IMAGE002
、支撑绳2拉力
Figure 40172DEST_PATH_IMAGE003
、支撑绳2滑移量
Figure 584285DEST_PATH_IMAGE004
和拉锚绳3拉力
Figure 935632DEST_PATH_IMAGE005
，采用冒泡法识别各类数据的响应峰值，并对响应数据进行列表分类；
（c）采用冒泡排序法筛选并按降序排列表中各拉锚绳3拉力响应
Figure 881591DEST_PATH_IMAGE005
，据此确定拉 锚绳对支撑钢柱1的合力
Figure 292981DEST_PATH_IMAGE006
，基于柔性网力学行为特征，判别落石冲击区域；
（d）根据系统部件规格和系统安装方式，确定各部件的极限承载能力，包括支撑钢 柱1倾角极限偏转量
Figure 58812DEST_PATH_IMAGE007
、支撑钢柱1极限弯曲变形量
Figure 948271DEST_PATH_IMAGE008
、支撑绳2破断力
Figure 14316DEST_PATH_IMAGE009
、拉锚 绳3破断力
Figure 190082DEST_PATH_IMAGE010
和耗能器极限伸长量
Figure 584154DEST_PATH_IMAGE011
；
（e）通过表格中系统各部件的响应数据，获取冲击作用下耗能器的伸长量
Figure 136358DEST_PATH_IMAGE012
、支 撑钢柱1倾角
Figure 803049DEST_PATH_IMAGE013
、支撑绳2拉力
Figure 290662DEST_PATH_IMAGE003
、拉锚绳3拉力
Figure 31085DEST_PATH_IMAGE005
、支撑钢柱1弯曲变形量
Figure 121401DEST_PATH_IMAGE044
，对比响应数 据是否超过步骤（d）中确定的各部件极限承载能力来判别系统部件是否失效；
（f）根据响应数据，推算支撑绳耗能器7的耗能量以及拉锚绳耗能器8的耗能量，根据系统耗能特性，估算此次系统遭受的冲击能量，根据冲击能量与系统设防能力的差值评估系统的剩余性能；
（g）对系统健康状态建立优、良、中、差4级分级判断标准，并根据（d）和（e）对实际工作系统形成分级反馈，用于应急与维养决策判断。
所述步骤（c）中，落石冲击区域判别方法如下：
根据测得的支撑钢柱1倾角
Figure 630880DEST_PATH_IMAGE015
，可由下式计算拉锚绳耗能器8的伸长量
Figure 554973DEST_PATH_IMAGE016
Figure 517113DEST_PATH_IMAGE065
式中，
Figure 411120DEST_PATH_IMAGE018
为相邻两个拉锚绳3锚固端中点至支撑钢柱1基座的距离；
Figure 775105DEST_PATH_IMAGE019
为支撑钢柱1 的高度；l为拉锚绳3的长度；b为相邻两个拉锚绳3锚固端之间的距离；
Figure 604521DEST_PATH_IMAGE018
为支撑钢柱1安装 角度；
根据系统布置方式，计算拉锚绳3对支撑钢柱1的合力值
Figure 585115DEST_PATH_IMAGE006
，计算方法如下：
Figure 17234DEST_PATH_IMAGE066
式中，b为相邻拉锚绳3锚固端之间的距离；
提取合力最大的两个值
Figure 376671DEST_PATH_IMAGE021
、
Figure 767201DEST_PATH_IMAGE022
，初步判定落石冲击区域在最大合力 的两根支撑钢柱1之间；两个合力的差值
Figure 703933DEST_PATH_IMAGE023
和两个合力平均值
Figure 80688DEST_PATH_IMAGE067
的计算方法如下：
Figure 419265DEST_PATH_IMAGE068
落石冲击区域定位系数
Figure 980696DEST_PATH_IMAGE026
的计算方法如下：
Figure 280091DEST_PATH_IMAGE027
。
冲击区域判别标准如表1所示：
Figure 319591DEST_PATH_IMAGE069
所述步骤（d）中，系统部件极限承载能力的确定方法如下：
根据系统选用的耗能器型号规格确定支撑绳2的极限滑移量
Figure 919199DEST_PATH_IMAGE070
，根据支撑绳2的 规格确定支撑绳2破断力
Figure 120374DEST_PATH_IMAGE009
，拉锚绳3破断力
Figure 297277DEST_PATH_IMAGE010
，拉锚绳耗能器8极限伸长量
Figure 874889DEST_PATH_IMAGE071
；
根据系统安装条件和构件规格，可得支撑钢柱1倾角极限值
Figure 329004DEST_PATH_IMAGE007
，由下式表示：
Figure 232238DEST_PATH_IMAGE072
支撑钢柱1弯曲变形量
Figure 771804DEST_PATH_IMAGE044
不超过支撑钢柱1长度的5%，则支撑钢柱1的极限弯曲变 形量
Figure 153106DEST_PATH_IMAGE008
的计算方法如下：
Figure 461728DEST_PATH_IMAGE073
。
所述步骤（e）中，系统部件失效判别方式如下：
读取支撑绳2滑移量
Figure 270284DEST_PATH_IMAGE004
和支撑绳2拉力
Figure 156200DEST_PATH_IMAGE003
，
Figure 482140DEST_PATH_IMAGE039
为传感器编号，
Figure 769901DEST_PATH_IMAGE039
=1,2,3，……；若
Figure 890304DEST_PATH_IMAGE040
且
Figure 263517DEST_PATH_IMAGE041
，则支撑绳2未发生破断，且支撑绳耗能器7还能继续工作；反 之，支撑绳2破断或支撑绳耗能器7达到极限伸长量；
读取支撑钢柱1倾角
Figure 127568DEST_PATH_IMAGE074
和拉锚绳3拉力
Figure 269836DEST_PATH_IMAGE005
，若
Figure 826719DEST_PATH_IMAGE075
且
Figure 687228DEST_PATH_IMAGE076
，则拉 锚绳3未发生破断，且拉锚绳耗能器8还能继续工作；反之，拉锚绳3破断或拉锚绳耗能器8达 到极限伸长量；
读取支撑钢柱1的弯曲变形值
Figure 948445DEST_PATH_IMAGE044
，若
Figure 86165DEST_PATH_IMAGE077
Figure 938583DEST_PATH_IMAGE045
，则判定支撑钢柱1完好，反之 则判定支撑钢柱1屈曲无法继续使用。
所述步骤（f）中，系统剩余性能评估方法如下：
根据拉锚绳耗能器8伸长量
Figure 896175DEST_PATH_IMAGE078
及拉锚绳耗能器8规格可计算拉锚绳耗能器8的耗 能
Figure 226662DEST_PATH_IMAGE079
：
Figure 77944DEST_PATH_IMAGE080
式中，
Figure 711050DEST_PATH_IMAGE081
为拉锚绳耗能器8的力-位移曲线关系式；
支撑绳2滑移量
Figure 546151DEST_PATH_IMAGE004
与支撑绳耗能器7伸长量一致，根据支撑绳耗能器7规格可计算 支撑绳耗能器7耗能
Figure 555696DEST_PATH_IMAGE050
：
Figure 527063DEST_PATH_IMAGE051
式中，
Figure 331071DEST_PATH_IMAGE082
为支撑绳耗能器7的力-位移曲线关系式；
据统计，被动防护网系统受落石冲击作用时，耗能器耗能约占系统耗能的80%，其 中支撑绳耗能器7耗能约占60%，拉锚绳耗能器8耗能约占20%；据此推算落石灾害的冲击能 量
Figure 122309DEST_PATH_IMAGE083
：
Figure 806318DEST_PATH_IMAGE084
系统剩余性能
Figure 632191DEST_PATH_IMAGE085
计算方法如下：
Figure 341521DEST_PATH_IMAGE086
。
所述步骤（g）中，系统健康状态判断标准如下：
根据系统设计防护能量
Figure 885635DEST_PATH_IMAGE057
，可算得系统剩余能量比
Figure 96036DEST_PATH_IMAGE060
为：
Figure 776416DEST_PATH_IMAGE059
结合剩余性能能量比
Figure 922227DEST_PATH_IMAGE058
结果与系统部件性能判别，将系统健康状态划分为优、良、 中、差4个等级，判别标准与系统维养决策如表2所示。
表2 系统健康状态标准与维养决策
Figure 688058DEST_PATH_IMAGE087
实施例2
本实施例提供一种用于落石冲击后柔性网系统维养决策的智能化评价方法，结合某山区落石常发点，具体说明本实施例的一种基于被动防护网系统健康监测的系统剩余性能评价方法，步骤如下：
系统如图2所示，详细安装条件如下：支撑钢柱1的高度h=8m，拉锚绳3的长度l= 13.416m，相邻两个拉锚绳3锚固端中点至支撑钢柱1基座的距离
Figure 702150DEST_PATH_IMAGE088
，拉锚绳耗能器 8极限伸长量
Figure 112403DEST_PATH_IMAGE089
，相邻两个拉锚绳3锚固端之间的距离b=8m；支撑钢柱1安 装角度
Figure 819328DEST_PATH_IMAGE018
=90°；选用的支撑绳2为
Figure 72455DEST_PATH_IMAGE090
，拉锚绳3为
Figure 765604DEST_PATH_IMAGE091
，系统设计能力为500kJ。
落石冲击作用后，获取所有传感器的响应数据，提取冲击作用下的峰值，并对响应数据进行分类，相应数据如表3所示。
表3数据采集系统数据
Figure 420576DEST_PATH_IMAGE092
如图3和图4所示，根据测得的钢柱倾角
Figure 32823DEST_PATH_IMAGE015
，可由下式计算拉锚绳耗能器8伸长量， 伸长量如表4所示。
Figure 383033DEST_PATH_IMAGE093
表4拉锚绳耗能器伸长量
Figure 738928DEST_PATH_IMAGE094
根据系统布置方式，计算拉锚绳3对支撑钢柱1的合力值
Figure 513986DEST_PATH_IMAGE006
，计算方法如下：
Figure 172500DEST_PATH_IMAGE095
可得拉锚绳3对四根支撑钢柱1的合力如表5所示。
表5拉锚绳对支撑钢柱的拉力
Figure 400220DEST_PATH_IMAGE096
因此，
Figure 294226DEST_PATH_IMAGE097
，
Figure 127053DEST_PATH_IMAGE098
。他们的差值
Figure 81102DEST_PATH_IMAGE023
与平 均值
Figure 671484DEST_PATH_IMAGE067
分别为：
Figure 369181DEST_PATH_IMAGE025
故
Figure 853252DEST_PATH_IMAGE030
，判定落石冲击区域为中间跨的中间区域。
系统选用的耗能器型号规格确定支撑绳2的极限滑移量
Figure 712624DEST_PATH_IMAGE099
，
选用的支撑绳2为
Figure 649356DEST_PATH_IMAGE090
，单根支撑绳2破断力
Figure 26111DEST_PATH_IMAGE100
。由表1可得支撑 绳2滑移量
Figure 630267DEST_PATH_IMAGE004
和支撑绳2拉力
Figure 67065DEST_PATH_IMAGE003
，满足条件：
Figure 491093DEST_PATH_IMAGE040
和
Figure 671539DEST_PATH_IMAGE041
，因此支撑绳2未 发生破断，且耗能器还能继续工作。
钢柱倾角极限值
Figure 130202DEST_PATH_IMAGE101
，可由下式计算：
Figure 862534DEST_PATH_IMAGE102
Figure 383646DEST_PATH_IMAGE103
选用的拉锚绳3为
Figure 757995DEST_PATH_IMAGE091
，破断力
Figure 946531DEST_PATH_IMAGE100
。支撑钢柱倾角θ i和拉锚绳3 拉力
Figure 849765DEST_PATH_IMAGE005
，满足条件：
Figure 123751DEST_PATH_IMAGE075
和
Figure 505054DEST_PATH_IMAGE104
，拉锚绳3未发生破断，且拉锚绳耗能器8还 能继续工作。
支撑钢柱1变化量
Figure 938310DEST_PATH_IMAGE002
满足条件：
Figure 887811DEST_PATH_IMAGE105
，支撑钢柱1完好，可以继续工作。
根据拉锚绳耗能器8伸长量
Figure 39307DEST_PATH_IMAGE106
及拉锚绳耗能器8规格可计算拉锚绳耗能器8的耗 能
Figure 834087DEST_PATH_IMAGE107
：
Figure 387428DEST_PATH_IMAGE080
式中，
Figure 366886DEST_PATH_IMAGE049
为拉锚绳耗能器8的力-位移曲线关系式。拉锚绳耗能器8耗能能量如 表6所示，拉锚绳耗能器8耗能
Figure 615465DEST_PATH_IMAGE108
。
表6拉锚绳耗能器耗能
Figure 350289DEST_PATH_IMAGE110
支撑绳2滑移量
Figure 226978DEST_PATH_IMAGE004
与支撑绳耗能器7伸长量一致，根据支撑绳耗能器7规格可计算 支撑绳耗能器7耗能
Figure 377336DEST_PATH_IMAGE050
：
Figure 113211DEST_PATH_IMAGE051
式中，
Figure 640007DEST_PATH_IMAGE052
为支撑绳耗能器7的力-位移曲线关系式。支撑绳耗能器7各耗能能 量如表7所，故支撑绳耗能器7耗能
Figure 636782DEST_PATH_IMAGE111
。
表7拉锚绳耗能器耗能
Figure 833408DEST_PATH_IMAGE113
注：U为上支撑绳；D为下支撑绳
据统计，被动防护网系统受落石冲击作用时，耗能器耗能约占系统耗能的80%，其 中支撑绳耗能器7耗能约占60%，拉锚绳耗能器8耗能约占20%。据此推算落石灾害的冲击能 量
Figure 915634DEST_PATH_IMAGE114
：
Figure 246121DEST_PATH_IMAGE116
系统的剩余性能
Figure 97403DEST_PATH_IMAGE055
为：
Figure 730509DEST_PATH_IMAGE117
根据系统设计防护能量
Figure 300031DEST_PATH_IMAGE057
，可算得系统剩余能量比
Figure 168630DEST_PATH_IMAGE058
为：
Figure 749784DEST_PATH_IMAGE118
Figure 678425DEST_PATH_IMAGE119
，则该被动网系统健康状态为良，可更换系统少量部件继续投 入使用。
以上示意性的对本发明及其实施方式进行了描述，该描述没有限制性，附图中所示的也只是本发明的实施方式之一，实际的结构并不局限于此。所以，如果本领域的普通技术人员受其启示，在不脱离本发明创造宗旨的情况下，不经创造性的设计出与该技术方案相似的结构方式及实施例，均应属于本发明的保护范围。

Claims (7)

1.用于落石冲击后柔性网系统维养决策的智能化评价方法，其特征在于：包括以下步骤：
（a）建立基于落石冲击后支撑钢柱（1）的偏转量、支撑钢柱（1）弯曲变形量、支撑绳（2）拉力、支撑绳（2）滑移量、拉锚绳（3）拉力的柔性网系统健康状态的综合判别方案，据此在防护网系统的相应位置布置位移传感器（4）、倾角仪（5）、拉力传感器（6），通过无线传输进入数据处理终端，用于系统维养决策的智能化评价；
（b）通过无线传输获取冲击作用时所有传感器的瞬时响应数据，包括：支撑钢柱（1）倾 角
Figure 48168DEST_PATH_IMAGE001
、支撑钢柱（1）弯曲变形量
Figure 293205DEST_PATH_IMAGE002
、支撑绳（2）拉力
Figure 276204DEST_PATH_IMAGE003
、支撑绳（2）滑移量
Figure 999310DEST_PATH_IMAGE004
和拉锚绳（3） 拉力
Figure 141578DEST_PATH_IMAGE005
，采用冒泡法识别各类数据的响应峰值，并对响应数据进行列表分类；
（c）采用冒泡排序法筛选并按降序排列表中各拉锚绳（3）拉力响应
Figure 291937DEST_PATH_IMAGE005
，据此确定拉锚绳 对支撑钢柱（1）的合力
Figure 762232DEST_PATH_IMAGE006
，基于柔性网力学行为特征，判别落石冲击区域；
（d）根据系统部件规格和系统安装方式，确定各部件的极限承载能力，包括支撑钢柱 （1）倾角极限偏转量
Figure 300747DEST_PATH_IMAGE007
、支撑钢柱（1）极限弯曲变形量
Figure 563101DEST_PATH_IMAGE008
、支撑绳（2）破断力
Figure 618782DEST_PATH_IMAGE009
、 拉锚绳（3）破断力
Figure 576374DEST_PATH_IMAGE010
和耗能器极限伸长量
Figure 641282DEST_PATH_IMAGE011
；
（e）通过表格中系统各部件的响应数据，获取冲击作用下耗能器的伸长量
Figure 226984DEST_PATH_IMAGE012
、支撑钢柱 （1）倾角
Figure 984724DEST_PATH_IMAGE013
、支撑绳（2）拉力
Figure 554246DEST_PATH_IMAGE003
、拉锚绳（3）拉力
Figure 32632DEST_PATH_IMAGE005
、支撑钢柱（1）弯曲变形量
Figure 269578DEST_PATH_IMAGE014
，对比响应 数据是否超过步骤（d）中确定的各部件极限承载能力来判别系统部件是否失效；
（f）根据响应数据，推算支撑绳耗能器（7）的耗能量以及拉锚绳耗能器（8）的耗能量，根据系统耗能特性，估算此次系统遭受的冲击能量，根据冲击能量与系统设防能力的差值评估系统的剩余性能；
（g）对系统健康状态建立优、良、中、差4级分级判断标准，并根据（d）和（e）对实际工作系统形成分级反馈，用于应急与维养决策判断。
2.根据权利要求1中所述的一种用于落石冲击后柔性网系统维养决策的智能化评价方法，其特征在于：所述步骤（c）中落石冲击区域判别方法如下：
根据测得的支撑钢柱（1）倾角
Figure 932641DEST_PATH_IMAGE015
，可由下式计算拉锚绳耗能器（8）的伸长量
Figure 130404DEST_PATH_IMAGE016
：
Figure 537114DEST_PATH_IMAGE017
式中，
Figure 362988DEST_PATH_IMAGE018
为相邻两个拉锚绳（3）锚固端中点至支撑钢柱（1）基座的距离；
Figure 603476DEST_PATH_IMAGE019
为支撑钢柱 （1）的高度；l为拉锚绳（3）的长度；b为相邻两个拉锚绳（3）锚固端之间的距离；
Figure 882011DEST_PATH_IMAGE018
为支撑钢 柱（1）安装角度；
根据系统布置方式，计算拉锚绳（3）对支撑钢柱（1）的合力值
Figure 233358DEST_PATH_IMAGE006
，计算方法如下：
Figure 913738DEST_PATH_IMAGE020
式中，b为相邻拉锚绳（3）锚固端之间的距离；
提取合力最大的两个值
Figure 449762DEST_PATH_IMAGE021
、
Figure 356538DEST_PATH_IMAGE022
，初步判定落石冲击区域在最大合力的两 根支撑钢柱（1）之间；两个合力的差值
Figure 370630DEST_PATH_IMAGE023
和两个合力平均值
Figure 312041DEST_PATH_IMAGE024
的计算方法如下：
Figure 753387DEST_PATH_IMAGE025
落石冲击区域定位系数
Figure 147459DEST_PATH_IMAGE026
的计算方法如下：
Figure 965242DEST_PATH_IMAGE027
。
3.根据权利要求2中所述的一种用于落石冲击后柔性网系统维养决策的智能化评价方法，其特征在于：冲击区域判别标准如下：
判别标准为当
Figure 495581DEST_PATH_IMAGE028
时，落石冲击区域为落石可能冲击于合力为
Figure 107828DEST_PATH_IMAGE021
的支撑钢柱（1）；
当
Figure 113830DEST_PATH_IMAGE029
时，落石冲击区域靠近合力为
Figure 610670DEST_PATH_IMAGE021
的支撑钢柱（1）；
当
Figure 385728DEST_PATH_IMAGE030
时，落石冲击区域位于两根支撑钢柱（1）之间的中间区域；
当
Figure 778664DEST_PATH_IMAGE031
时，落石可能冲击于合力为
Figure 271962DEST_PATH_IMAGE032
的支撑钢柱（1）；
当
Figure 165968DEST_PATH_IMAGE033
时，落石可能冲击于合力为
Figure 936478DEST_PATH_IMAGE034
的支撑钢柱（1）。
4.根据权利要求1中所述的一种用于落石冲击后柔性网系统维养决策的智能化评价方法，其特征在于：所述步骤（d）系统部件极限承载能力的确定方法如下：
根据系统选用的耗能器型号规格确定支撑绳（2）的极限滑移量
Figure 890528DEST_PATH_IMAGE035
，根据支撑绳（2）的 规格确定支撑绳（2）破断力
Figure 746488DEST_PATH_IMAGE036
，拉锚绳（3）破断力
Figure 444186DEST_PATH_IMAGE037
，拉锚绳耗能器（8）极限伸长 量
Figure 803623DEST_PATH_IMAGE038
；
根据系统安装条件和构件规格，可得支撑钢柱（1）倾角极限值
Figure 194153DEST_PATH_IMAGE039
，由下式表示：
Figure 271831DEST_PATH_IMAGE041
支撑钢柱（1）弯曲变形量
Figure 773219DEST_PATH_IMAGE042
不超过支撑钢柱（1）长度的5%，则支撑钢柱（1）的极限弯曲 变形量
Figure 377376DEST_PATH_IMAGE043
的计算方法如下：
Figure 814173DEST_PATH_IMAGE044
。
5.根据权利要求1和4中所述的任意一种用于落石冲击后柔性网系统维养决策的智能化评价方法，其特征在于：所述步骤（e）系统部件失效判别方式如下：
读取支撑绳（2）滑移量
Figure 238201DEST_PATH_IMAGE004
和支撑绳（2）拉力
Figure 277702DEST_PATH_IMAGE003
，
Figure 346152DEST_PATH_IMAGE045
为传感器编号，
Figure 78484DEST_PATH_IMAGE045
=1,2,3，……；若
Figure 989809DEST_PATH_IMAGE046
且
Figure 442787DEST_PATH_IMAGE047
，则支撑绳（2）未发生破断，且支撑绳耗能器（7）还能继续工作； 反之，支撑绳（2）破断或支撑绳耗能器（7）达到极限伸长量；
读取支撑钢柱（1）倾角
Figure 755956DEST_PATH_IMAGE048
和拉锚绳（3）拉力
Figure 670909DEST_PATH_IMAGE005
，若
Figure 944896DEST_PATH_IMAGE049
且
Figure 326198DEST_PATH_IMAGE050
，则拉 锚绳（3）未发生破断，且拉锚绳耗能器（8）还能继续工作；反之，拉锚绳（3）破断或拉锚绳耗 能器（8）达到极限伸长量；
读取支撑钢柱（1）的弯曲变形值
Figure 493874DEST_PATH_IMAGE051
，若
Figure 302431DEST_PATH_IMAGE051
Figure 798134DEST_PATH_IMAGE052
，则判定支撑钢柱（1）完好，反之则 判定支撑钢柱（1）屈曲无法继续使用。
6.根据权利要求5中所述的一种用于落石冲击后柔性网系统维养决策的智能化评价方法，其特征在于：所述步骤（f）系统剩余性能评估方法如下：
根据拉锚绳耗能器（8）伸长量
Figure 983128DEST_PATH_IMAGE053
及拉锚绳耗能器（8）规格可计算拉锚绳耗能器（8）的 耗能
Figure 270889DEST_PATH_IMAGE054
：
Figure 125713DEST_PATH_IMAGE055
式中，
Figure 498926DEST_PATH_IMAGE056
为拉锚绳耗能器（8）的力-位移曲线关系式；
支撑绳（2）滑移量
Figure 222031DEST_PATH_IMAGE004
与支撑绳耗能器（7）伸长量一致，根据支撑绳耗能器（7）规格可计 算支撑绳耗能器（7）耗能
Figure 98720DEST_PATH_IMAGE057
：
Figure 655603DEST_PATH_IMAGE058
式中，
Figure 984953DEST_PATH_IMAGE059
为支撑绳耗能器（7）的力-位移曲线关系式；
被动防护网系统受落石冲击作用时，耗能器耗能占系统耗能的80%，其中支撑绳耗能器 （7）耗能占60%，拉锚绳耗能器（8）耗能占20%；据此推算落石灾害的冲击能量
Figure 511750DEST_PATH_IMAGE060
：
Figure 242945DEST_PATH_IMAGE061
系统剩余性能
Figure 705151DEST_PATH_IMAGE062
计算方法如下：
Figure 787376DEST_PATH_IMAGE063
。
7.根据权利要求8中所述的一种用于落石冲击后柔性网系统维养决策的智能化评价方法，其特征在于：所述步骤（g）系统健康状态判断标准如下：
根据系统设计防护能量
Figure 852284DEST_PATH_IMAGE064
，可算得系统剩余能量比
Figure 703566DEST_PATH_IMAGE065
为：
Figure 336672DEST_PATH_IMAGE066
结合剩余性能能量比
Figure 640615DEST_PATH_IMAGE067
结果与系统部件性能判别，将系统健康状态划分为优、良、中、 差4个等级，判别标准与系统维养决策如下：
系统健康状态等级为优时，判别标准为
Figure 774793DEST_PATH_IMAGE068
且无部件损坏，系统维养决策为系 统可继续使用；
系统健康状态等级为良时，判别标准为
Figure 887105DEST_PATH_IMAGE069
，系统维养决策 为可更换系统少量部件继续投入使用；
系统健康状态等级为中时，判别标准为
Figure 815747DEST_PATH_IMAGE070
，系统维 养决策为需更换整个系统或系统大量部件才可继续使用；
系统健康状态等级为差时，判别标准为
Figure 13510DEST_PATH_IMAGE071
或有部件损坏，系统维养决策为系统 无法继续投入工作。
CN202111057913.3A 2021-09-09 2021-09-09 用于落石冲击后柔性网系统维养决策的智能化评价方法 Active CN113946892B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111057913.3A CN113946892B (zh) 2021-09-09 2021-09-09 用于落石冲击后柔性网系统维养决策的智能化评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111057913.3A CN113946892B (zh) 2021-09-09 2021-09-09 用于落石冲击后柔性网系统维养决策的智能化评价方法

Publications (2)

Publication Number Publication Date
CN113946892A true CN113946892A (zh) 2022-01-18
CN113946892B CN113946892B (zh) 2022-07-22

Family

ID=79328015

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111057913.3A Active CN113946892B (zh) 2021-09-09 2021-09-09 用于落石冲击后柔性网系统维养决策的智能化评价方法

Country Status (1)

Country Link
CN (1) CN113946892B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114781115A (zh) * 2022-03-07 2022-07-22 西南交通大学 一种灾后柔性网系统网片损伤度快速评价方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105256731A (zh) * 2015-11-18 2016-01-20 成都希尔特科技有限公司 基于能量匹配原理的防落石被动柔性防护网系统设计方法
CN109284572A (zh) * 2018-10-22 2019-01-29 西南交通大学 一种基于滑移变形的被动柔性防护网系统工作状态评价方法
CN113174876A (zh) * 2021-06-28 2021-07-27 西南交通大学 旋转式智能防冲击钢柱及灾害评估方法
CN113252274A (zh) * 2021-04-02 2021-08-13 西南交通大学 耗能器冲击试验装置及其冲击试验方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105256731A (zh) * 2015-11-18 2016-01-20 成都希尔特科技有限公司 基于能量匹配原理的防落石被动柔性防护网系统设计方法
CN109284572A (zh) * 2018-10-22 2019-01-29 西南交通大学 一种基于滑移变形的被动柔性防护网系统工作状态评价方法
CN113252274A (zh) * 2021-04-02 2021-08-13 西南交通大学 耗能器冲击试验装置及其冲击试验方法
CN113174876A (zh) * 2021-06-28 2021-07-27 西南交通大学 旋转式智能防冲击钢柱及灾害评估方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
ZHIXIANG YU 等: "Dynamic response of flexible rockfall barriers with different block shapes", 《TECHNICAL NOTES》 *
任文清等: "山区公路边坡滑塌的柔性防护治理设计", 《北方交通》 *
赵世春等: "被动柔性防护网受力机理试验研究与数值计算", 《土木工程学报》 *
齐欣等: "被动柔性拦截网在长昆线某边坡防护工程中的应用", 《防灾减灾工程学报》 *
齐欣等: "被动柔性防护系统对落石冲击作用的传播效应", 《西南交通大学学报》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114781115A (zh) * 2022-03-07 2022-07-22 西南交通大学 一种灾后柔性网系统网片损伤度快速评价方法

Also Published As

Publication number Publication date
CN113946892B (zh) 2022-07-22

Similar Documents

Publication Publication Date Title
CN107687924B (zh) 一种桥梁的安全预警方法及系统
Kappos Seismic damage indices for RC buildings: evaluation of concepts and procedures
CN109711632B (zh) 一种基于瓦斯涌出异常敏感指标的煤与瓦斯突出预测方法
CN106556498B (zh) 桥梁结构损伤识别方法及系统
US11920474B2 (en) Protecting trolley and construction method of rock burst prewarning protection system in non-contact tunnel construction
CN113946892B (zh) 用于落石冲击后柔性网系统维养决策的智能化评价方法
CN109559025A (zh) 一种桥梁检监测一体化健康状况评估体系及其使用方法
CN113900381B (zh) 一种基于物联网的钢结构远程健康监测平台及应用方法
CN103020429A (zh) 一种系杆拱桥的健康状态综合决策评估方法
CN114707222A (zh) 一种顾及渗流的尾矿库坝体稳定性实时在线分析与预测方法
CN108829936A (zh) 基于t-s模糊神经网络的既有重力式挡土墙技术状态评估方法
CN114781115B (zh) 一种灾后柔性网系统网片损伤度快速评价方法
CN104200085A (zh) 一种强烈地震带滑坡防治工程健康评估方法
CN111776962A (zh) 一种基于大数据的建筑施工安全监测管理系统
CN108197395A (zh) 一种输电线路总荷载模型的构建方法和应用
Valtinat et al. Strengthening of riveted and bolted steel constructions under fatigue loading by preloaded fasteners-experimental and theoretical investigations
KR102220477B1 (ko) 역해석 기법을 이용한 흙막이 공사 정보화 시공장치 및 제어방법
CN107463718A (zh) 一种下伏采空区地面线性构筑物稳定性评价指标的确定方法
CN110189044A (zh) 一种中小跨径预应力混凝土梁桥过火后承载能力检测方法
CN114970273A (zh) 一种基于arima-lstm组合模型的输电杆塔应变时间序列预测与失稳预警方法
CN111400808B (zh) 模拟过载谱下的公路桥梁防抖和过载性能控制系统
CN115062979A (zh) 基于层次分析和模糊评价的金属屋面性能评估方法和系统
KR20220088376A (ko) 건축물 안전성 평가 방법
CN114169597A (zh) 一种岩爆控制措施实施效果全过程定量评价方法
CN105701333A (zh) 一种空间预应力索杆体系整体安全性评价方法

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