CN114136514A - 一种高性能超薄索力传感器及索力监测系统 - Google Patents

Abstract

本发明公开了一种高性能超薄索力传感器及索力监测系统，所述高性能超薄索力传感器包括监测圆环及信号处理组件；所述监测圆环套装于被测拉索的锚固端，且所述监测圆环的内径与所述被测拉索的直径相同；所述监测圆环的外侧面设置有薄膜电阻应变片；所述信号处理组件与所述监测圆环电连接，通过所述监测圆环的电信号确定所述被测拉索的索力数据。本发明的传感器在实现了对时变索力数值监测，也即对索力数据的实时监测的同时，由于不再将传感器贴装于所述被测拉索表面，而是采用固定于拉索锚固端的圆环作为测量主体，大大提升了索力传感器的使用寿命，同时相比于现有技术中的其他传感器，其测量主体的厚度也大大降低，有利于设备的小型化。

Description

一种高性能超薄索力传感器及索力监测系统

技术领域

本发明涉及索力监测领域，特别是涉及一种高性能超薄索力传感器及索力监测系统。

背景技术

索承体系桥梁由于其优美的建筑造型和优越的跨越能力，被广泛应用于大跨桥梁中。拉索作为此类桥梁的关键受力构件，对桥梁结构安全性具有重要的作用。实际工程中，拉索失效会导致整个桥梁失效甚至产生倒塌事故，这是因为拉索没有达到指定的索力而成为失效索，这些失效拉索将损失的索力转移到其他构件上，使得其他构件承担的荷载会产生突然增大或应力集中现象。因此，无论是在桥梁施工阶段还是服役过程中，对拉索索力的实时监测是保证大跨桥梁结构安全运营的前提条件。

目前，国内外对于拉索索力的获取方法有实测法和基于振动的识别方法。实测法大多是通过在拉索或其相关装置中安装传感器直接测试索力，常用的拉索传感器包括压力传感器、光纤光栅传感器、磁通量传感器等。但是上述传感器存在耐久性不足、不易更换等问题，无法用于索力的长期监测；基于振动的识别方法是先通过振动法获取拉索频率，再根据建立的索力-频率之间的函数关系来识别索力。目前常用公式是根据张拉弦理论，简化拉索两端约束条件计算索力，然而基于振动法识别出的索力精度不够，并且振动频率法只能测得某个时间段内的平均索力，无法得到拉索的时变索力数值。

因此，如何在实现时变索力数值监测，也即索力实时监测的同时，提升索力传感器的使用寿命，是本领域技术人员亟待解决的问题。

发明内容

本发明的目的是提供一种高性能超薄索力传感器及索力监测系统，以解决现有技术中时变索力数值监测与使用寿命不可兼得的问题。

为解决上述技术问题，本发明提供一种高性能超薄索力传感器，所述高性能超薄索力传感器包括监测圆环及信号处理组件；

所述监测圆环套装于被测拉索的锚固端，且所述监测圆环的内径与所述被测拉索的直径相同；

所述监测圆环的外侧面设置有薄膜电阻应变片；

所述信号处理组件与所述监测圆环电连接，通过所述监测圆环的电信号确定所述被测拉索的索力数据。

可选地，在所述的高性能超薄索力传感器中，所述监测圆环的外侧面包括位于所述外侧面侧边，且垂直于所述外侧面向外延伸的槽壁。

可选地，在所述的高性能超薄索力传感器中，所述薄膜电阻应变片从内到外依次包括绝缘层、电阻层及保护层。

可选地，在所述的高性能超薄索力传感器中，所述电阻层依次通过物理气相沉积镀膜技术及机械掩膜工艺设置于所述绝缘层的表面。

可选地，在所述的高性能超薄索力传感器中，所述信号处理组件的外壳为防水外壳。

可选地，在所述的高性能超薄索力传感器中，所述薄膜电阻应变片焊接于所述外侧面。

可选地，在所述的高性能超薄索力传感器中，所述监测圆环的厚度的范围为22毫米至50毫米，包括端点值。

可选地，在所述的高性能超薄索力传感器中，所述信号处理组件还包括网络终端模块；

所述网络终端模块用于与外部网络信号连接。

一种索力监测系统，包括上述的高性能超薄索力传感器、网关单元及处理终端；

所述网关单元与多个所述高性能超薄索力传感器之间自组网，并将所述高性能超薄索力传感器测得的索力数据发送至所述处理终端；

所述处理终端用于汇总并监测所述索力数据。

可选地，在所述的索力监测系统中，所述高性能超薄索力传感器之间通过逐级组网、跳级组网及多跳级组网中的至少一种方式自组网。

本发明所提供的高性能超薄索力传感器，所述高性能超薄索力传感器包括监测圆环及信号处理组件；所述监测圆环套装于被测拉索的锚固端，且所述监测圆环的内径与所述被测拉索的直径相同；所述监测圆环的外侧面设置有薄膜电阻应变片；所述信号处理组件与所述监测圆环电连接，通过所述监测圆环的电信号确定所述被测拉索的索力数据。本发明的传感器通过所述监测圆环与所述被测拉索紧贴，当所述被测拉索的索力发生变化时，所述监测圆环内圈受到的压力也会发生变化，所述监测圆环产生微小形变，带动所述薄膜电阻应变片的电阻发生变化，被所述信号处理组件感知并得到对应的索力数据。本发明在实现了对时变索力数值监测，也即对索力数据的实时监测的同时，由于不再将传感器贴装于所述被测拉索表面，而是采用固定于拉索锚固端的圆环作为测量主体，大大提升了高性能超薄索力传感器的使用寿命，同时相比于现有技术中的其他传感器，其测量主体的厚度也大大降低，有利于设备的小型化。本发明同时还提供了一种具有上述有益效果的索力监测系统。

附图说明

为了更清楚的说明本发明实施例或现有技术的技术方案，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的介绍，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为本发明提供的高性能超薄索力传感器的一种具体实施方式的结构示意图；

图2为本发明提供的高性能超薄索力传感器的另一种具体实施方式的局部结构示意图；

图3为本发明提供的高性能超薄索力传感器的又一种具体实施方式的三维结构示意图；

图4为本发明提供的索力监测系统的一种具体实施方式的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。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前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的核心是提供一种高性能超薄索力传感器，其一种具体实施方式的结构示意图如图1所示，称其为具体实施方式一，所述高性能超薄索力传感器包括监测圆环100及信号处理组件200；

所述监测圆环100套装于被测拉索的锚固端，且所述监测圆环100的内径与所述被测拉索的直径相同；

所述监测圆环100的外侧面设置有薄膜电阻应变片110；

所述信号处理组件200与所述监测圆环100电连接，通过所述监测圆环100的电信号确定所述被测拉索的索力数据。

在具体操作中，由于所述监测圆环100的外侧面为曲面，难以直接在上面做镀膜，因此，实际操作中一般为在平面上先通过物理气相沉积(PVD)镀膜技术及机械掩膜制得所述薄膜应变片，再将所述薄膜应变片焊接在所述监测圆环100上。

更进一步地，所述监测圆环100上设置有锥形环130，解决了环形弹性体的应力集中问题，提高了索力测量精度。

优选地，所述信号处理组件200的外壳为防水外壳由于所述高性能超薄索力传感器一般用于测量桥梁的吊索的索力，因此免不了日晒雨淋，将所述信号处理组件200的外壳限定为防水外壳，可大大降低对所述高性能超薄索力传感器安装位置的要求，增加设备使用的灵活性，提高设备使用寿命。

优选地，所述监测圆环100的厚度的范围为22毫米至50毫米，包括端点值，如22.0毫米、36.7毫米或50.0毫米中任一个。当然，所述监测圆环100的厚度也可以看作所述监测圆环100侧面的宽度，且所述监测圆环100的量程可达30吨至1000吨。

所述高性能超薄索力传感器可通过设置在所述信号处理组件200内部的电源组件进行供电，其中所述电源组件的供电电池为型号ER26500的锂电池，用于提供高性能超薄索力传感器的工作用电，包括监测用电、MCU(Microcontroller Unit微控制单元)工作用电和无线信号传输模块(下文中的LORA终端模块)的工作用电，电池寿命不少于三年，如需监测更长时间可接外部电池；MCU是智能传感器的总控制系统，具有零位跟踪、蠕变补偿、标定系数置入等功能；无线信号传输模块为LORAWAN模块，监测节点量＞100万，从而能便利实现对桥梁上各根拉索的物联网监控升级转型。

本发明所提供的高性能超薄索力传感器，所述高性能超薄索力传感器包括监测圆环100及信号处理组件200；所述监测圆环100套装于被测拉索的锚固端，且所述监测圆环100的内径与所述被测拉索的直径相同；所述监测圆环100的外侧面设置有薄膜电阻应变片110；所述信号处理组件200与所述监测圆环100电连接，通过所述监测圆环100的电信号确定所述被测拉索的索力数据。本发明的传感器通过所述监测圆环100与所述被测拉索紧贴，当所述被测拉索的索力发生变化时，所述监测圆环100内圈受到的压力也会发生变化，所述监测圆环100产生微小形变，带动所述薄膜电阻应变片110的电阻发生变化，被所述信号处理组件200感知并得到对应的索力数据。本发明在实现了对时变索力数值监测，也即对索力数据的实时监测的同时，由于不再将传感器贴装于所述被测拉索表面，而是采用固定于拉索锚固端的圆环作为测量主体，大大提升了高性能超薄索力传感器的使用寿命，同时相比于现有技术中的其他传感器，其测量主体的厚度也大大降低，有利于设备的小型化。

在具体实施方式一的基础上，进一步对所述监测圆环100做改进，得到具体实施方式二，其结构示意图如图2所示，包括监测圆环100及信号处理组件200；

所述监测圆环100套装于被测拉索的锚固端，且所述监测圆环100的内径与所述被测拉索的直径相同；

所述监测圆环100的外侧面设置有薄膜电阻应变片110；

所述信号处理组件200与所述监测圆环100电连接，通过所述监测圆环100的电信号确定所述被测拉索的索力数据；

所述监测圆环100的外侧面包括位于所述外侧面侧边，且垂直于所述外侧面向外延伸的槽壁120。

请参考图2，图2为所述监测圆环100的环道截面图，所述监测圆环100的外侧面的两个边缘伸展出两个立面(即前文中的槽壁120)，将圆环的外表面作为底边，形成凹槽，所述薄膜电阻应变片110设置于所述凹槽底部，两个所述槽壁120阻挡所述薄膜电阻应变片110发生滑动位移，也避免来自外部的物理冲击损坏所述薄膜电阻应变片110，提高所述高性能超薄索力传感器的工作稳定性。图3为所述监测圆环100的立体截面图，其中，所述薄膜电阻应变片110被夹于两所述槽壁120之间，未能画出。

在具体实施方式二的基础上，进一步对所述信号处理组件200做改进，得到具体实施方式三，其结构示意图请参考前文中各具体实施方式，包括监测圆环100及信号处理组件200；

所述监测圆环100套装于被测拉索的锚固端，且所述监测圆环100的内径与所述被测拉索的直径相同；

所述监测圆环100的外侧面设置有薄膜电阻应变片110；

所述信号处理组件200与所述监测圆环100电连接，通过所述监测圆环100的电信号确定所述被测拉索的索力数据；

所述监测圆环100的外侧面包括位于所述外侧面侧边，且垂直于所述外侧面向外延伸的槽壁120；

所述信号处理组件200还包括网络终端模块；

所述网络终端模块用于与外部网络信号连接。

本具体实施方式中为所述信号处理组件200增设了所述网络终端模块，所述高性能超薄索力传感器可通过所述网络终端模块组网，将测得的所述索力数据上传，实现大数据整合。所述网络中断模块可使用LORA协议，对应的为LORA终端模块

本发明同时还提供了一种索力监测系统，其结构示意图如图4所示，称其为具体实施方式四，包括所述的高性能超薄索力传感器01、网关单元02及处理终端03；

所述网关单元02与多个所述高性能超薄索力传感器01之间自组网，并将所述高性能超薄索力传感器01测得的索力数据发送至所述处理终端03；

所述处理终端03用于汇总并监测所述索力数据。

本发明将新型超薄的高性能超薄索力传感器01(智能传感器)和现代智能物联网技术(信息采集、信息传输及信息智能处理)结合，建立桥梁群拉索的长期监测系统，实现每根拉索时变索力的在线监测。

不难看出，本具体实施方式中的索力监测系统对应的高性能超薄索力传感器01为前文中具体实施方式三，加装所述网络终端模块的高性能超薄索力传感器01，优选地为LORA终端模块，当然，也可根据实际情况换装其他网络协议的对应功能模块(下文中以LORA终端模块举例)。

可选地，在所述的索力监测系统中，所述高性能超薄索力传感器01之间通过逐级组网、跳级组网及多跳级组网中的至少一种方式自组网。

本发明采用的高性能超薄索力传感器01具有监测端超薄、电池供电、开放频段无线传输和微功耗的特点，改进传统传感器尺寸大、价格贵、不易安装、寿命短，无法完成长期监测的缺点，该系统可获得实时的索力监测结果。实现了对索力在桥梁施工、运营全寿命周期的实时在线监测，使相关测点可长期在人员不易接近的恶劣甚至危险环境中服役，形成可长期工作、无人监守、大数据物联网的索力监测系统。另外，还在该监测方法中的信息传输采用分布式、自组织拓扑方式，以数据为中心的分层结构进行数据采集的LORA技术，与其他技术比具有微功耗、扩频、抗干扰及自组网等优点，更好地保证索力监测数据的传输。

将所述LORA网关单元02安装在智能传感器节点的模块200米左右，所述LORA网关单元02采用交流电供电或太阳能板供电或蓄电池供电。网关与各高性能超薄索力传感器01自组网连接收集其采集的索力数据，通过无线网络将所收集的索力数据实时发送给云端服务器。其中，高性能超薄索力传感器01间的自组网包括逐级组网、跳级组网以及多跳级组网。逐级组网是指相邻的传感器之间依次组网；跳级组网是指间隔一个传感器的两个传感器之间进行组网连接，(跳级组网在跳过的该传感器出现故障而无法进行组网的情形下适用)；多跳级组网是指间隔两个以上传感器的两个传感器之间进行组网连接(多跳级组网在跳过的多个传感器均出现故障而无法进行组网的情形下适用)。

所述处理终端03通常位于云端服务器，所述云端服务器不仅对大量的索力数据进行存储，也对索力数据进行预处理。索力数据的预处理指对索力数据进行清洗，清洗的对象是数据噪声、长期趋势项、野值、失敏等数据错误。采用广义3δ准则之Super Smoother算法，剔除索力数据中的异常值和噪声信号。基本思路是利用原始索力数据与经过SuperSmoother算法光顺处理后的数据差值良好的统计特征，对其进行3δ准则判别异常值

Super Smoother算法：Friedman的Super Smoother算法是一个基于带有自适应带宽的局部线性回归的非参数回归估计函数。它的基本思想是：

①通过局部线性回归，估计若干固定带宽的平滑值；

②然后使用固定带宽平滑、处理每个初始估计值的留一交叉验证误差(留一交叉验证指：设数据集D的大小为N，将任一数据作为验证集，剩下N-1个数据作为训练集，且每次在数据集D中选取一组作为验证集直至所有样本都作为验证集，最后取验证误差的均值)；

③基于平滑后的误差，在预测变量范围内的所有数据中，挑选初始估计值中的最优带宽；

④用固定带宽去平滑局部带宽，并且从初始估计值中挑选两个估计值，使其带宽值最接近平滑；

⑤插入点再次被固定带宽所平滑，得到最终结果。

所述预处理(广义3δ准则之Super Smoother算法)的具体步骤为：

首先记索力监测数据的时间序列为{f_i}，i＝1,2,…n；然后使用Super Smoother算法对索力数据进行光顺处理，得到光顺后的曲线索力数据{s_i}，i＝1,2,…n；取s_i与f_i的差值进行分析，记为d_i；计算d_i的均值μ(指索力差值的均值)和标准差σ(指索力差值的标准差)，超出(μ-3σ,μ+3σ)范围的索力为异常值。

所述处理终端03还会根据用户需求，设置监测数据采样频率，建立用户数据平台，在拉索施工阶段采用改进的贝叶斯算法对索力进行监测和预测，在拉索运营阶段对索力进行监测，实现桥梁全寿命期的安全状态评估。

所述改进的贝叶斯算法与传统一般统计方法最显著的差别在于引入了先验分布，即认为任意一个未知量都可以看作一个随机变量，可以用一个概率分布去描述其未知状况，进而得到其似然函数及后验分布函数。

采用改进的贝叶斯算法实现拉索在施工阶段中索力预测的具体步骤为：

①在常规施工条件下，斜拉索首次张拉时由千斤顶油表控制其张拉力，索力偏差能够控制在5％以内，取正态分布N(μ，5.1²)作为索力偏差的总体分布，设μ的先验概率满足正态分布，即

其中，μ0＝0的物理意义为在拥有索力监测的样本数据前，斜拉索实测索力应等于理论索力；

②对斜拉桥中各根拉索进行编号1，2…m，已知i(1<i<m)号斜拉索在张拉后至桥梁完工共需经历w个施工阶段，设i号斜拉索在第8个施工阶段的索力理论值记为l_i8，实测值为f_i8，可得到i号斜拉索在前8个施工阶段中索力偏差的训练样本为：

D₈＝(f_i1-l_i1,f_i2-l_i2,...f_i8-l_i8)

③根据贝叶斯估计理论，在已有训练样本集合Dn(前n个施工阶段中索力偏差)的条件下，索力偏差x_n+1＝f_i(n+1)-l_i(n+1)(f_i(n+1)为i号拉索在第n+1个施工阶段的索力理论值，l_i(n+1)为i号拉索在第n+1个施工阶段的索力实测值)发生的概率密度为：

p(x_n+1|D_n)＝∫p(x_n+1|μ)p(μD_n)dμ

经一系列公式推导得：

其中：

μ0＝0，

故在得到i号拉索在前8阶段的索力样本偏差D8后,代入公式(2)，即可得μ₈，

代入公式(1)，即可得

其中，μ0指初始(未开始施工)索力偏差值的均值，为0；

指初始(未开始施工)索力偏差值的方值，为0；n为总施工阶段数；μ_n指前n个施工阶段，索力差值的均值；μ₈指前8个施工阶段，索力差值的均值；

指前8个施工阶段，索力差值的方差；x_p指拉索在第p个施工阶段(1＜p＜n)的索力理论值，与索力实测值的差值。

④故由(3)式可以得到拉索在施工第9阶段的索力偏差，可根据第九施工阶段后索力的理论值li9，得到拉索索力在第九阶段的预测值。

⑤当第九施工阶段完成后，由监测数据可得拉索索力的实测值为fi9，索力差值为fi9-li9，以此类推，已知前九个阶段的索力差值样本D₈＝(f_i1-l_i1,f_i2-l_i2,...f_i8-l_i8,f_i9-l_i9)，利用MATLAB平台，迭代更新第十阶段的索力偏差预测公式，不断修正、提高索力在下一阶段的预测精度。

拉索运营阶段的索力监测，通过对一座桥梁上所有拉索上智能传感节点采集的索力监测数据进行综合分析，评价桥梁在任意时刻的整体安全状态。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上对本发明所提供的高性能超薄索力传感器及索力监测系统进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。

Claims (10)

1.一种高性能超薄索力传感器，其特征在于，所述高性能超薄索力传感器包括监测圆环及信号处理组件；

所述监测圆环套装于被测拉索的锚固端，且所述监测圆环的内径与所述被测拉索的直径相同；

所述监测圆环的外侧面设置有薄膜电阻应变片；

所述信号处理组件与所述监测圆环电连接，通过所述监测圆环的电信号确定所述被测拉索的索力数据。

2.如权利要求1所述的高性能超薄索力传感器，其特征在于，所述监测圆环的外侧面包括位于所述外侧面侧边，且垂直于所述外侧面向外延伸的槽壁。

3.如权利要求1所述的高性能超薄索力传感器，其特征在于，所述薄膜电阻应变片从内到外依次包括绝缘层、电阻层及保护层。

4.如权利要求1所述的高性能超薄索力传感器，其特征在于，所述电阻层依次通过物理气相沉积镀膜技术及机械掩膜工艺设置于所述绝缘层的表面。

5.如权利要求1所述的高性能超薄索力传感器，其特征在于，所述信号处理组件的外壳为防水外壳。

6.如权利要求1所述的高性能超薄索力传感器，其特征在于，所述薄膜电阻应变片焊接于所述外侧面。

7.如权利要求1所述的高性能超薄索力传感器，其特征在于，所述监测圆环的厚度的范围为22毫米至50毫米，包括端点值。

8.如权利要求1至7任一项所述的高性能超薄索力传感器，其特征在于，所述信号处理组件还包括网络终端模块；

所述网络终端模块用于与外部网络信号连接。

9.一种索力监测系统，其特征在于，包括如权利要求1至8任一项所述的高性能超薄索力传感器、网关单元及处理终端；

所述网关单元与多个所述高性能超薄索力传感器之间自组网，并将所述高性能超薄索力传感器测得的索力数据发送至所述处理终端；

所述处理终端用于汇总并监测所述索力数据。

10.如权利要求9所述的索力监测系统，其特征在于，所述高性能超薄索力传感器之间通过逐级组网、跳级组网及多跳级组网中的至少一种方式自组网。

Images