CN114414029A - 一种基于数据算法的通信光缆的桥墩撞击在线监测方法 - Google Patents
一种基于数据算法的通信光缆的桥墩撞击在线监测方法 Download PDFInfo
- Publication number
- CN114414029A CN114414029A CN202111444238.XA CN202111444238A CN114414029A CN 114414029 A CN114414029 A CN 114414029A CN 202111444238 A CN202111444238 A CN 202111444238A CN 114414029 A CN114414029 A CN 114414029A
- Authority
- CN
- China
- Prior art keywords
- pier
- optical cable
- signal
- space
- collision
- 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
- 238000000034 method Methods 0.000 title claims abstract description 62
- 230000003287 optical effect Effects 0.000 title claims abstract description 40
- 238000012544 monitoring process Methods 0.000 title claims abstract description 37
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 32
- 238000004891 communication Methods 0.000 title claims abstract description 30
- 238000007781 pre-processing Methods 0.000 claims abstract description 9
- 239000013307 optical fiber Substances 0.000 claims abstract description 7
- 238000010586 diagram Methods 0.000 claims description 7
- 102000004152 Bone morphogenetic protein 1 Human genes 0.000 claims description 6
- 108090000654 Bone morphogenetic protein 1 Proteins 0.000 claims description 6
- 238000005520 cutting process Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 238000004088 simulation Methods 0.000 claims description 4
- 230000002123 temporal effect Effects 0.000 claims description 4
- 101150061927 BMP2 gene Proteins 0.000 claims description 3
- 102100024506 Bone morphogenetic protein 2 Human genes 0.000 claims description 3
- 101000762366 Homo sapiens Bone morphogenetic protein 2 Proteins 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 101100218949 Rattus norvegicus Bmp3 gene Proteins 0.000 claims description 2
- 230000008569 process Effects 0.000 description 6
- 238000003860 storage Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 230000006378 damage Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 229910000831 Steel Inorganic materials 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000002688 persistence Effects 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- HPTJABJPZMULFH-UHFFFAOYSA-N 12-[(Cyclohexylcarbamoyl)amino]dodecanoic acid Chemical compound OC(=O)CCCCCCCCCCCNC(=O)NC1CCCCC1 HPTJABJPZMULFH-UHFFFAOYSA-N 0.000 description 1
- 102100024504 Bone morphogenetic protein 3 Human genes 0.000 description 1
- 101000762375 Homo sapiens Bone morphogenetic protein 3 Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H9/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means
- G01H9/004—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means using fibre optic sensors
-
- E—FIXED CONSTRUCTIONS
- E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
- E01D—CONSTRUCTION OF BRIDGES, ELEVATED ROADWAYS OR VIADUCTS; ASSEMBLY OF BRIDGES
- E01D1/00—Bridges in general
Landscapes
- Engineering & Computer Science (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于数据算法的通信光缆的桥墩撞击在线监测方法，包括：利用分布式光纤振动探测仪采集待监测光缆的振动信号；对采集的振动信号进行预处理；基于数据算法对所述预处理后的振动信号进行计算判别，判别所述振动信号是否为桥墩撞击信号，完成桥墩撞击的在线监测。本发明可实时监测桥墩撞击情况，一旦发现桥墩撞击就进行识别告警，提高了桥梁的安全性。
Description
技术领域
本发明涉及结构健康监测的技术领域，尤其涉及一种基于数据算法的通信光缆的桥墩撞击在线监测方法。
背景技术
近年来，船桥碰撞事件频频发生，这类事故往往会使桥墩受损从而导致桥梁的承载力下降，甚至会引起桥梁的垮塌，船舶沉没以及人员伤亡等严重的灾难。特别是水运航道的发展以及过江桥梁的数量骤增，船只撞击桥梁的事件表示为增长态势。如武汉长江大桥从1957年建成到2000年共被撞80余次，其中有3次是因桥梁的高度小于船只的高度从而撞到钢梁，其余77次均为撞在桥墩上。而2007年佛山市的九江大桥同样是因船只撞击桥墩从而引发倒塌，造成多人死亡，船只撞击桥墩问题引发国内外专家学者很高的重视。
而当前我国的公路系统和市政系统，绝大多数桥梁依旧处于“养护管理不到位”或者“无人值守状态”，从而引发桥墩受损以及主体结构损伤等桥梁灾难，但后期主要是处于被动检测维修加固的情况，而目前国内桥墩监测系统依旧处于探索及尝试阶段。所以，快速及准确地判断出桥墩撞击发生的位置及时间，对增加供桥梁稳定性、减少主体结构坍塌带来的事件有着极为重要的经济意义。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
鉴于上述现有存在的问题，提出了本发明。
因此，本发明解决的技术问题是：无法快速及准确地判断出桥墩撞击发生的位置及时间，从而导致主体结构坍塌带来的事件增多。
为解决上述技术问题，本发明提供如下技术方案：利用分布式光纤振动探测仪采集待监测光缆的振动信号；对采集的振动信号进行预处理；基于数据算法对所述预处理后的振动信号进行计算判别，判别所述振动信号是否为桥墩撞击信号，完成桥墩撞击的在线监测。
作为本发明所述的基于数据算法的通信光缆的桥墩撞击在线监测方法的一种优选方案，其中：所述采集待监测光缆的振动信号包括外界的所有扰动以及噪声对光缆的影响。
作为本发明所述的基于数据算法的通信光缆的桥墩撞击在线监测方法的一种优选方案，其中：定义所述振动信号数据按照时间-空间的样式储存为时间-空间的二维数组X0，其中，X0(i,j)表示振动信号在空间点i、时刻点j的强度。
作为本发明所述的基于数据算法的通信光缆的桥墩撞击在线监测方法的一种优选方案，其中：对所述采集的振动信号进行预处理包括，对所述时间-空间的二维数组进行归一化，并进行剔除异常值，插补缺失值的预处理工作，得到数组X1，并将所述数组X1转换为图像BMP1。
作为本发明所述的基于数据算法的通信光缆的桥墩撞击在线监测方法的一种优选方案，其中：通过仿真模拟桥墩撞击的方式获得桥墩撞击时相应的振动信号，并处理时间-空间的二维数据，将得到的图像记为BMP2；基于仿真模拟的桥墩撞击信号，界定此桥墩撞击事件的开始时间、结束时间、空间的区间范围；通过对所述桥墩撞击事件数据的观察，比对事件的时空区间、空间上的传播形式和时间上的传播持续性，提取出单次拉桥墩撞击事件的空间影响范围，从所述BMP2切分出本事件的图像，即为单次人为桥墩撞击信号的模板BMP0。
作为本发明所述的基于数据算法的通信光缆的桥墩撞击在线监测方法的一种优选方案，其中：将所述时间-空间的二维图像BMP1的数据边界值作为相应的界定阈值，同时将BMP1转换为时间-空间的二值化数据X2。
作为本发明所述的基于数据算法的通信光缆的桥墩撞击在线监测方法的一种优选方案，其中：基于所述时间-空间的二值化数据X2，将所述X2中的涉及汽车行驶、桥面晃动的日常振动的处理方式过滤信号中存在的噪点，得到X3，并将其转化为BMP3；计算所述X3在空间范围上每一空间点在时间上的和值，定义投影值S中为低于阀值的区域为无信号区域，S中高于阀值区域为可能的事件区域，低值与高值之间的边界点为事件的边界；基于所述边界点切分出每一个可能存在的桥墩撞击事件的起止空间范围I。
作为本发明所述的基于数据算法的通信光缆的桥墩撞击在线监测方法的一种优选方案，其中：基于所述桥墩撞击事件起止的时空范围I，截取出可能的桥墩撞击区域的信号图Z，获取的典型的桥墩撞击信号；同时在上述步骤前提下，将模板B0在时空范围上进行相应调整得到通用模板T，适配不同情况下的撞击情况。
作为本发明所述的基于数据算法的通信光缆的桥墩撞击在线监测方法的一种优选方案，其中：按照所述通用模板T进行图像的归一化相关系数匹配法计算可能的桥墩撞击信号I、与模板T之间的数据拟合值R，其中计算公式为：
其中，w为宽度，h为高度。
作为本发明所述的基于数据算法的通信光缆的桥墩撞击在线监测方法的一种优选方案，其中：当R达到预设阈值30时，则认为本次信号是桥墩撞击信号，否则，认为此信号不是桥墩撞击信号。
本发明的有益效果：本发明可实时监测桥墩撞击情况，一旦发现桥墩撞击就进行识别告警，提高了桥梁的安全性。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例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性的前提下，还可以根据这些附图获得其它的附图。其中：
图1为本发明一个实施例提供的一种基于数据算法的通信光缆的桥墩撞击在线监测方法的基本结构组成示意图；
图2为本发明一个实施例提供的一种基于数据算法的通信光缆的桥墩撞击在线监测方法的典型的桥墩撞击模板信号示意图；
图3为本发明一个实施例提供的一种基于数据算法的通信光缆的桥墩撞击在线监测方法的典型的日常信号示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明，显然所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通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，都应当属于本发明的保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。
本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。
同时在本发明的描述中，需要说明的是，术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一、第二或第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
本发明中除非另有明确的规定和限定，术语“安装、相连、连接”应做广义理解，例如：可以是固定连接、可拆卸连接或一体式连接；同样可以是机械连接、电连接或直接连接，也可以通过中间媒介间接相连，也可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
实施例1
参照图1～3，为本发明的一个实施例，提供了一种基于数据算法的通信光缆的桥墩撞击在线监测方法，包括：
S1：利用分布式光纤振动探测仪采集待监测光缆的振动信号。
需要说明的是，将分布式光纤振动探测仪与待监测光缆的一芯光纤相连接，实现光缆中分布式振动信号的监测，该信号中包含了外界的所有扰动、噪声对光缆的影响，分布式光纤振动探测仪的安装位置如图1所示。
进一步的，定义振动信号数据按照时间-空间的样式储存为时间-空间的二维数组X0，其中，X0(i,j)表示振动信号在空间点i、时刻点j的强度。
S2：对采集的振动信号进行预处理。
需要说明的是，预处理过程包括：
对时间-空间的二维数组进行归一化，并进行剔除异常值，插补缺失值等预处理工作，得到数组X1，并将数组X1转换为图像BMP1，该步骤可以有效可过滤因外界噪声、周边低频所引起的干扰噪声信号，同时也可以有效降低光纤在传输过程中的信号衰减效应，进而提升信噪比。
进一步的，通过仿真模拟桥墩撞击的方式获得桥墩撞击时相应的振动信号，并处理时间-空间的二维数据，将得到的图像记为BMP2；
基于仿真模拟的桥墩撞击信号，界定此桥墩撞击事件的开始时间、结束时间、空间的区间范围；
通过对桥墩撞击事件数据的观察，比对事件的时空区间、空间上的传播形式和时间上的传播持续性，提取出单次拉桥墩撞击事件的空间影响范围，从BMP2切分出本事件的图像，即为单次人为桥墩撞击信号的模板BMP0，其中，一组典型的模板信号B0如图2所示，可观测到明显的空间上传播形式及时间上的传播持续性，并形成典型楔形图样等特点。
将时间-空间的二维图像BMP1的数据边界值作为相应的界定阈值，同时将BMP1转换为时间-空间的二值化数据X2。
基于时间-空间的二值化数据X2，将X2中的涉及汽车行驶、桥面晃动的日常振动的处理方式过滤信号中存在的噪点，得到X3，并将其转化为BMP3，如图3所示；
计算X3在空间范围上每一空间点在时间上的和值，定义投影值S中为低于阀值的区域为无信号区域，S中高于阀值区域为可能的事件区域，低值与高值之间的边界点为事件的边界；
基于边界点切分出每一个可能存在的桥墩撞击事件的起止空间范围I。
基于桥墩撞击事件起止的时空范围I，从图中截取出可能的桥墩撞击区域的信号图Z，获取的典型的桥墩撞击信号；
同时在上述步骤前提下，将模板B0在时空范围上进行相应调整得到通用模板T，适配不同情况下的撞击情况。
S3：基于数据算法对预处理后的振动信号进行计算判别，判别振动信号是否为桥墩撞击信号，完成桥墩撞击的在线监测。
需要说明的是，按照通用模板T进行图像的归一化相关系数匹配法计算可能的桥墩撞击信号I、与模板T之间的数据拟合值R，其中计算公式为：
其中，w为宽度，h为高度。
进一步的，当R达到预设阈值30时，则认为本次信号是桥墩撞击信号，否则，认为此信号不是桥墩撞击信号。
本发明提供一种基于通信光缆的桥墩撞击在线监测及方法，可实时监测桥墩撞击情况，一旦发现桥墩撞击就进行识别告警，提高了桥梁的安全性。
实施例2
该实施例为本发明另一个实施例，该实施例不同于第一个实施例的是，提供了一种基于数据算法的通信光缆的桥墩撞击在线监测方法的验证测试，为对本方法中采用的技术效果加以验证说明，本实施例采用传统技术方案与本发明方法进行对比测试，以科学论证的手段对比试验结果，以验证本方法所具有的真实效果。
传统的技术方案：快速及准确地判断出桥墩撞击发生的位置及时间，为验证本方法相对传统方法具有较高判断准确性以及较快的判断速度。本实施例中将采用传统桥墩撞击监测方法和本方法分别对仿真桥墩的撞击发生位置的判断进行实时测量对比，本实施例使用训练CPU为Intel Core i5-6300HQ@2.30GHz，GPU为GTX 1080Ti，开启自动化测试设备并运用MATLB软件编程实现两种方法的仿真测试，其CUDA版本为11.2，其对比测试结果如下表所示。
表1：实验结果对比表。
| 准确度 | 时延 | |
| 传统方法 | 70％ | 90s |
| 本发明方法 | 95％ | 3s |
从上表可以看出，本发明方法相较于传统方法具有较强的鲁棒性。
应当认识到，本发明的实施例可以由计算机硬件、硬件和软件的组合、或者通过存储在非暂时性计算机可读存储器中的计算机指令来实现或实施。所述方法可以使用标准编程技术-包括配置有计算机程序的非暂时性计算机可读存储介质在计算机程序中实现，其中如此配置的存储介质使得计算机以特定和预定义的方式操作——根据在具体实施例中描述的方法和附图。每个程序可以以高级过程或面向对象的编程语言来实现以与计算机系统通信。然而，若需要，该程序可以以汇编或机器语言实现。在任何情况下，该语言可以是编译或解释的语言。此外，为此目的该程序能够在编程的专用集成电路上运行。
此外，可按任何合适的顺序来执行本文描述的过程的操作，除非本文另外指示或以其他方式明显地与上下文矛盾。本文描述的过程(或变型和/或其组合)可在配置有可执行指令的一个或多个计算机系统的控制下执行，并且可作为共同地在一个或多个处理器上执行的代码(例如，可执行指令、一个或多个计算机程序或一个或多个应用)、由硬件或其组合来实现。所述计算机程序包括可由一个或多个处理器执行的多个指令。
进一步，所述方法可以在可操作地连接至合适的任何类型的计算平台中实现，包括但不限于个人电脑、迷你计算机、主框架、工作站、网络或分布式计算环境、单独的或集成的计算机平台、或者与带电粒子工具或其它成像装置通信等等。本发明的各方面可以以存储在非暂时性存储介质或设备上的机器可读代码来实现，无论是可移动的还是集成至计算平台，如硬盘、光学读取和/或写入存储介质、RAM、ROM等，使得其可由可编程计算机读取，当存储介质或设备由计算机读取时可用于配置和操作计算机以执行在此所描述的过程。此外，机器可读代码，或其部分可以通过有线或无线网络传输。当此类媒体包括结合微处理器或其他数据处理器实现上文所述步骤的指令或程序时，本文所述的发明包括这些和其他不同类型的非暂时性计算机可读存储介质。当根据本发明所述的方法和技术编程时，本发明还包括计算机本身。计算机程序能够应用于输入数据以执行本文所述的功能，从而转换输入数据以生成存储至非易失性存储器的输出数据。输出信息还可以应用于一个或多个输出设备如显示器。在本发明优选的实施例中，转换的数据表示物理和有形的对象，包括显示器上产生的物理和有形对象的特定视觉描绘。
如在本申请所使用的，术语“组件”、“模块”、“系统”等等旨在指代计算机相关实体，该计算机相关实体可以是硬件、固件、硬件和软件的结合、软件或者运行中的软件。例如，组件可以是，但不限于是：在处理器上运行的处理、处理器、对象、可执行文件、执行中的线程、程序和/或计算机。作为示例，在计算设备上运行的应用和该计算设备都可以是组件。一个或多个组件可以存在于执行中的过程和/或线程中，并且组件可以位于一个计算机中以及/或者分布在两个或更多个计算机之间。此外，这些组件能够从在其上具有各种数据结构的各种计算机可读介质中执行。这些组件可以通过诸如根据具有一个或多个数据分组(例如，来自一个组件的数据，该组件与本地系统、分布式系统中的另一个组件进行交互和/或以信号的方式通过诸如互联网之类的网络与其它系统进行交互)的信号，以本地和/或远程过程的方式进行通信。
应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。
Claims (10)
1.一种基于数据算法的通信光缆的桥墩撞击在线监测方法，其特征在于，包括：
利用分布式光纤振动探测仪采集待监测光缆的振动信号；
对采集的振动信号进行预处理；
基于数据算法对所述预处理后的振动信号进行计算判别，判别所述振动信号是否为桥墩撞击信号，完成桥墩撞击的在线监测。
2.如权利要求1所述的基于数据算法的通信光缆的桥墩撞击在线监测方法，其特征在于：所述采集待监测光缆的振动信号包括外界的所有扰动以及噪声对光缆的影响。
3.如权利要求2所述的基于数据算法的通信光缆的桥墩撞击在线监测方法，其特征在于：定义所述振动信号数据按照时间-空间的样式储存为时间-空间的二维数组X0，其中，X0(i,j)表示振动信号在空间点i、时刻点j的强度。
4.如权利要求1～3任一所述的基于数据算法的通信光缆的桥墩撞击在线监测方法，其特征在于：对所述采集的振动信号进行预处理包括，
对所述时间-空间的二维数组进行归一化，并进行剔除异常值，插补缺失值的预处理工作，得到数组X1，并将所述数组X1转换为图像BMP1。
5.如权利要求4所述的基于数据算法的通信光缆的桥墩撞击在线监测方法，其特征在于：通过仿真模拟桥墩撞击的方式获得桥墩撞击时相应的振动信号，并处理时间-空间的二维数据，将得到的图像记为BMP2；
基于仿真模拟的桥墩撞击信号，界定此桥墩撞击事件的开始时间、结束时间、空间的区间范围；
通过对所述桥墩撞击事件数据的观察，比对事件的时空区间、空间上的传播形式和时间上的传播持续性，提取出单次拉桥墩撞击事件的空间影响范围，从所述BMP2切分出本事件的图像，即为单次人为桥墩撞击信号的模板BMP0。
6.如权利要求4所述的基于数据算法的通信光缆的桥墩撞击在线监测方法，其特征在于：将所述时间-空间的二维图像BMP1的数据边界值作为相应的界定阈值，同时将BMP1转换为时间-空间的二值化数据X2。
7.如权利要求6所述的基于数据算法的通信光缆的桥墩撞击在线监测方法，其特征在于：基于所述时间-空间的二值化数据X2，将所述X2中的涉及汽车行驶、桥面晃动的日常振动的处理方式过滤信号中存在的噪点，得到X3，并将其转化为BMP3；
计算所述X3在空间范围上每一空间点在时间上的和值，定义投影值S中为低于阀值的区域为无信号区域，S中高于阀值区域为可能的事件区域，低值与高值之间的边界点为事件的边界；
基于所述边界点切分出每一个可能存在的桥墩撞击事件的起止空间范围I。
8.如权利要求7所述的基于数据算法的通信光缆的桥墩撞击在线监测方法，其特征在于：基于所述桥墩撞击事件起止的时空范围I，截取出可能的桥墩撞击区域的信号图Z，获取的典型的桥墩撞击信号；
同时在上述步骤前提下，将模板B0在时空范围上进行相应调整得到通用模板T，适配不同情况下的撞击情况。
9.如权利要求8所述的基于数据算法的通信光缆的桥墩撞击在线监测方法，其特征在于：按照所述通用模板T进行图像的归一化相关系数匹配法计算可能的桥墩撞击信号I、与模板T之间的数据拟合值R，其中计算公式为：
其中，w为宽度，h为高度。
10.如权利要求9所述的基于数据算法的通信光缆的桥墩撞击在线监测方法，其特征在于：当R达到预设阈值30时，则认为本次信号是桥墩撞击信号，否则，认为此信号不是桥墩撞击信号。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111444238.XA CN114414029A (zh) | 2021-11-30 | 2021-11-30 | 一种基于数据算法的通信光缆的桥墩撞击在线监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111444238.XA CN114414029A (zh) | 2021-11-30 | 2021-11-30 | 一种基于数据算法的通信光缆的桥墩撞击在线监测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114414029A true CN114414029A (zh) | 2022-04-29 |
Family
ID=81266021
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111444238.XA Pending CN114414029A (zh) | 2021-11-30 | 2021-11-30 | 一种基于数据算法的通信光缆的桥墩撞击在线监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114414029A (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008111686A (ja) * | 2006-10-30 | 2008-05-15 | Akebono Brake Ind Co Ltd | 衝突検知方法 |
| US20110044509A1 (en) * | 2009-08-24 | 2011-02-24 | National Applied Research Laboratories | Bridge structural safety monitoring system and method thereof |
| CN105067208A (zh) * | 2015-08-14 | 2015-11-18 | 哈尔滨工业大学 | 一种基于ccd的多通道桥梁挠度监测系统及方法 |
| CN205037964U (zh) * | 2015-10-12 | 2016-02-17 | 重庆国文科技有限公司 | 基于互联网的桥梁突发事件监测系统 |
| CN109883533A (zh) * | 2019-01-21 | 2019-06-14 | 哈尔滨工业大学（深圳） | 基于机器视觉的低频振动测量方法 |
| CN111507310A (zh) * | 2020-05-21 | 2020-08-07 | 国网湖北省电力有限公司武汉供电公司 | 一种基于φ-otdr的光缆通道内人为触缆作业信号识别方法 |
| CN111854920A (zh) * | 2020-07-24 | 2020-10-30 | 贵州电网有限责任公司 | 一种基于dvs振动监测信号的预处理方法及系统 |
| CN112066270A (zh) * | 2020-09-14 | 2020-12-11 | 贵州电网有限责任公司 | 一种分布式光纤内置的输水管道泄漏监测方法及设备 |
| CN112069912A (zh) * | 2020-08-13 | 2020-12-11 | 国家电网有限公司 | 一种基于φ-otdr的光缆通道施工威胁事件的识别方法 |
| CN112364768A (zh) * | 2020-11-11 | 2021-02-12 | 浙江工业大学 | 一种基于空域特征和机器学习的分布式光纤入侵识别方法 |
| CN113256723A (zh) * | 2021-06-29 | 2021-08-13 | 西南交通大学 | 一种受电弓升降弓时间及弓头位移曲线自动检测方法 |
| CN113275341A (zh) * | 2021-05-19 | 2021-08-20 | 精仪监测科技(苏州)有限公司 | 一种基于分布式光纤振动传感的清管器跟踪定位方法 |
-
2021
- 2021-11-30 CN CN202111444238.XA patent/CN114414029A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008111686A (ja) * | 2006-10-30 | 2008-05-15 | Akebono Brake Ind Co Ltd | 衝突検知方法 |
| US20110044509A1 (en) * | 2009-08-24 | 2011-02-24 | National Applied Research Laboratories | Bridge structural safety monitoring system and method thereof |
| CN105067208A (zh) * | 2015-08-14 | 2015-11-18 | 哈尔滨工业大学 | 一种基于ccd的多通道桥梁挠度监测系统及方法 |
| CN205037964U (zh) * | 2015-10-12 | 2016-02-17 | 重庆国文科技有限公司 | 基于互联网的桥梁突发事件监测系统 |
| CN109883533A (zh) * | 2019-01-21 | 2019-06-14 | 哈尔滨工业大学（深圳） | 基于机器视觉的低频振动测量方法 |
| CN111507310A (zh) * | 2020-05-21 | 2020-08-07 | 国网湖北省电力有限公司武汉供电公司 | 一种基于φ-otdr的光缆通道内人为触缆作业信号识别方法 |
| CN111854920A (zh) * | 2020-07-24 | 2020-10-30 | 贵州电网有限责任公司 | 一种基于dvs振动监测信号的预处理方法及系统 |
| CN112069912A (zh) * | 2020-08-13 | 2020-12-11 | 国家电网有限公司 | 一种基于φ-otdr的光缆通道施工威胁事件的识别方法 |
| CN112066270A (zh) * | 2020-09-14 | 2020-12-11 | 贵州电网有限责任公司 | 一种分布式光纤内置的输水管道泄漏监测方法及设备 |
| CN112364768A (zh) * | 2020-11-11 | 2021-02-12 | 浙江工业大学 | 一种基于空域特征和机器学习的分布式光纤入侵识别方法 |
| CN113275341A (zh) * | 2021-05-19 | 2021-08-20 | 精仪监测科技(苏州)有限公司 | 一种基于分布式光纤振动传感的清管器跟踪定位方法 |
| CN113256723A (zh) * | 2021-06-29 | 2021-08-13 | 西南交通大学 | 一种受电弓升降弓时间及弓头位移曲线自动检测方法 |
Non-Patent Citations (3)
| Title |
|---|
| 庞洪晨;范锋;孙奇北;乔实;: "基于分布式光纤传感的油气管道挖掘事件判断方法", 石油工程建设, no. 02, 17 April 2020 (2020-04-17), pages 61 - 65 * |
| 曲洪权;王笑笑;毕福昆;郑彤;: "基于小波重构与时空二维特征的光纤振动识别", 吉首大学学报(自然科学版), no. 02, 25 March 2017 (2017-03-25), pages 41 - 46 * |
| 贺志勇;兰衍亮;戴少平;: "大跨度桥梁强震动数字监测系统的研制", 华南理工大学学报(自然科学版), no. 03, 15 March 2009 (2009-03-15), pages 98 - 102 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| de Almeida Cardoso et al. | Automated real-time damage detection strategy using raw dynamic measurements | |
| KR101891175B1 (ko) | 동특성 변화를 이용한 건물 구조물의 안전도 평가방법 및 시스템 | |
| CN103994817A (zh) | 一种基于长距离光纤多发事件的振动振源的识别方法 | |
| CN107885927A (zh) | 一种铁路桥梁运营状态预警方法 | |
| CN113343541B (zh) | 长大跨桥梁的涡激振动预警方法、装置及终端 | |
| CN101718862A (zh) | 基于ar模型和小波变换的核电站松动件定位方法 | |
| KR101579732B1 (ko) | 스마트 콘크리트 구조물의 건전성을 모니터링하기 위한 방법 | |
| CN115014617B (zh) | 一种基于地基雷达的斜拉桥拉索索力同步监测方法 | |
| Ribeiro et al. | Statistical methodologies for removing the operational effects from the dynamic responses of a high‐rise telecommunications tower | |
| CN103994815A (zh) | 一种识别光纤振源的方法 | |
| CN116677569A (zh) | 一种风机塔架应力监测与预警方法及其系统 | |
| Domaneschi et al. | Wind-driven damage localization on a suspension bridge | |
| CN115909664A (zh) | 基于bim的河道安全预警方法、装置及设备 | |
| Pham‐Bao et al. | Energy dissipation‐based material deterioration assessment using random decrement technique and convolutional neural network: A case study of Saigon bridge in Ho Chi Minh City, Vietnam | |
| CN114662358A (zh) | 一种通用型桥梁基础局部冲刷深度评估系统 | |
| CN114414029A (zh) | 一种基于数据算法的通信光缆的桥墩撞击在线监测方法 | |
| CN113670611A (zh) | 一种轴承早期退化评估方法、系统、介质及电子设备 | |
| CN110275896B (zh) | 光缆入侵施工事件识别方法、装置、设备及可读存储介质 | |
| CN116910879A (zh) | 一种随机车载作用下桥梁斜拉索的索力异常诊断方法及装置 | |
| CN112016206A (zh) | 判定塔架失稳状态的方法、系统、计算机设备及应用 | |
| CN115187048B (zh) | 轨道线路多域限界异物侵限事件状况识别方法及系统 | |
| Lotfollahi-Yaghin et al. | Structural health monitoring (SHM) of offshore jacket platforms | |
| CN114323244A (zh) | 一种基于φ-otdr的线缆管道塌方信号的监测方法 | |
| CN115440242A (zh) | 输送带纵向撕裂检测方法及相关设备 | |
| CN117765734B (zh) | 一种道路检测方法及系统 |
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 |