CN115014617A - 一种基于地基雷达的斜拉桥拉索索力同步监测方法 - Google Patents

一种基于地基雷达的斜拉桥拉索索力同步监测方法 Download PDF

Info

Publication number
CN115014617A
CN115014617A CN202210705941.XA CN202210705941A CN115014617A CN 115014617 A CN115014617 A CN 115014617A CN 202210705941 A CN202210705941 A CN 202210705941A CN 115014617 A CN115014617 A CN 115014617A
Authority
CN
China
Prior art keywords
cable
stayed bridge
ground
radar
force
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
CN202210705941.XA
Other languages
English (en)
Other versions
CN115014617B (zh
Inventor
范千
徐小泉
陈学雄
庄永强
陈少华
郑学善
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.)
Fuzhou University
Original Assignee
Fuzhou 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 Fuzhou University filed Critical Fuzhou University
Priority to CN202210705941.XA priority Critical patent/CN115014617B/zh
Publication of CN115014617A publication Critical patent/CN115014617A/zh
Application granted granted Critical
Publication of CN115014617B publication Critical patent/CN115014617B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
    • G01L5/00—Apparatus for, or methods of, measuring force, work, mechanical power, or torque, specially adapted for specific purposes
    • G01L5/04—Apparatus for, or methods of, measuring force, work, mechanical power, or torque, specially adapted for specific purposes for measuring tension in flexible members, e.g. ropes, cables, wires, threads, belts or bands
    • G01L5/042—Apparatus for, or methods of, measuring force, work, mechanical power, or torque, specially adapted for specific purposes for measuring tension in flexible members, e.g. ropes, cables, wires, threads, belts or bands by measuring vibrational characteristics of the flexible member
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Bridges Or Land Bridges (AREA)

Abstract

本发明提出一种基于地基雷达的斜拉桥拉索索力同步监测方法，包括如下步骤：步骤S1、利用地基雷达同步采集斜拉桥多根拉索的形变数据，通过信噪比、距离、角度数据对桥梁拉索进行定位与分辨，获得各拉索的振动响应信息，并对信息中的拉索时程进行转换；步骤S2、采用变分模态分解VMD和带通滤波对拉索数据进行预处理；步骤S3、利用樽海鞘群算法优化后的变分模态分解算法对步骤S2预处理后的形变数据进行分解，得到各阶模态振动信号；步骤S4、确定模态分量，通过希尔伯特变换获得瞬时频率，结合频率法估算各拉索的索力；本发明能以非接触式方法监测斜拉桥拉索所负荷的索力，而且能同时监测多根拉索的索力。

Description

一种基于地基雷达的斜拉桥拉索索力同步监测方法
技术领域
本发明涉及结构监测技术领域，尤其是一种基于地基雷达的斜拉桥拉索索力同步监测方法。
背景技术
伴随着城市化水平的提高，斜拉桥的建设数量也越来越大，其以跨越能力大，外形美观，在大跨桥的建设中占据了主导地位。拉索是保证斜拉桥整体结构完整性和安全性最关键的结构构件之一，但是因为桥梁拉索完全暴露在环境里，并且存在设计、施工上的缺陷和检测、维护不全面等问题，容易导致拉索承载力逐渐的降低而无法继续正常工作，需要在设计使用年限之前替换部分拉索。因此，监测拉索，快速准确估算拉索受力对桥梁整体结构的内力分布和结构安全具有十分重要的意义。
目前，传统的索力测量仪器有加速度计，应变计，铁磁磁力仪等，上述接触型方法效果好，可靠性高；但是安装一般较为复杂，耗时长，而且如果桥梁在运营中，可能会使试验人员处于危险状态。此外，最大的缺点是需要对每个目标单点逐个测量，导致常常只测量部分被认为重要的拉索或侧面的拉索。地基雷达相比其他传统测量仪器，以其全天时、全天候、高精度、非接触式的优势，可以同时测量多达10根以上拉索，是具有高监测效率的新方法。
发明内容
本发明提出一种基于地基雷达的斜拉桥拉索索力同步监测方法，能以非接触式方法监测斜拉桥拉索所负荷的索力，而且能同时监测多根拉索的索力。
本发明采用以下技术方案。
一种基于地基雷达的斜拉桥拉索索力同步监测方法，包括如下步骤：
步骤S1、利用地基雷达同步采集斜拉桥多根拉索的形变数据，通过信噪比、距离、角度数据对桥梁拉索进行定位与分辨，获得各拉索的振动响应信息，并对信息中的拉索时程进行转换；
步骤S2、采用变分模态分解VMD和带通滤波对拉索数据进行预处理；
步骤S3、利用樽海鞘群算法优化后的变分模态分解算法对步骤S2预处理后的形变数据进行分解，得到各阶模态振动信号；
步骤S4、确定模态分量，通过希尔伯特变换获得瞬时频率，结合频率法估算各拉索的索力。
所述步骤S1中地基雷达为具有最高200Hz采样率的雷达设备，其一维视线向的采集精度为亚毫米级精度形变。
所述步骤S1中，地基雷达设备包括雷达传感器、频率调制装置、数据采集与控制装备、供电系统和辅助设备。
所述步骤S2中，采用VMD和带通滤波对形变数据进行预处理的具体步骤如下：
步骤S21、在得到拉索形变信号后，利用VMD对信号进行初步两层分解，用分离出的挠度信息，来去除原信号中的挠度噪声；
步骤S22、确定需要获得的拉索频率范围，设计巴特沃斯带通滤波器对信号进一步去噪。
所述步骤S3中，采用樽海鞘群优化算法优化VMD参数：分解层数K和惩罚因子α，具体步骤如下：
步骤S31、采用经验排列熵均值作为樽海鞘群优化算法的适应度函数；反映一个时间序列在时间过程中的复杂性变化，在一个固定大小的滑动时间窗口中计算经验排列熵。定义通过一个时间窗(xt，xt-1，...，xt-M-dτ+1)的d阶和延迟τ的经验排列熵为：
Figure BDA0003705299900000021
其中：qj＝#{k∈{t，t-1，...，t-M+1}|(xk，xk-τ，...，xk-dτ)}，
窗口大小M定义为窗口中的序数模式的数量；
由定义得到以经验排列熵均值的适应度函数，表示为：
Figure BDA0003705299900000031
步骤S32、把VMD的分解层数K和惩罚因子α作为樽海鞘群优化算法搜索的二维目标，经验排列熵均值作为樽海鞘群优化算法的适应度函数，获得VMD最优参数Kbest和αbest；
步骤S33、利用获得的最优参数输入VMD中对步骤S2预处理后的信号进行分解，获得K个IMF分量以确定拉索的有效模态分量。
所述步骤S4中，确定模态分量，通过希尔伯特变换获得瞬时频率，结合频率法估算索力具体步骤如下：
步骤S41、选取步骤S3获得各阶模态振动信号的有效IMF分量；
步骤S42、对选取的分量进行希尔伯特变换，获得拉索瞬时频率时程数据；
步骤S43、以频率法估算索力，索力T计算公式为：
Figure BDA0003705299900000032
其中：ρ表示拉索单位长度质量；L表示计算索长；fn表示索的第n阶振动频率；EI为索构件抗弯刚度；n为振动阶次；
当拉索的长细比非常大时忽略后一项，此时索力计算公式记为：
Figure BDA0003705299900000033
所述斜拉桥为单塔斜拉桥或双塔斜拉桥。
本发明所述方法，对于单塔以及双塔斜拉桥的拉索索力，都可以通过监测获得。
本发明所述方案中拉索索力是基于地基雷达获得的振动频率进行计算的，在不同交通荷载的情况下都可以进行获取，无需进行封闭交通检测。
相较于现有技术，本发明具有以下有益效果：
1、本发明采用地基雷达监测拉索振动，能够以非接触、远距离的方式全天时全天候监测，快速获得高精度、多根拉索的动态响应，避免了传统仪器需要以接触式逐点监测等缺陷。
2、本发明采用VMD结合带通滤波器进行滤波，可以有效去除部分噪声，提高数据处理效率。
3、本发明采用经验排列熵均值作为樽海鞘群优化算法的适应度函数，不仅能够很好的评估数据的复杂度，而且计算速度快。
4、本发明采用樽海鞘群优化算法自适应确定VMD分解层数和惩罚因子，不需要人工预先设置参数，并且能够避免传统EMD方法模态混叠和端点效应的缺陷。
5、利用希尔伯特变换能够准确提取拉索的时变索力，进一步可以评估拉索健康状况。
6、本发明算法实现简单，运行速度快。
附图说明
下面结合附图和具体实施方式对本发明进一步详细的说明：
附图1是本发明的监测流程示意图；
附图2a是本发明的拉索监测实施示意图；
附图2b是本发明的振动幅值转换示意图；
附图3是本发明地基雷达同步监测时的拉索时程示意图；
附图4是对拉索S3数据预处理前后的时程对比示意图；
附图5是本发明VMD-SSA分解获得的拉索S3有效模态分量示意图；
附图6是通过本发明所述方法获取的拉索S3的时变频率示意图；
附图7是是通过本发明所监测到的拉索S3的时变索力示意图。
具体实施方式
如图所示，一种基于地基雷达的斜拉桥拉索索力同步监测方法，包括如下步骤：
步骤S1、利用地基雷达同步采集斜拉桥多根拉索的形变数据，通过信噪比、距离、角度数据对桥梁拉索进行定位与分辨，获得各拉索的振动响应信息，并对信息中的拉索时程进行转换；转换方式如图2b所示，转后的各拉索时程如图3所示。
步骤S2、采用变分模态分解VMD和带通滤波对拉索数据进行预处理；
步骤S3、利用樽海鞘群算法优化后的变分模态分解算法对步骤S2预处理后的形变数据进行分解，得到各阶模态振动信号；
步骤S4、确定模态分量，通过希尔伯特变换获得瞬时频率，结合频率法估算各拉索的索力。
所述步骤S1中地基雷达为具有最高200Hz采样率的雷达设备，其一维视线向的采集精度为亚毫米级精度形变。
所述步骤S1中，地基雷达设备包括雷达传感器、频率调制装置、数据采集与控制装备、供电系统和辅助设备。
所述步骤S2中，采用VMD和带通滤波对形变数据进行预处理的具体步骤如下：
步骤S21、在得到拉索形变信号后，利用VMD对信号进行初步两层分解，用分离出的挠度信息，来去除原信号中的挠度噪声；
步骤S22、确定需要获得的拉索频率范围，设计巴特沃斯带通滤波器对信号进一步去噪。
本例中，步骤S22中，确定需要获得的拉索频率范围在[0.2，8]Hz内，索S3预处理后的信号如图4所示。
所述步骤S3中，采用樽海鞘群优化算法优化VMD参数：分解层数K和惩罚因子α，具体步骤如下：
步骤S31、采用经验排列熵均值作为樽海鞘群优化算法的适应度函数；反映一个时间序列在时间过程中的复杂性变化，在一个固定大小的滑动时间窗口中计算经验排列熵。定义通过一个时间窗(xt，xt-1，...，xt-M-dτ+1)的d阶和延迟τ的经验排列熵为：
Figure BDA0003705299900000051
其中：qj＝#{k∈{t，t-1，...，t-M+1}|(xk，xk-τ，...，xk-dτ)}，
窗口大小M定义为窗口中的序数模式的数量；
由定义得到以经验排列熵均值的适应度函数，表示为：
Figure BDA0003705299900000061
步骤S32、把VMD的分解层数K和惩罚因子α作为樽海鞘群优化算法搜索的二维目标，经验排列熵均值作为樽海鞘群优化算法的适应度函数，获得VMD最优参数Kbest和αbest；
步骤S33、利用获得的最优参数输入VMD中对步骤S2预处理后的信号进行分解，获得K个IMF分量以确定拉索的有效模态分量。
本例中，索S3的有效模态分量如图5所示。
所述步骤S4中，确定模态分量，通过希尔伯特变换获得瞬时频率，结合频率法估算索力具体步骤如下：
步骤S41、选取步骤S3获得各阶模态振动信号的有效IMF分量；
步骤S42、对选取的分量进行希尔伯特变换，获得拉索瞬时频率时程数据；如图6所示；
步骤S43、以频率法估算索力，索力T计算公式为：
Figure BDA0003705299900000062
其中：ρ表示拉索单位长度质量；L表示计算索长；fn表示索的第n阶振动频率；EI为索构件抗弯刚度；n为振动阶次；
当拉索的长细比非常大时忽略后一项，此时索力计算公式记为：
Figure BDA0003705299900000063
获得的拉索S3时变索力如图7所示.
所述斜拉桥为单塔斜拉桥或双塔斜拉桥。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述，仅是本发明的较佳实施例而已，并非是对本发明作其它形式的限制，任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例。但是凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型，仍属于本发明技术方案的保护范围。

Claims (7)

1.一种基于地基雷达的斜拉桥拉索索力同步监测方法，其特征在于：包括如下步骤：
步骤S1、利用地基雷达同步采集斜拉桥多根拉索的形变数据，通过信噪比、距离、角度数据对桥梁拉索进行定位与分辨，获得各拉索的振动响应信息，并对信息中的拉索时程进行转换；
步骤S2、采用变分模态分解VMD和带通滤波对拉索数据进行预处理；
步骤S3、利用樽海鞘群算法优化后的变分模态分解算法对步骤S2预处理后的形变数据进行分解，得到各阶模态振动信号；
步骤S4、确定模态分量，通过希尔伯特变换获得瞬时频率，结合频率法估算各拉索的索力。
2.根据权利要求1所述的一种基于地基雷达的斜拉桥拉索索力同步监测方法，其特征在于：所述步骤S1中地基雷达为具有最高200Hz采样率的雷达设备，其一维视线向的采集精度为亚毫米级精度形变。
3.根据权利要求1所述的一种基于地基雷达的斜拉桥拉索索力同步监测方法，其特征在于：所述步骤S1中，地基雷达设备包括雷达传感器、频率调制装置、数据采集与控制装备、供电系统和辅助设备。
4.根据权利要求1所述的一种基于地基雷达的斜拉桥拉索索力同步监测方法，其特征在于：所述步骤S2中，采用VMD和带通滤波对形变数据进行预处理的具体步骤如下：
步骤S21、在得到拉索形变信号后，利用VMD对信号进行初步两层分解，用分离出的挠度信息，来去除原信号中的挠度噪声；
步骤S22、确定需要获得的拉索频率范围，设计巴特沃斯带通滤波器对信号进一步去噪。
5.根据权利要求1所述的一种基于地基雷达的斜拉桥拉索索力同步监测方法，其特征在于：所述步骤S3中，采用樽海鞘群优化算法优化VMD参数：分解层数K和惩罚因子α，具体步骤如下：
步骤S31、采用经验排列熵均值作为樽海鞘群优化算法的适应度函数；反映一个时间序列在时间过程中的复杂性变化，在一个固定大小的滑动时间窗口中计算经验排列熵。定义通过一个时间窗(xt，xt-1，...，xt-M-dτ+1)的d阶和延迟τ的经验排列熵为：
Figure FDA0003705299890000021
其中：qj＝#{k∈{t，t-1，...，t-M+1}|(xk，xk-τ，...，xk-dτ)}，窗口大小M定义为窗口中的序数模式的数量；
由定义得到以经验排列熵均值的适应度函数，表示为：
Figure FDA0003705299890000022
步骤S32、把VMD的分解层数K和惩罚因子α作为樽海鞘群优化算法搜索的二维目标，经验排列熵均值作为樽海鞘群优化算法的适应度函数，获得VMD最优参数Kbest和αbest；
步骤S33、利用获得的最优参数输入VMD中对步骤S2预处理后的信号进行分解，获得K个IMF分量以确定拉索的有效模态分量。
6.根据权利要求1所述的一种基于地基雷达的斜拉桥拉索索力同步监测方法，其特征在于：所述步骤S4中，确定模态分量，通过希尔伯特变换获得瞬时频率，结合频率法估算索力具体步骤如下：
步骤S41、选取步骤S3获得各阶模态振动信号的有效IMF分量；
步骤S42、对选取的分量进行希尔伯特变换，获得拉索瞬时频率时程数据；
步骤S43、以频率法估算索力，索力T计算公式为：
Figure FDA0003705299890000023
其中：ρ表示拉索单位长度质量；L表示计算索长；fn表示索的第n阶振动频率；EI为索构件抗弯刚度；n为振动阶次；
当拉索的长细比非常大时忽略后一项，此时索力计算公式记为：
Figure FDA0003705299890000031
7.根据权利要求1所述的一种基于地基雷达的斜拉桥拉索索力同步监测方法，其特征在于：所述斜拉桥为单塔斜拉桥或双塔斜拉桥。
CN202210705941.XA 2022-06-21 2022-06-21 一种基于地基雷达的斜拉桥拉索索力同步监测方法 Active CN115014617B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210705941.XA CN115014617B (zh) 2022-06-21 2022-06-21 一种基于地基雷达的斜拉桥拉索索力同步监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210705941.XA CN115014617B (zh) 2022-06-21 2022-06-21 一种基于地基雷达的斜拉桥拉索索力同步监测方法

Publications (2)

Publication Number Publication Date
CN115014617A true CN115014617A (zh) 2022-09-06
CN115014617B CN115014617B (zh) 2023-04-07

Family

ID=83077196

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210705941.XA Active CN115014617B (zh) 2022-06-21 2022-06-21 一种基于地基雷达的斜拉桥拉索索力同步监测方法

Country Status (1)

Country Link
CN (1) CN115014617B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116879884A (zh) * 2023-06-14 2023-10-13 西南交通大学 基于无源相控阵毫米波雷达的拉索群索力监测方法
CN117571184A (zh) * 2024-01-17 2024-02-20 四川省公路规划勘察设计研究院有限公司 一种基于滑窗和聚类分析的桥梁结构索力识别方法及设备

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102014104303A1 (de) * 2013-05-09 2014-11-13 Intel Corporation Funkkommunikationseinrichtungen und Verfahren zum Steuern einer Funkkommunikationseinrichtung
CN109284860A (zh) * 2018-08-28 2019-01-29 温州大学 一种基于正交反向樽海鞘优化算法的预测方法
CN109827697A (zh) * 2019-03-19 2019-05-31 东南大学 基于局部均值模态分解的斜拉索时变索力识别方法
CN109948249A (zh) * 2019-03-19 2019-06-28 东南大学 基于变分模态分解的斜拉索时变索力识别方法
CN110031837A (zh) * 2019-03-20 2019-07-19 东南大学 一种基于微波雷达的桥梁拉索群索力同步监测方法及系统
CN110555618A (zh) * 2019-09-06 2019-12-10 东北大学 基于改进樽海鞘算法的网络化综合能源系统优化调度方法
CN112597577A (zh) * 2020-12-24 2021-04-02 中国人民解放军国防科技大学 桥梁索力高精度动态测量方法、装置和计算机设备
WO2022104868A1 (zh) * 2020-11-19 2022-05-27 华中师范大学 一种基于毫米波雷达的非接触式实时生命体征监测系统及方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102014104303A1 (de) * 2013-05-09 2014-11-13 Intel Corporation Funkkommunikationseinrichtungen und Verfahren zum Steuern einer Funkkommunikationseinrichtung
CN109284860A (zh) * 2018-08-28 2019-01-29 温州大学 一种基于正交反向樽海鞘优化算法的预测方法
CN109827697A (zh) * 2019-03-19 2019-05-31 东南大学 基于局部均值模态分解的斜拉索时变索力识别方法
CN109948249A (zh) * 2019-03-19 2019-06-28 东南大学 基于变分模态分解的斜拉索时变索力识别方法
CN110031837A (zh) * 2019-03-20 2019-07-19 东南大学 一种基于微波雷达的桥梁拉索群索力同步监测方法及系统
CN110555618A (zh) * 2019-09-06 2019-12-10 东北大学 基于改进樽海鞘算法的网络化综合能源系统优化调度方法
WO2022104868A1 (zh) * 2020-11-19 2022-05-27 华中师范大学 一种基于毫米波雷达的非接触式实时生命体征监测系统及方法
CN112597577A (zh) * 2020-12-24 2021-04-02 中国人民解放军国防科技大学 桥梁索力高精度动态测量方法、装置和计算机设备

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116879884A (zh) * 2023-06-14 2023-10-13 西南交通大学 基于无源相控阵毫米波雷达的拉索群索力监测方法
CN116879884B (zh) * 2023-06-14 2024-04-05 西南交通大学 基于无源相控阵毫米波雷达的拉索群索力监测方法
CN117571184A (zh) * 2024-01-17 2024-02-20 四川省公路规划勘察设计研究院有限公司 一种基于滑窗和聚类分析的桥梁结构索力识别方法及设备
CN117571184B (zh) * 2024-01-17 2024-03-19 四川省公路规划勘察设计研究院有限公司 一种基于滑窗和聚类分析的桥梁结构索力识别方法及设备

Also Published As

Publication number Publication date
CN115014617B (zh) 2023-04-07

Similar Documents

Publication Publication Date Title
CN115014617B (zh) 一种基于地基雷达的斜拉桥拉索索力同步监测方法
AU2020262969B2 (en) Detection of structural anomalies in a pipeline network
US20190285517A1 (en) Method for evaluating health status of mechanical equipment
Kankanamge et al. Application of wavelet transform in structural health monitoring
CN107036581B (zh) 基于mems陀螺仪的桥梁变形在线监测系统及方法
CN111044197B (zh) 一种基于无人机平台的非接触式索力测试系统
CN108573224B (zh) 一种利用单传感器信息的移动重构主成分的桥梁结构损伤定位方法
CN109029589B (zh) 一种桥梁结构安全状态监测系统
Zonno et al. Automated long-term dynamic monitoring using hierarchical clustering and adaptive modal tracking: validation and applications
CN104574390A (zh) 基于视频监测技术的输电导线舞动幅值及频率的计算方法
KR102301201B1 (ko) IoT 센서 기반 회전 기기의 정밀 상태 진단 장치 및 방법
CN113075065B (zh) 基于图像识别的深海管道裂纹扩展监测与可靠性评估系统
CN106644325A (zh) 水工建筑物的安全隐患检测系统
Shu et al. A multi-task learning-based automatic blind identification procedure for operational modal analysis
Ribeiro et al. Statistical methodologies for removing the operational effects from the dynamic responses of a high‐rise telecommunications tower
CN115311246A (zh) 一种基于大数据的桥梁安全管理方法和系统
Sanchez et al. Structural health monitoring using synchrosqueezed wavelet transform on IASC-ASCE benchmark phase I
CN113627268A (zh) 模型训练方法、矿井提升机用减速器故障检测方法和装置
CN116481628A (zh) 基于数据归一化的光缆防外破预警方法及相关设备
CN117189239A (zh) 一种隧道围岩损伤监测方法
Machorro-Lopez et al. A shannon entropy-based methodology to detect and locate cables loss in a cable-stayed bridge
US20230024104A1 (en) Identification of false transformer humming using machine learning
CN116386302A (zh) 一种边坡智能监测预警系统
CN108871558A (zh) 一种基于大数据的电力电缆运行振动健康监测系统
CN114396311A (zh) 煤矿微震信号的处理方法和装置

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