CN115046589B - 一种基于振动信号分析的伸缩缝锚固性能检测方法 - Google Patents
一种基于振动信号分析的伸缩缝锚固性能检测方法 Download PDFInfo
- Publication number
- CN115046589B CN115046589B CN202210718166.1A CN202210718166A CN115046589B CN 115046589 B CN115046589 B CN 115046589B CN 202210718166 A CN202210718166 A CN 202210718166A CN 115046589 B CN115046589 B CN 115046589B
- Authority
- CN
- China
- Prior art keywords
- expansion joint
- vibration
- displacement
- amplitude
- risk
- 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
- 238000004873 anchoring Methods 0.000 title claims abstract description 69
- 238000001514 detection method Methods 0.000 title claims abstract description 26
- 238000004458 analytical method Methods 0.000 title claims abstract description 15
- 238000006073 displacement reaction Methods 0.000 claims abstract description 60
- 230000001133 acceleration Effects 0.000 claims abstract description 30
- 230000008859 change Effects 0.000 claims abstract description 25
- 230000003068 static effect Effects 0.000 claims abstract description 17
- 230000005284 excitation Effects 0.000 claims abstract description 15
- OIGNJSKKLXVSLS-VWUMJDOOSA-N prednisolone Chemical compound O=C1C=C[C@]2(C)[C@H]3[C@@H](O)C[C@](C)([C@@](CC4)(O)C(=O)CO)[C@@H]4[C@@H]3CCC2=C1 OIGNJSKKLXVSLS-VWUMJDOOSA-N 0.000 claims abstract description 9
- 230000002159 abnormal effect Effects 0.000 claims description 18
- 238000000034 method Methods 0.000 claims description 5
- 208000006011 Stroke Diseases 0.000 claims description 3
- 201000010099 disease Diseases 0.000 abstract description 14
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 abstract description 14
- 230000015556 catabolic process Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明公开了一种基于振动信号分析的伸缩缝锚固性能检测方法，利用位移传感器与振动加速度传感器为信号数据采集前端，根据采集的位移与振动加速度信号数据对伸缩缝锚固区的病害情况进行判断，当位移差均值大于伸缩缝允许位移应变最大值Dmax时，判断当前伸缩缝处于风险状态，建立位移差均值与Dmax的风险系数关系，并根据风险系数范围对风险等级进行评定；当位移差均值不大于Dmax时，以行车激励下的动态相对振幅F1与无激励下的静态相对振幅F0计算振幅变化率ΔF，根据振幅变化率ΔF对伸缩缝锚固区振动等级进行评估，进行早期病害情况的检测，提高对伸缩缝锚固区的早期病害检测效率，检测精确度，提高可靠性。
Description
技术领域
本发明涉及公路桥梁检测技术领域，具体是一种基于振动信号分析的伸缩缝锚固性能检测方法。
背景技术
公路桥梁支座及伸缩装置是公路桥梁中的重要构造物。由于气温变化、混凝土收缩与蠕变以及变化荷载等因素的作用，桥梁的梁端会产生蠕变，为适应桥梁结构的这种特性，就必须在桥梁结构物中以及梁端与桥台背墙之间设置能自由变形的伸缩缝，以保证桥面平顺以及对结构体起到保护作用。目前桥梁的伸缩缝技术已较为成熟完善，
公路桥梁随着服役期的延长，不可避免存在一些劣化或病害，对于伸缩缝锚固区而言，主要表现为混凝土破损、伸缩缝发生位移错位，伸缩缝锚固区混凝土破损将直接影响到伸缩缝的工作性能，甚至影响车辆运行安全；若错位造成台阶差过大，既影响行车安全也影响桥梁结构的安全及耐久性；另外在行车激励下，行车与伸缩缝锚固区发生振动响应，伸缩缝紧固件极易发生松动，存在安全事故的风险。
目前针对伸缩缝锚固区的定期检查，难以在早期及时发现伸缩缝的风险情况，且目前的检查方式除人工外，多是直接采用位移传感器或/和摄像设备监测伸缩缝区域的病害情况，其检测效率低且检测精确度低，特别是对于早期病害检测效率低，可靠性差。
发明内容
针对上述技术背景中的问题，本发明目的是提供一种基于振动信号分析的伸缩缝锚固性能检测方法，利用位移传感器与振动加速度传感器为信号数据采集前端，根据采集的位移与振动加速度信号数据对伸缩缝锚固区的病害情况进行判断，提高对伸缩缝锚固区的早期病害检测效率，检测精确度，提高可靠性。
为了实现以上目的，本发明采用的技术方案为：
一种基于振动信号分析的伸缩缝锚固性能检测方法，包括以下步骤：
步骤S1，确定伸缩缝锚固区测点，布置振动加速度传感器与位移传感器，进行数据采集，并将振动、位移信号数据实时无线传输至终端，终端接收信号数据生成相应的加速度时程曲线、位移时程曲线；
步骤S2，在无行车的环境激励状态下根据加速度时程曲线，得到静态振动峰值X1，并以其作为静态相对振幅F0；
步骤S3，每隔一段时间实时获取行车激励状态下的加速度时程曲线、位移时程曲线，获取一段时间内的振动峰值X2、振幅均值与位移差均值
步骤S4，若位移差均值不大于设定阈值Dmax，则进入步骤S5；若位移差均值大于设定阈值Dmax，则直接判定伸缩缝锚固区处于风险状态；
步骤S5，判断振动峰值X2与振幅均值的差值，
若两者差值大于振幅均值则剔除振动峰值X2，获得纠正后的振幅均值计算动态相对振幅F1，
若两者差值不大于振幅均值则以振幅均值计算动态相对振幅F1，
步骤S6，获取每隔一段时间内相应的动态相对振幅F1，并计算振幅变化率，如下式，并根据振幅变化率ΔF对伸缩缝锚固区振动等级进行评估，
ΔF＝F1/F0。
进一步地，步骤S2中，还包括在无行车的环境激励状态下，获取位移传感器的初始位移数据D0，并进行归零设置，以静态振动峰值X1与初始位移数据D0的和值作为静态相对振幅F0。
进一步地，所述伸缩缝锚固区振动等级分为四个评定等级，分别为良好、异常、明显振动、严重振动；
当振幅变化率取值ΔF＜20％，判定伸缩缝锚固区异常等级为良好；
当振幅变化率取值20％≤ΔF＜50％，判定伸缩缝锚固区异常等级为异常；
当振幅变化率取值50％≤ΔF＜80％，判定伸缩缝锚固区异常等级为明显振动；
当振幅变化率取值ΔF≥80％，判定伸缩缝锚固区异常等级为严重振动。
进一步地，当位移差均值大于设定阈值Dmax时，判定伸缩缝锚固区处于风险状态，并根据风险性指数d对风险等级进行评估，所述风险性指数d为：
更进一步地，步骤S3中设定阈值Dmax为伸缩缝允许位移应变最大值。
更进一步地，根据风险性指数d对风险等级进行评估：
当风险性指数取值d＜0.1，处于低风险状态；
当风险性指数取值0.1≤d＜0.2，处于中风险状态；
当风险性指数取值d≥0.2，处于高风险状态。
进一步地，所述终端包括显示设备，实时检测的加速度时程曲线、位移时程曲线通过显示设备进行可视化展示。
进一步地，每个所述伸缩缝锚固区设置至少两个测点，对应布置至少两组振动加速度传感器与位移传感器。
更进一步地，所述测点至少包括一个设置在伸缩缝锚固区的紧固锚栓上。
与现有技术相比，本发明具有以下优点：
1、本发明中利用位移传感器与振动加速度传感器为信号数据采集前端，根据采集的位移与振动加速度信号数据对伸缩缝锚固区的病害情况进行判断，当位移差均值大于伸缩缝允许位移应变最大值Dmax时，判断当前伸缩缝处于风险状态，建立位移差均值与Dmax的风险系数关系，并根据风险系数范围对风险等级进行评定；当位移差均值不大于Dmax时，以行车激励下的动态相对振幅F1与无激励下的静态相对振幅F0计算振幅变化率ΔF，根据振幅变化率ΔF对伸缩缝锚固区振动等级进行评估，进行早期病害情况的检测，提高对伸缩缝锚固区的早期病害检测效率，检测精确度，提高可靠性。
2、对于锚固区存在早期病害(螺栓松动等)的伸缩缝进行行车激励时，在初始阶段，振动加速度信号可能会出现短暂的大幅度振动，之后再趋于稳定，但短暂大幅度振动会对振幅变化率ΔF结果产生影响，因此，在本发明行车激励下的动态相对振幅F1的计算中，对最大振幅-振动峰值X2与振幅均值进行比较，以剔除短暂大幅度振动的振动峰值X2对振幅变化率ΔF的影响，提高检测的精确度，便于对伸缩缝锚固区的早期病害情况进行精确检测。
附图说明
图1为本发明基于振动信号分析的伸缩缝锚固性能检测方法的流程图；
图2为本发明实施例传感器布置示意图；
图3为本发明实施例中测点0#的加速度时程曲线、位移时程曲线图；
图4为本发明实施例中测点1#的加速度时程曲线、位移时程曲线图；
图5为本发明实施例中测点2#的加速度时程曲线、位移时程曲线图。
具体实施方式
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
如图1所示一种基于振动信号分析的伸缩缝锚固性能检测方法，包括以下步骤：
步骤S1，确定伸缩缝锚固区测点，布置振动加速度传感器与位移传感器，进行数据采集，并将振动、位移信号数据实时无线传输至终端，终端接收信号数据生成相应的加速度时程曲线、位移时程曲线，并通过显示设备进行可视化展示。
其中，每个所述伸缩缝锚固区设置至少两个测点，对应布置至少两组振动加速度传感器与位移传感器。具体地，所述测点至少包括一个设置在伸缩缝锚固区的紧固锚栓上。
步骤S2，在无行车的环境激励状态下根据加速度时程曲线，得到静态振动峰值X1，并以其作为静态相对振幅F0；
其中，还包括在无行车的环境激励状态下，获取位移传感器的初始位移数据D0，并进行归零设置，以静态振动峰值X1与初始位移数据D0的和值作为静态相对振幅F0。
步骤S3，每隔一段时间实时获取行车激励状态下的加速度时程曲线、位移时程曲线，获取一段时间内的振动峰值X2、振幅均值与位移差均值
步骤S4，若位移差均值不大于设定阈值Dmax，则进入步骤S5；若位移差均值大于设定阈值Dmax，则直接判定伸缩缝锚固区处于风险状态，进入步骤S7；
其中，设定阈值Dmax为伸缩缝允许位移应变最大值。
步骤S5，判断振动峰值X2与振幅均值的差值，
若两者差值大于振幅均值则剔除振动峰值X2，获得纠正后的振幅均值计算动态相对振幅F1，
若两者差值不大于振幅均值则以振幅均值计算动态相对振幅F1，
步骤S6，获取每隔一段时间内相应的动态相对振幅F1，并计算振幅变化率，如下式，并根据振幅变化率ΔF对伸缩缝锚固区振动等级进行评估，
ΔF＝F1/F0。
其中，所述伸缩缝锚固区振动等级分为四个评定等级，分别为良好、异常、明显振动、严重振动；
当振幅变化率取值ΔF＜20％，判定伸缩缝锚固区异常等级为良好；
当振幅变化率取值20％≤ΔF＜50％，判定伸缩缝锚固区异常等级为异常；
当振幅变化率取值50％≤ΔF＜80％，判定伸缩缝锚固区异常等级为明显振动；
当振幅变化率取值ΔF≥80％，判定伸缩缝锚固区异常等级为严重振动。
步骤S7，当位移差均值大于设定阈值Dmax时，判定伸缩缝锚固区处于风险状态，并根据风险性指数d对风险等级进行评估，所述风险性指数d为：
当风险性指数取值d＜0.1，处于低风险状态；
当风险性指数取值0.1≤d＜0.2，处于中风险状态；
当风险性指数取值d≥0.2，处于高风险状态。
实施例
1.1、现场辅助设备要求
激励车辆：5t小型货车，后轴轴重3.5t；
加速度传感器：现场采用电容式加速度传感器；
加速度传感器灵敏度100mV/m·S-2@5Vdc；
量程：20m·S-2；
频率：0～250Hz(±5％)；
尺寸：14×13×8mm；
重量：7g；
供电：(4～7)Vdc；
东华无线动态分析系统DH5908S
1.2、现场测试方案
本发明基于振动信号分析的伸缩缝锚固性能检测方法对伸缩缝的锚固性能进行检测。现场检测时，选取1处伸缩缝锚固性能良好的0#伸缩缝，选取1处伸缩缝锚固螺松动的1#伸缩缝以及1处梳齿板面出现轻微送松动的2#伸缩缝进行试验。
试验时采用车重为5t的小型货车以30Km/s的车速行驶过伸缩缝，采集伸缩缝梳齿板振动数据。
1.3、测试结果
如图3、4所示，从检测结果可知：
锚固性能良好的伸缩缝0#在车辆行驶过程中并未出现明显振动；
对于锚固螺栓出现松动的伸缩缝1#车辆行驶过后，梳齿板锚固区出现明显振动；
对于梳齿板面出现松动的伸缩缝2#车辆经过后，梳齿板出现明显振动。
本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。
Claims (5)
1.一种基于振动信号分析的伸缩缝锚固性能检测方法，其特征在于，包括以下步骤：
步骤S1，确定伸缩缝锚固区测点，布置振动加速度传感器与位移传感器，进行数据采集，并将振动、位移信号数据实时无线传输至终端，终端接收信号数据生成相应的加速度时程曲线、位移时程曲线；
步骤S2，在无行车的环境激励状态下根据加速度时程曲线，得到静态振动峰值X1，并以其作为静态相对振幅F0；
步骤S3，每隔一段时间实时获取行车激励状态下的加速度时程曲线、位移时程曲线，获取一段时间内的振动峰值X2、振幅均值与位移差均值
步骤S4，若位移差均值不大于设定阈值Dmax，则进入步骤S5；若位移差均值大于设定阈值Dmax，则直接判定伸缩缝锚固区处于风险状态；
步骤S5，判断振动峰值X2与振幅均值的差值，
若两者差值大于振幅均值则剔除振动峰值X2，获得纠正后的振幅均值计算动态相对振幅F1，
若两者差值不大于振幅均值则以振幅均值计算动态相对振幅F1，
步骤S6，获取每隔一段时间内相应的动态相对振幅F1，并计算振幅变化率，如下式，并根据振幅变化率ΔF对伸缩缝锚固区振动等级进行评估，
ΔF＝F1/F0；
所述伸缩缝锚固区振动等级分为四个评定等级，分别为良好、异常、明显振动、严重振动；
当振幅变化率取值＜20％，判定伸缩缝锚固区异常等级为良好；
当振幅变化率取值20％≤＜50％，判定伸缩缝锚固区异常等级为异常；
当振幅变化率取值50％≤＜80％，判定伸缩缝锚固区异常等级为明显振动；
当振幅变化率取值≥80％，判定伸缩缝锚固区异常等级为严重振动；
当位移差均值大于设定阈值Dmax时，判定伸缩缝锚固区处于风险状态，并根据风险性指数d对风险等级进行评估，所述风险性指数d为：
步骤S3中设定阈值Dmax为伸缩缝允许位移应变最大值；
根据风险性指数d对风险等级进行评估：
当风险性指数取值d＜0.1，处于低风险状态；
当风险性指数取值0.1≤d＜0.2，处于中风险状态；
当风险性指数取值d≥0.2，处于高风险状态。
2.根据权利要求1所述的一种基于振动信号分析的伸缩缝锚固性能检测方法，其特征在于，步骤S2中，还包括在无行车的环境激励状态下，获取位移传感器的初始位移数据D0，并进行归零设置，以静态振动峰值X1与初始位移数据D0的和值作为静态相对振幅F0。
3.根据权利要求1所述的一种基于振动信号分析的伸缩缝锚固性能检测方法，其特征在于，所述终端包括显示设备，实时检测的加速度时程曲线、位移时程曲线通过显示设备进行可视化展示。
4.根据权利要求1所述的一种基于振动信号分析的伸缩缝锚固性能检测方法，其特征在于，每个所述伸缩缝锚固区设置至少两个测点，对应布置至少两组振动加速度传感器与位移传感器。
5.根据权利要求4所述的一种基于振动信号分析的伸缩缝锚固性能检测方法，其特征在于，所述测点至少包括一个设置在伸缩缝锚固区的紧固锚栓上。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210718166.1A CN115046589B (zh) | 2022-06-23 | 2022-06-23 | 一种基于振动信号分析的伸缩缝锚固性能检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210718166.1A CN115046589B (zh) | 2022-06-23 | 2022-06-23 | 一种基于振动信号分析的伸缩缝锚固性能检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115046589A CN115046589A (zh) | 2022-09-13 |
| CN115046589B true CN115046589B (zh) | 2024-06-25 |
Family
ID=83164188
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210718166.1A Active CN115046589B (zh) | 2022-06-23 | 2022-06-23 | 一种基于振动信号分析的伸缩缝锚固性能检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115046589B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115597661B (zh) * | 2022-09-29 | 2023-06-23 | 同济大学 | 一种无砟轨道实际植筋效果检测方法及系统 |
| CN118168457A (zh) * | 2023-11-20 | 2024-06-11 | 四川发展新筑轨道交通技术有限公司 | 一种基于云平台的位移伸缩智能监测系统及方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105241660A (zh) * | 2015-11-09 | 2016-01-13 | 西南交通大学 | 基于健康监测数据的高铁大型桥梁性能评定方法 |
| CN106841389A (zh) * | 2017-02-22 | 2017-06-13 | 重庆大学 | 一种用于检测锚杆脱粘的系统 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101431237B1 (ko) * | 2014-02-25 | 2014-08-22 | 한국건설기술연구원 | 구조물의 이상거동 검출 및 안전성 평가 시스템과 그 방법 |
| CN111256924B (zh) * | 2020-03-06 | 2021-12-03 | 东南大学 | 一种大跨度高铁桥梁伸缩缝智能监测方法 |
| CN114354106B (zh) * | 2022-02-09 | 2024-03-15 | 中大智能科技股份有限公司 | 基于risc-v桥梁智能监测预警分析系统 |
-
2022
- 2022-06-23 CN CN202210718166.1A patent/CN115046589B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105241660A (zh) * | 2015-11-09 | 2016-01-13 | 西南交通大学 | 基于健康监测数据的高铁大型桥梁性能评定方法 |
| CN106841389A (zh) * | 2017-02-22 | 2017-06-13 | 重庆大学 | 一种用于检测锚杆脱粘的系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115046589A (zh) | 2022-09-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115046589B (zh) | 一种基于振动信号分析的伸缩缝锚固性能检测方法 | |
| JP4040205B2 (ja) | 車両の異常診断装置 | |
| CN110631786A (zh) | 一种基于驻车振动响应的梁桥承载力快速评估方法 | |
| EP2244081A2 (en) | Structural integrity monitoring system | |
| KR100784985B1 (ko) | 구조물 경사측정용 센서결합체 및 이를 이용한 구조물 거동모니터링 시스템 | |
| CN101532919B (zh) | 用于工程结构健康诊断的动静结合方法 | |
| CN110132512A (zh) | 一种基于主梁刚度衰减规律的桥梁结构监测评估方法 | |
| CN113607251B (zh) | 一种车辆载重测量方法及装置 | |
| CN104764622A (zh) | 一种桥梁状态的检测装置与检测方法 | |
| CN103759868A (zh) | 一种基于应力比重的桥梁横向联接实时评估方法 | |
| KR20190049176A (ko) | 차량의 적재 중량 측정 시스템 | |
| CN114295310B (zh) | 用于强化桥梁间接测量功效的“无频”检测车及设计方法 | |
| CN113567242B (zh) | 一种检测钢筋混凝土或预应力混凝土梁抗力的方法 | |
| JP2003166870A (ja) | 橋梁上を走行する車両の軸重測定方法 | |
| CN1271394C (zh) | 车辆超载检测系统及其检测方法 | |
| CN111551374A (zh) | 一种动力总成质心加速度道路谱的确定方法 | |
| CN103123303A (zh) | 一种桥梁安全可靠性的定量、在线监测方法 | |
| CN114813003A (zh) | 一种飞机金属构件振动疲劳损伤多参数测量方法 | |
| JP7208622B2 (ja) | 金属構造物の歪測定装置、及び金属構造物の劣化損傷検知方法 | |
| CN106289738A (zh) | 一种公路桥梁伸缩装置抗扭服役性能评定方法 | |
| CN113251988A (zh) | 一种桥梁支座损伤的动力监测方法及系统 | |
| CN104809314B (zh) | 公路桥梁支座及伸缩装置纵向抗冲击服役性能评定方法 | |
| CN112345058A (zh) | 一种公路车辆的称重系统及方法 | |
| JP7424731B2 (ja) | たわみ計測方法、たわみ計測システム、および、たわみ計測プログラム | |
| JPH02138809A (ja) | 路面状況監視装置 |
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 |