CN115597901A - 一种桥梁伸缩缝损伤的监测方法 - Google Patents
一种桥梁伸缩缝损伤的监测方法 Download PDFInfo
- Publication number
- CN115597901A CN115597901A CN202211592368.2A CN202211592368A CN115597901A CN 115597901 A CN115597901 A CN 115597901A CN 202211592368 A CN202211592368 A CN 202211592368A CN 115597901 A CN115597901 A CN 115597901A
- Authority
- CN
- China
- Prior art keywords
- hilbert
- comparison
- expansion joint
- impact
- energy
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000001228 spectrum Methods 0.000 claims abstract description 44
- 239000013598 vector Substances 0.000 claims abstract description 29
- 238000007781 pre-processing Methods 0.000 claims abstract description 9
- 230000009471 action Effects 0.000 claims description 12
- 238000000354 decomposition reaction Methods 0.000 claims description 12
- 238000010606 normalization Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000003116 impacting effect Effects 0.000 claims description 3
- 230000003595 spectral effect Effects 0.000 claims description 3
- 230000007547 defect Effects 0.000 abstract description 3
- 230000003902 lesion Effects 0.000 description 4
- 230000005284 excitation Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000002277 temperature effect Effects 0.000 description 2
- 241000012471 Emblyna maxima Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000009975 flexible effect Effects 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
- 230000003014 reinforcing effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Software Systems (AREA)
- Algebra (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Chemical & Material Sciences (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Signal Processing (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种桥梁伸缩缝损伤的监测方法,包括以下步骤:S1.在桥梁伸缩缝纵向布设传感器,获取传感器的振动信号,对振动信号进行预处理;S2.对预处理后的振动信号进行希尔伯特黄变换得到希尔伯特边际谱,并计算希尔伯特边际谱能量,通过希尔伯特边际谱能量建立能量指标;S3.计算车辆冲击时固定距离内的所有传感器的能量指标,将每个传感器的能量指标收集并定义为特征向量,将特征向量按时间顺序排列,并以此建立数据集,通过特征向量计算不同时间段的灰色关联度;S4.若灰色关联度持续低于最低值则发生损伤。本发明可以实时进行损伤识别,解决桥梁伸缩缝损伤监测的不足,提高桥梁的安全性。
Description
技术领域
本发明涉及桥梁监测技术领域,具体涉及一种桥梁伸缩缝损伤的监测方法。
背景技术
桥梁伸缩缝是桥梁结构中必不可少的部件,在其使用过程中,由于车辆的循环荷载,温度作用以及自身的反复伸缩的作用下,会造成其发生疲劳损伤并且影响桥梁的正常使用。许多学者统计,伸缩缝的使用寿命一般多为十几年,寿命比桥梁使用寿命短的很多。
目前桥梁伸缩缝的损伤识别方法主要是人工检测,该方法的主要缺点有:1. 误差较大,损伤识别的成功取决于检测人员的判断;2. 实时性差,只能定期进行检查,不能实时识别损伤;3. 损伤识别影响交通。因此,需要利用先进的传感技术收集数据,科学地对数据进行分析,并确定一种在线监测的方法,进而提高伸缩缝损伤检测的准确性和效率。
发明内容
本发明的目的在于:针对桥梁伸缩缝实时监测的不足,提出了一种桥梁伸缩缝损伤的监测方法,以提高桥梁的安全性。
本发明公开了一种桥梁伸缩缝损伤的监测方法,包括以下步骤:
S1.在桥梁伸缩缝纵向布设传感器,获取传感器的振动信号,对振动信号进行预处理;
S2.对预处理后的振动信号进行希尔伯特黄变换得到希尔伯特边际谱,并计算希尔伯特边际谱能量,通过希尔伯特边际谱能量建立能量指标;
S3.计算车辆冲击时固定距离内的所有传感器的能量指标,将每个传感器的能量指标收集并定义为特征向量,将特征向量按时间顺序排列,并以此建立数据集,通过特征向量计算不同时间段的灰色关联度;
S4.若灰色关联度持续低于最低值则发生损伤,若灰色关联度不低于最低值则更新数据集并持续监测。
进一步地,在S1中,所述传感器均匀布设在桥梁伸缩缝的各个部位,用于获取桥梁伸缩缝的各部位的冲击振动信号,所述预处理为去噪处理。
进一步地,所述S2的具体步骤为:
S207:对希尔伯特边际谱幅值做归一化处理;
进一步地,所述S3中,将桥梁伸缩缝布置的传感器分为多组,每一组有M个沿着桥梁伸缩缝纵向布置的传感器,该组对应的区域单独成为一个监测区域,按照传感器的布置顺序,收集一次冲击时M个传感器的能量指标DI,将M个DI设置为一个特征向量,在无损状态下冲击所获得的该区域内的每个传感器的首个能量指标DI被用来作为一个特征向量,并设置为参考数列,将预设冲击振动次数所获得的特征向量设置为比较数列,,表示预设冲击振动次数,按时间顺序排列,计算灰色关联度,计算能量指标DI公式为:
进一步地,当所述参考数列与最后一次冲击振动获得的比较数列的灰色关联度低于第一次冲击振动获得的比较数列与其他比较数列的灰色关联度最低值时,将最后一次冲击振动获得的比较数列替换为新的冲击荷载作用下的比较数列,若连续的参考数列与最后一次冲击振动获得的比较数列的灰色关联度低于最低值的灰色关联度,则进行损伤报警;若连续的参考数列中有一次不低于最低值则定为无损,丢弃疑似损伤数据,继续更新数据集。
进一步地,所述更新数据集具体为:将第一次冲击振动获得的比较数列更新为参考数列,将第二次冲击振动获得的比较数列更新为第一次冲击振动获得的比较数列,将第三次冲击振动获得的比较数列更新为第二次冲击振动获得的比较数列,以此类推,直至将新的冲击冲击荷载作用下的能量指标更新为最后一次冲击振动所获得的比较数列:
其中第左端矩阵为参考数列,右端矩阵为比较数列数据集。
与现有技术相比,本发明的有益效果是:本发明为桥梁伸缩缝的损伤提供了一种监测的办法,该方法可以对不同温度作用和伸缩条件下的桥梁伸缩缝的损伤进行监测,提高了损伤识别的实时性和监测的有效性。同时节约了人力损伤识别的成本,保证了桥梁通车顺畅,提高了桥梁使用的安全性。此外,希尔伯特黄变换对信号分析的强大功能,桥梁伸缩缝在使用过程中往往会受到温度等环境作用的影响,也常常会处于伸缩的状态,这些影响为伸缩缝外界作用的影响,本发明将多个传感器关联到一起,当受到外界作用影响的时候,因为每个传感器都受到几乎一样的影响,每个传感器在受到冲击时所计算的损伤指标都会按比例改变,这样的影响对关联度的改变并不大。但是当某一处损伤时,个别的传感器的损伤指标与其他传感器明显不同,有损无损之间的关联度会发生巨大改变,提高了损伤识别的精确性,具有极好的鲁棒性,适用于实际工程。
附图说明
图1为本发明所提供的一种桥梁伸缩缝损伤的监测方法的流程图。
图2为本发明实施例所使用的桥梁伸缩缝示意图。
图3为本发明实施例所使用的桥梁伸缩缝点位和损伤位置示意图。
具体实施方式
下面对本发明的实施例作详细说明,本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
如图1所示,本发明公开了一种桥梁伸缩缝损伤的监测方法,包括以下步骤:
步骤1.在桥梁伸缩缝纵向布设传感器,获取传感器的振动信号,对振动信号进行预处理。
如图2和图3所示的桥梁截段示例,包括中梁1、边梁2、钢筋3和混凝土4,伸缩箱5位于伸缩缝内部。损伤位置6位于中梁中部。将加速度传感器均匀布置在伸缩缝的各个部位,依次为通道z1、通道z2、通道z3、通道z4和通道z5,从而获取桥梁伸缩缝的各部位的冲击振动信号,并利用小波阈值去噪进行去噪处理。
步骤2.对预处理后的振动信号进行希尔伯特黄变换得到希尔伯特边际谱,并计算希尔伯特边际谱能量,通过希尔伯特边际谱能量建立能量指标,具体步骤如下:
本征模态函数(IMF),应满足以下两个条件:
步骤207:对希尔伯特边际谱幅值做归一化处理;
由于不同力度的激励所计算的希尔伯特边际谱的幅值有所差别,做归一化处理让每次激励的最高幅值都一样,适应不同车重的激励。
步骤3. 计算车辆冲击时固定距离内的所有传感器的能量指标,将每个传感器的能量指标收集并定义为特征向量,,其中为传感器布设位置顺序,在无损状态下冲击所获得的首个特征向量设置为参考数列,将预设冲击振动次数所获得的特征向量设置为比较数列,在本实施例中,桥梁伸缩缝布置的传感器分为一组,该组长为1.5m,有5个沿着模数式伸缩缝的中梁纵向布置的传感器。预设冲击振动次数为十次,将十次冲击振动所获得的特征向量设置为十个比较数列:、、、、、、、、、,按时间顺序排列,通过特征向量计算不同时间段的灰色关联度。将参考数列和比较数列的集定义为数据集。
步骤4.若灰色关联度持续低于最低值则发生损伤,若灰色关联度不低于最低值则更新数据集并持续监测。
若后续四次监测的与的灰色关联度有一组大于最低值,则定义为未发生损伤,从而丢弃疑似损伤数据,更新数据集。即若三次监测的与的灰色关联度前两组小于最低值,但是第三次监测的与的灰色关联度大于最低值,则定义为无损,并丢弃前两组数据集的。以第三次监测无损的为基础,持续更新数据集,即将比较数列变成参考数列,变成,变成,以此类推,将新的冲击荷载作用下的比较数列变成,并持续监测。若没有疑似损伤数据则更新数据集,即将比较数列变成参考数列,变成,变成,以此类推,将新的冲击荷载作用下的比较数列变成,并持续监测。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (6)
1.一种桥梁伸缩缝损伤的监测方法,其特征在于,包括以下步骤:
S1.在桥梁伸缩缝纵向布设传感器,获取传感器的振动信号,对振动信号进行预处理;
S2.对预处理后的振动信号进行希尔伯特黄变换得到希尔伯特边际谱,并计算希尔伯特边际谱能量,通过希尔伯特边际谱能量建立能量指标;
S3.计算车辆冲击时固定距离内的所有传感器的能量指标,将每个传感器的能量指标收集并定义为特征向量,将特征向量按时间顺序排列,并以此建立数据集,通过特征向量计算不同时间段的灰色关联度;
S4.若灰色关联度持续低于最低值则发生损伤,若灰色关联度不低于最低值则更新数据集并持续监测。
2.根据权利要求1 所述的桥梁伸缩缝损伤的监测方法,其特征在于,在S1中,所述传感器均匀纵向布设在桥梁伸缩缝的各个部位,用于获取桥梁伸缩缝的各部位的冲击振动信号,所述预处理为去噪。
3.根据权利要求1所述的桥梁伸缩缝损伤的监测方法,其特征在于,所述S2的具体步骤为:
S207:对希尔伯特边际谱幅值做归一化处理;
4.根据权利要求1所述的桥梁伸缩缝损伤的监测方法,其特征在于,所述S3中,将桥梁伸缩缝布置的传感器分为多组,每一组有M个沿着桥梁伸缩缝纵向布置的传感器,该组对应的区域单独成为一个监测区域,按照传感器的布置顺序,收集一次冲击时M个传感器的能量指标DI,将M个DI设置为一个特征向量,在无损状态下冲击所获得的该区域内的每个传感器的首个能量指标DI被用来作为一个特征向量,并设置为参考数列,将预设冲击振动次数所获得的特征向量设置为比较数列, ,表示预设冲击振动次数,按时间顺序排列,计算灰色关联度,计算能量指标DI公式为:
5.根据权利要求4所述的桥梁伸缩缝损伤的监测方法,其特征在于,当所述参考数列与最后一次冲击振动获得的比较数列的灰色关联度低于第一次冲击振动获得的比较数列与其他比较数列的灰色关联度最低值时,将最后一次冲击振动获得的比较数列替换为新的冲击荷载作用下的比较数列,若连续的参考数列与最后一次冲击振动获得的比较数列的灰色关联度低于最低值的灰色关联度,则进行损伤报警;若连续的参考数列中有一次不低于最低值则定为无损,丢弃疑似损伤数据,继续更新数据集。
6.根据权利要求5所述的桥梁伸缩缝损伤的监测方法,其特征在于,所述更新数据集具体为:将第一次冲击振动获得的比较数列更新为参考数列,将第二次冲击振动获得的比较数列更新为第一次冲击振动获得的比较数列,将第三次冲击振动获得的比较数列更新为第二次冲击振动获得的比较数列,以此类推,直至将新的冲击冲击荷载作用下的能量指标更新为最后一次冲击振动所获得的比较数列。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211592368.2A CN115597901B (zh) | 2022-12-13 | 2022-12-13 | 一种桥梁伸缩缝损伤的监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211592368.2A CN115597901B (zh) | 2022-12-13 | 2022-12-13 | 一种桥梁伸缩缝损伤的监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115597901A true CN115597901A (zh) | 2023-01-13 |
CN115597901B CN115597901B (zh) | 2023-05-05 |
Family
ID=84853161
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211592368.2A Active CN115597901B (zh) | 2022-12-13 | 2022-12-13 | 一种桥梁伸缩缝损伤的监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115597901B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116905297A (zh) * | 2023-09-12 | 2023-10-20 | 大秦铁路股份有限公司大同工务段 | 一种错动轨道的归位方法、装置、设备及可读存储介质 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101000293A (zh) * | 2007-01-18 | 2007-07-18 | 南京航空航天大学 | 飞行器层合结构冲击位置的监测方法及其监测装置 |
JP2007205885A (ja) * | 2006-02-01 | 2007-08-16 | Jtekt Corp | 音又は振動の異常診断方法及び音又は振動の異常診断装置 |
CN103962888A (zh) * | 2014-05-12 | 2014-08-06 | 西北工业大学 | 一种基于小波去噪和希尔伯特-黄变换的刀具磨损监测方法 |
US20150323507A1 (en) * | 2014-05-09 | 2015-11-12 | National Central University | Method and system of implementing high dimensional holo-hilbert spectral analysis |
CN108334872A (zh) * | 2018-03-28 | 2018-07-27 | 天津大学 | 基于改进hht变换的特征提取方法 |
CN111397877A (zh) * | 2020-04-02 | 2020-07-10 | 西安建筑科技大学 | 一种旋转机械拍振故障检测与诊断方法 |
US20200284687A1 (en) * | 2019-02-19 | 2020-09-10 | Dalian University Of Technology | A method for automatically detecting free vibration response of high-speed railway bridge for modal identification |
CN111899724A (zh) * | 2020-08-06 | 2020-11-06 | 中国人民解放军空军预警学院 | 基于希尔伯特黄变换的语音特征系数提取方法及相关设备 |
CN113204850A (zh) * | 2021-05-28 | 2021-08-03 | 重庆交通大学 | 一种桥梁挠度监测中的温度效应分离方法 |
CN113514246A (zh) * | 2021-04-23 | 2021-10-19 | 河北科技大学 | 旋转机械系统损伤检测方法、装置及终端 |
CN113592861A (zh) * | 2021-09-27 | 2021-11-02 | 江苏中云筑智慧运维研究院有限公司 | 一种基于动态阈值的桥梁裂缝检测方法 |
CN113624834A (zh) * | 2021-08-11 | 2021-11-09 | 合肥工业大学 | 一种基于边际谱质心检测的缺陷深度识别方法、系统 |
CN113884567A (zh) * | 2021-06-29 | 2022-01-04 | 北京交通大学 | 基于超声Lamb波的钢轨焊缝损伤检测方法和装置 |
CN114266008A (zh) * | 2021-12-23 | 2022-04-01 | 石家庄铁道大学 | 桥梁损伤识别方法、装置及终端设备 |
US20220317095A1 (en) * | 2021-01-14 | 2022-10-06 | JANA Corporation | Method, device and system for non-destructive evaluation of polyethylene pipe joints using ultrasound and machine learning |
-
2022
- 2022-12-13 CN CN202211592368.2A patent/CN115597901B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007205885A (ja) * | 2006-02-01 | 2007-08-16 | Jtekt Corp | 音又は振動の異常診断方法及び音又は振動の異常診断装置 |
CN101000293A (zh) * | 2007-01-18 | 2007-07-18 | 南京航空航天大学 | 飞行器层合结构冲击位置的监测方法及其监测装置 |
US20150323507A1 (en) * | 2014-05-09 | 2015-11-12 | National Central University | Method and system of implementing high dimensional holo-hilbert spectral analysis |
CN103962888A (zh) * | 2014-05-12 | 2014-08-06 | 西北工业大学 | 一种基于小波去噪和希尔伯特-黄变换的刀具磨损监测方法 |
CN108334872A (zh) * | 2018-03-28 | 2018-07-27 | 天津大学 | 基于改进hht变换的特征提取方法 |
US20200284687A1 (en) * | 2019-02-19 | 2020-09-10 | Dalian University Of Technology | A method for automatically detecting free vibration response of high-speed railway bridge for modal identification |
CN111397877A (zh) * | 2020-04-02 | 2020-07-10 | 西安建筑科技大学 | 一种旋转机械拍振故障检测与诊断方法 |
CN111899724A (zh) * | 2020-08-06 | 2020-11-06 | 中国人民解放军空军预警学院 | 基于希尔伯特黄变换的语音特征系数提取方法及相关设备 |
US20220317095A1 (en) * | 2021-01-14 | 2022-10-06 | JANA Corporation | Method, device and system for non-destructive evaluation of polyethylene pipe joints using ultrasound and machine learning |
CN113514246A (zh) * | 2021-04-23 | 2021-10-19 | 河北科技大学 | 旋转机械系统损伤检测方法、装置及终端 |
CN113204850A (zh) * | 2021-05-28 | 2021-08-03 | 重庆交通大学 | 一种桥梁挠度监测中的温度效应分离方法 |
CN113884567A (zh) * | 2021-06-29 | 2022-01-04 | 北京交通大学 | 基于超声Lamb波的钢轨焊缝损伤检测方法和装置 |
CN113624834A (zh) * | 2021-08-11 | 2021-11-09 | 合肥工业大学 | 一种基于边际谱质心检测的缺陷深度识别方法、系统 |
CN113592861A (zh) * | 2021-09-27 | 2021-11-02 | 江苏中云筑智慧运维研究院有限公司 | 一种基于动态阈值的桥梁裂缝检测方法 |
CN114266008A (zh) * | 2021-12-23 | 2022-04-01 | 石家庄铁道大学 | 桥梁损伤识别方法、装置及终端设备 |
Non-Patent Citations (3)
Title |
---|
FEI WANG: ""Comparison between Hilbert space based power theory and Traditional power theory"", 《2008 JOINT INTERNATIONAL CONFERENCE ON POWER SYSTEM TECHNOLOGY AND IEEE POWER INDIA CONFERENCE》 * |
周猛: ""镀镍钢带拉伸断裂过程的声发射特征"", 《压电与声光》 * |
赵隆: ""考虑特征瞬变的导线微风振动在线监测及预警技术"", 《中国电力》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116905297A (zh) * | 2023-09-12 | 2023-10-20 | 大秦铁路股份有限公司大同工务段 | 一种错动轨道的归位方法、装置、设备及可读存储介质 |
CN116905297B (zh) * | 2023-09-12 | 2023-12-12 | 大秦铁路股份有限公司大同工务段 | 一种错动轨道的归位方法、装置、设备及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115597901B (zh) | 2023-05-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106897543B (zh) | 模态柔度曲率矩阵范数的梁结构损伤识别方法 | |
CN109632963B (zh) | 一种基于时不变特征信号构建的结构损伤四维成像方法 | |
CN103033253A (zh) | 一种塔式起重机结构的非接触振动检测方法 | |
CN115597901A (zh) | 一种桥梁伸缩缝损伤的监测方法 | |
CN110901689B (zh) | 一种基于模态识别的轨道结构扣件松脱检测方法 | |
CN110470738B (zh) | 基于振动响应差比函数的结构损伤识别方法 | |
CN108573224A (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 | |
CN110704911A (zh) | 一种基于集群结构相似性的桥梁损伤交叉定位方法 | |
CN112131797B (zh) | 一种基于应力分析的主轴轴承寿命预测和可靠性评估方法 | |
CN113850022A (zh) | 一种基于声热信号的喷涂层接触疲劳寿命预测方法 | |
Chegeni et al. | New supervised learning classifiers for structural damage diagnosis using time series features from a new feature extraction technique | |
CN114061848B (zh) | 一种航天器加筋密封结构漏孔辨识方法 | |
Monavari et al. | Structural deterioration detection using enhanced autoregressive residuals | |
Karimian et al. | Neural network and particle filtering: a hybrid framework for crack propagation prediction | |
CN111709944B (zh) | 一种基于数字化图像异常识别的桥隧结构裂缝监测方法 | |
CN118070009A (zh) | 一种基于阻抗-扭矩拟合算法的钢结构法兰螺栓健康检测识别方法 | |
CN114186624A (zh) | 基于二维卷积神经网络的损伤识别模型建立方法及设备 | |
CN113705721A (zh) | 梁桥支座群脱空病害的联合概率密度函数差诊断方法 | |
CN109840386B (zh) | 基于因子分析的损伤识别方法 | |
CN110008627B (zh) | 一种用于高速铁路挡风墙结构的损伤预警方法 | |
CN110348040B (zh) | 一种基于均方收敛条件的不均匀沉降函数拟合方法 | |
CN116804569A (zh) | 一种铁路路基塌陷监测方法和系统 | |
CN114692465B (zh) | 桥梁损伤位置的无损识别方法、存储介质及设备 | |
CN109670143A (zh) | 一种环境激励下结构振动频域响应信号统计规律检测方法 | |
CN113433850B (zh) | 一种fpga异态逻辑修复方法 |
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 |