CN117291350B - 一种城市桥梁群安全状态评估系统及评估方法 - Google Patents

一种城市桥梁群安全状态评估系统及评估方法 Download PDF

Info

Publication number
CN117291350B
CN117291350B CN202311580715.4A CN202311580715A CN117291350B CN 117291350 B CN117291350 B CN 117291350B CN 202311580715 A CN202311580715 A CN 202311580715A CN 117291350 B CN117291350 B CN 117291350B
Authority
CN
China
Prior art keywords
bridge
key
twin
bridges
urban
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
Application number
CN202311580715.4A
Other languages
English (en)
Other versions
CN117291350A (zh
Inventor
贾磊
钟志鑫
冯俊华
周子益
侯茜茜
赵海云
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.)
Shenzhen Traffic Science Research Institute Co ltd
Shenzhen Urban Transport Planning Center Co Ltd
Original Assignee
Shenzhen Traffic Science Research Institute Co ltd
Shenzhen Urban Transport Planning Center Co Ltd
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 Shenzhen Traffic Science Research Institute Co ltd, Shenzhen Urban Transport Planning Center Co Ltd filed Critical Shenzhen Traffic Science Research Institute Co ltd
Priority to CN202311580715.4A priority Critical patent/CN117291350B/zh
Publication of CN117291350A publication Critical patent/CN117291350A/zh
Application granted granted Critical
Publication of CN117291350B publication Critical patent/CN117291350B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • 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
    • 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
    • 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
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/08—Construction
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00—Adapting or protecting infrastructure or their operation
    • Y02A30/60—Planning or developing urban green infrastructure

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Mathematical Physics (AREA)
  • General Business, Economics & Management (AREA)
  • Computational Mathematics (AREA)
  • Educational Administration (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Algebra (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Health & Medical Sciences (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Traffic Control Systems (AREA)

Abstract

一种城市桥梁群安全状态评估系统及评估方法，属于桥梁安全监测技术领域，为解决解决城市桥梁群的整体状态高效、有序的评价的问题，本发明数据存储和检索模块分别连接荷载反演挠度模块、视频展示模块，荷载反演挠度模块连接车辆轨迹跟踪展示模块，视频展示模块连接车牌号匹配模块；车牌号匹配模块连接车辆轨迹跟踪展示模块，车辆轨迹跟踪展示模块连接基于多源数据融合的孪生桥梁和关键桥梁性能评估模块，基于多源数据融合的孪生桥梁和关键桥梁性能评估模块连接城市桥梁群安全运行评价模块，数据存储和检索模块用于接收关键桥梁北斗监测系统的数据和孪生桥梁毫米波雷达检测系统的数据。本发明解决了城市桥梁群的整体状态评价的问题。

Description

一种城市桥梁群安全状态评估系统及评估方法
技术领域
本发明属于桥梁安全监测技术领域，具体涉及一种城市桥梁群安全状态评估系统及评估方法。
背景技术
城市桥梁群，顾名思义为以城市为单位，其辖区范围内的所有架设在河道上的桥梁以及城市立交、跨越铁路的立交桥，其多为中小跨径桥梁，具有结构类型多样，分布范围广、集群、散点式分布特征。随着城市交通量的激增，城市桥梁由于承载负荷加大，建设年限增加等多因素的影响，导致损伤桥梁不断增加。城市桥梁群在为经济发展发挥积极作用的同时，其健康监测工作面临着日益严峻的挑战。
国内外大多对大跨桥梁建立健康监测系统以实现对桥梁性能状况的实时监测，而对于城市桥梁由于其跨径较小，造价成本相对较低等原因，多采用人工巡检+定期检测的方法进行监管。人工巡检多以表观检查为主，存在巡检效率低等问题，而传统定期检测受检测人员技术水平的影响大，可能出现对设施内在性能不敏感，风险预警不及时的问题。且对于城市桥梁而言，大多建立单体桥梁的健康监测系统，未考虑城市整体范围内桥梁群的状态评价。
发明内容
本发明为解决城市桥梁群的整体状态高效、有序的评价的问题，提出一种城市桥梁群安全状态评估系统及评估方法。
为实现上述目的，本发明通过以下技术方案实现：
一种城市桥梁群安全状态评估系统，包括数据存储和检索模块、荷载反演挠度模块、视频展示模块、车牌号匹配模块、车辆轨迹跟踪展示模块、基于多源数据融合的孪生桥梁和关键桥梁性能评估模块、城市桥梁群安全运行评价模块；
所述数据存储和检索模块分别连接荷载反演挠度模块、视频展示模块，所述荷载反演挠度模块连接车辆轨迹跟踪展示模块，所述视频展示模块连接车牌号匹配模块；
所述车牌号匹配模块连接车辆轨迹跟踪展示模块，所述车辆轨迹跟踪展示模块连接基于多源数据融合的孪生桥梁和关键桥梁性能评估模块，所述基于多源数据融合的孪生桥梁和关键桥梁性能评估模块连接城市桥梁群安全运行评价模块；
所述数据存储和检索模块用于接收关键桥梁北斗监测系统的数据和孪生桥梁毫米波雷达检测系统的数据；
所述荷载反演挠度模块用于计算车辆载荷信息数据；
所述车牌号匹配模块用于匹配车牌号的唯一标识；
所述车辆轨迹跟踪展示模块用于结合荷载反演挠度模块、视频展示模块、车牌号匹配模块实现城市桥梁群上车辆载荷信息的实时追踪和更新；
所述基于多源数据融合的孪生桥梁和关键桥梁性能评估模块用于实现车辆荷载在对应桥梁上的挠度信息进行关联和匹配，计算以桥梁挠度变化量为指标的桥梁的结构性能变化的判定指标；
所述城市桥梁群安全运行评价模块用于实现城市桥梁群的整体运行安全评价。
进一步的，所述关键桥梁北斗监测系统包括十个高频北斗接收机，高频北斗接收机沿着桥梁走向依次布置在桥梁入口、桥梁1/4跨度、桥梁1/2跨度、桥梁3/4跨度、桥梁出口；
还包括多个摄像头，在桥梁的每个出入口均布设摄像头，入口处的摄像头负责拍摄车辆的车牌、车型信息，出口处的摄像头负责拍摄车辆的信息、车辆的离开方向，所述关键桥梁北斗监测系统将得到的数据上传至一种城市桥梁群安全状态评估系统。
进一步的，所述孪生桥梁毫米波雷达检测系统包括多个雷视一体机和毫米波雷达监测靶标，将孪生桥梁的桥梁底部跨中均分为5等分，将毫米波雷达监测靶标布设于等分点处，将雷视一体机布设于孪生桥梁的入口和出口，覆盖范围为300m。
一种城市桥梁群安全状态评估方法，依托于所述的一种城市桥梁群安全状态评估系统实现，包括如下步骤：
S1. 根据城市交通流量确定关键性桥梁，在关键性桥梁布设关键桥梁北斗监测系统，采集关键桥梁数据、关键桥梁的监控数据，得到标记车牌号的车辆荷载信息数据；
S2. 根据共线原则确定步骤S1得到的关键性桥梁的孪生桥梁，在孪生桥梁布设孪生桥梁毫米波雷达检测系统，采集孪生桥梁数据、孪生桥梁的监控数据，进行基于关键桥梁的车辆荷载信息的同步追踪和识别；
S3. 将步骤S1和步骤S2得到的数据持续上传至一种城市桥梁群安全状态评估系统中，基于多源数据融合的方法，根据车辆的车辆荷载参数关联和匹配关键性桥梁、孪生桥梁上对应的竖向位移数据；
S4. 基于步骤S3得到的关键性桥梁、孪生桥梁上对应的竖向位移数据对关键性桥梁和孪生桥梁进行性能评估；
S5. 基于步骤S4得到的关键性桥梁和孪生桥梁进行性能评估数据，建立城市桥梁群安全状态评估的判定指标，对城市桥梁群整体进行安全状态评估。
进一步的，步骤S1的具体实现方法包括如下步骤：
S1.1. 设定关键性桥梁包括多孔跨径总长>1000m或单孔跨径总长>150m的特大桥、系杆拱桥、斜拉桥，半径小于150米的弯桥，存在倾覆风险的独柱墩桥单支座弯桥，交通流量的日车流量>500的高速公路桥、快速路、主干道桥梁，货运通道桥梁，拥堵路段桥梁，跨铁路，跨航道桥梁；
S1.2.在关键性桥梁布设关键桥梁北斗监测系统，利用高频北斗接收机采集桥梁的竖向位移，然后反演推算车辆荷载参数F，计算表达式为：
；
其中，M(x)为移动车载移动到桥梁位置x对桥梁产生的弯矩，x为桥梁位置；
；
其中，为桥梁的刚度值，/>为竖向位移的二阶导数；
；
其中， 为竖向位移的一阶导数，/>为一次积分常数；
；
其中，为竖向位移，D为二次积分常数；
由桥梁边界条件可知，当x=0时，w=0，得到D=0，当x=1/2L时，=0，L为单跨桥梁长度，得到C=-FL*L/16，然后反演推算得到车辆荷载参数F的计算表达式：
F=w*48EI/（4x*x*x-3*L*L*x）；
S1.3. 根据车辆到达桥梁入口和出口的2个高频北斗接收机采集的时间信息，计算得到车辆荷载速度，计算表达式为：
V=L/（t2-t1）；
其中，t1和t2分别为车辆到达桥梁入口和出口的时间；
S1.4. 将步骤S1.2得到的车辆荷载参数和步骤S1.3得到的车辆荷载速度，与摄像头拍摄车辆的车牌信息进行匹配，得到标记车牌号的车辆荷载信息数据，上传至数据存储和检索模块。
进一步的，步骤S2的具体实现方法包括如下步骤：
S2.1. 根据步骤S1得到的关键性桥梁，根据桥梁的走向、目的地情况，确定是否在同一条线路上，或者根据桥梁是否经过相同的车辆，与关键桥梁承受相同荷载、或者国省干道车流量大的桥梁、城市主干道桥梁，确定为关键性桥梁的孪生桥梁；
S2.2. 在孪生桥梁布设孪生桥梁毫米波雷达检测系统，毫米波雷达发生毫米波至毫米波雷达监测靶标，毫米波雷达监测靶标返回毫米波，根据返回的时间差计算得到毫米波雷达监测靶标位置的移动距离，进而获取桥梁跨中的竖向位移，然后反演推算车辆荷载参数；
雷视一体机通过雷达跟踪车辆的位置，并获得车辆在桥梁上的实时运行轨迹视频，提取车辆的车牌号，根据车牌号判断是否和关键桥梁的车辆为同一车辆，进行基于关键桥梁的车辆荷载信息的同步追踪和识别。
进一步的，步骤S4的具体实现方法包括如下步骤：
S4.1. 根据得到的关键性桥梁、孪生桥梁上对应的竖向位移数据计算关键性桥梁、孪生桥梁的性能评估指标，计算表达式为：
；
其中，n为测点的个数，为第n个测点的关键性桥梁、孪生桥梁上对应的竖向位移数据后续实测值，/>为第n个测点的关键性桥梁、孪生桥梁上对应的竖向位移数据初始值；
S4.2. 利用主成分分析法，对关键性桥梁和孪生桥梁进行性能评估，计算表达式为：
；
其中，为关键性桥梁或者孪生桥梁的性能评估系数，/>为关键性桥梁或者孪生桥梁的第n个监测点位的重要性系数，/>为第n个关键性桥梁、孪生桥梁的性能评估指标；
S4.3. 基于步骤S4.2计算的，判断当/>的取值范围为1-0.9，则判定桥梁性能优异，暂无需检查；/>取值范围为0.7-0.8，则判定桥梁性能良好，需要及时检查；/>取值范围为0.7以下，则判定桥梁性能较差，需要及时更换关键结构，并加强巡检频次。
进一步的，步骤S5的具体实现方法为利用主成分分析法，建立城市桥梁群结构性能变化的判定指标，计算表达式为：
；
其中，为关键桥梁和孪生桥梁的城市桥梁群的整体运行安全评价量之和，/>为第/>座桥梁的重要性系数，/>为第/>座桥梁的关键性桥梁或者孪生桥梁的性能评估系数；
计算当取值范围为1-0.9，则判定城市桥梁群的整体运行安全评价较好，仅需加强日常运行监控即可；/>取值范围为0.7-0.8，则判定城市桥梁群的整体运行安全评价一般，在加强日常运行监控的基础上，需要加强检查影响较大桥梁的性能变化情况；/>取值范围为0.7以下，则判定城市桥梁群的整体运行安全评价较差，需要重点关注关键性桥梁的性能变化情况，及时维修更换危险性较大的桥梁，并加强巡检频次。
本发明的有益效果：
本发明所述的一种城市桥梁群安全状态评估系统，利用关键性桥梁和孪生桥梁的结构受力特点，实现了由既有单一桥梁安全状态评估到城市桥梁群整体性能评估的技术突破，解决了城市桥梁群的整体状态评价难的问题，降低养护成本，实现城市桥梁群的高效/有序的状态评价，有利于城市桥梁群日常管养工作的开展。
本发明所述的一种城市桥梁群安全状态评估系统，将高精度北斗与毫米波雷达相结合，解决了既有桥梁挠度监测技术精度低，关键性部位长期监测效果差，无法大规模应用于城市桥梁群的问题，有利于推动北斗定位技术在城市桥梁群健康监测领域的技术应用。
附图说明
图1为本发明所述的一种城市桥梁群安全状态评估系统的结构示意图；
图2为本发明所述的一种城市桥梁群安全状态评估方法的流程图；
图3为本发明所述的关键桥梁北斗监测系统的安装位置示意图；
图4为本发明所述的孪生桥梁毫米波雷达检测系统的安装位置示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施方式，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施方式仅用以解释本发明，并不用于限定本发明，即所描述的具体实施方式仅仅是本发明一部分实施方式，而不是全部的具体实施方式。通常在此处附图中描述和展示的本发明具体实施方式的组件可以以各种不同的配置来布置和设计，本发明还可以具有其他实施方式。
因此，以下对在附图中提供的本发明的具体实施方式的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定具体实施方式。基于本发明的具体实施方式，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他具体实施方式，都属于本发明保护的范围。
为能进一步了解本发明的发明内容、特点及功效，兹例举以下具体实施方式，并配合附图1-附图4详细说明如下：
具体实施方式一：
一种城市桥梁群安全状态评估系统，包括数据存储和检索模块1、荷载反演挠度模块2、视频展示模块3、车牌号匹配模块4、车辆轨迹跟踪展示模块5、基于多源数据融合的孪生桥梁和关键桥梁性能评估模块6、城市桥梁群安全运行评价模块7；
所述数据存储和检索模块1分别连接荷载反演挠度模块2、视频展示模块3，所述荷载反演挠度模块2连接车辆轨迹跟踪展示模块5，所述视频展示模块3连接车牌号匹配模块4；
所述车牌号匹配模块4连接车辆轨迹跟踪展示模块5，所述车辆轨迹跟踪展示模块5连接基于多源数据融合的孪生桥梁和关键桥梁性能评估模块6，所述基于多源数据融合的孪生桥梁和关键桥梁性能评估模块6连接城市桥梁群安全运行评价模块7；
所述数据存储和检索模块1用于接收关键桥梁北斗监测系统的数据和孪生桥梁毫米波雷达检测系统的数据；
所述荷载反演挠度模块2用于计算车辆载荷信息数据；
所述车牌号匹配模块4用于匹配车牌号的唯一标识；
所述车辆轨迹跟踪展示模块5用于结合荷载反演挠度模块2、视频展示模块3、车牌号匹配模块4实现城市桥梁群上车辆载荷信息的实时追踪和更新；
所述基于多源数据融合的孪生桥梁和关键桥梁性能评估模块6用于实现车辆荷载在对应桥梁上的挠度信息进行关联和匹配，计算以桥梁挠度变化量为指标的桥梁的结构性能变化的判定指标；
所述城市桥梁群安全运行评价模块7用于实现城市桥梁群的整体运行安全评价。
进一步的，所述关键桥梁北斗监测系统包括十个高频北斗接收机，高频北斗接收机沿着桥梁走向依次布置在桥梁入口、桥梁1/4跨度、桥梁1/2跨度、桥梁3/4跨度、桥梁出口；
还包括多个摄像头，在桥梁的每个出入口均布设摄像头，入口处的摄像头负责拍摄车辆的车牌、车型信息，出口处的摄像头负责拍摄车辆的信息、车辆的离开方向，所述关键桥梁北斗监测系统将得到的数据上传至一种城市桥梁群安全状态评估系统。
进一步的，所述孪生桥梁毫米波雷达检测系统包括多个雷视一体机和毫米波雷达监测靶标，将孪生桥梁的桥梁底部跨中均分为5等分，将毫米波雷达监测靶标布设于等分点处，将雷视一体机布设于孪生桥梁的入口和出口，覆盖范围为300m。
具体实施方式二：
一种城市桥梁群安全状态评估方法，依托于具体实施方式一所述的一种城市桥梁群安全状态评估系统实现，包括如下步骤：
S1. 根据城市交通流量确定关键性桥梁，在关键性桥梁布设关键桥梁北斗监测系统，采集关键桥梁数据、关键桥梁的监控数据，得到标记车牌号的车辆荷载信息数据；
进一步的，步骤S1的具体实现方法包括如下步骤：
S1.1. 设定关键性桥梁包括多孔跨径总长>1000m或单孔跨径总长>150m的特大桥、系杆拱桥、斜拉桥，半径小于150米的弯桥，存在倾覆风险的独柱墩桥单支座弯桥，交通流量的日车流量>500的高速公路桥、快速路、主干道桥梁，货运通道桥梁，拥堵路段桥梁，跨铁路，跨航道桥梁；
S1.2. 在关键性桥梁布设关键桥梁北斗监测系统，利用高频北斗接收机采集桥梁的竖向位移，然后反演推算车辆荷载参数F，计算表达式为：
；
其中，M(x)为移动车载移动到桥梁位置x对桥梁产生的弯矩，x为桥梁位置；
；
其中，为桥梁的刚度值，/>为竖向位移的二阶导数；
；
其中， 为竖向位移的一阶导数，/>为一次积分常数；
；
其中， 为竖向位移，D为二次积分常数；
由桥梁边界条件可知，当x=0时，w=0，得到D=0，当x=1/2L时，=0，L为单跨桥梁长度，得到C=-FL*L/16，然后反演推算得到车辆荷载参数F的计算表达式：
F=w*48EI/（4x*x*x-3*L*L*x）；
S1.3. 根据车辆到达桥梁入口和出口的2个高频北斗接收机采集的时间信息，计算得到车辆荷载速度，计算表达式为：
V=L/（t2-t1）；
其中，t1和t2分别为车辆到达桥梁入口和出口的时间；
S1.4. 将步骤S1.2得到的车辆荷载参数和步骤S1.3得到的车辆荷载速度，与摄像头拍摄车辆的车牌信息进行匹配，得到标记车牌号的车辆荷载信息数据，上传至数据存储和检索模块。
S2. 根据共线原则确定步骤S1得到的关键性桥梁的孪生桥梁，在孪生桥梁布设孪生桥梁毫米波雷达检测系统，采集孪生桥梁数据、孪生桥梁的监控数据，进行基于关键桥梁的车辆荷载信息的同步追踪和识别；
进一步的，步骤S2的具体实现方法包括如下步骤：
S2.1. 根据步骤S1得到的关键性桥梁，根据桥梁的走向、目的地情况，确定是否在同一条线路上，或者根据桥梁是否经过相同的车辆，与关键桥梁承受相同荷载、或者国省干道车流量大的桥梁、城市主干道桥梁，确定为关键性桥梁的孪生桥梁；
S2.2. 在孪生桥梁布设孪生桥梁毫米波雷达检测系统，毫米波雷达发生毫米波至毫米波雷达监测靶标，毫米波雷达监测靶标返回毫米波，根据返回的时间差计算得到毫米波雷达监测靶标位置的移动距离，进而获取桥梁跨中的竖向位移，然后反演推算车辆荷载参数；
雷视一体机通过雷达跟踪车辆的位置，并获得车辆在桥梁上的实时运行轨迹视频，提取车辆的车牌号，根据车牌号判断是否和关键桥梁的车辆为同一车辆，进行基于关键桥梁的车辆荷载信息的同步追踪和识别；
S3. 将步骤S1和步骤S2得到的数据持续上传至一种城市桥梁群安全状态评估系统中，基于多源数据融合的方法，根据车辆的车辆荷载参数关联和匹配关键性桥梁、孪生桥梁上对应的竖向位移数据；
S4. 基于步骤S3得到的关键性桥梁、孪生桥梁上对应的竖向位移数据对关键性桥梁和孪生桥梁进行性能评估；
进一步的，步骤S4的具体实现方法包括如下步骤：
S4.1. 根据得到的关键性桥梁、孪生桥梁上对应的竖向位移数据计算关键性桥梁、孪生桥梁的性能评估指标，计算表达式为：
；
其中，n为测点的个数，为第n个测点的关键性桥梁、孪生桥梁上对应的竖向位移数据后续实测值，/>为第n个测点的关键性桥梁、孪生桥梁上对应的竖向位移数据初始值；
S4.2. 利用主成分分析法，对关键性桥梁和孪生桥梁进行性能评估，计算表达式为：
；
其中，为关键性桥梁或者孪生桥梁的性能评估系数，/>为关键性桥梁或者孪生桥梁的第n个监测点位的重要性系数，/>为第n个关键性桥梁、孪生桥梁的性能评估指标；
S4.3. 基于步骤S4.2计算的，判断当/>的取值范围为1-0.9，则判定桥梁性能优异，暂无需检查；/>取值范围为0.7-0.8，则判定桥梁性能良好，需要及时检查；/>取值范围为0.7以下，则判定桥梁性能较差，需要及时更换关键结构，并加强巡检频次；
S5. 基于步骤S4得到的关键性桥梁和孪生桥梁进行性能评估数据，建立城市桥梁群安全状态评估的判定指标，对城市桥梁群整体进行安全状态评估。
进一步的，步骤S5的具体实现方法为利用主成分分析法，建立城市桥梁群结构性能变化的判定指标，计算表达式为：
；
其中，为关键桥梁和孪生桥梁的城市桥梁群的整体运行安全评价量之和，/>为第/>座桥梁的重要性系数，/>为第/>座桥梁的关键性桥梁或者孪生桥梁的性能评估系数；
计算当取值范围为1-0.9，则判定城市桥梁群的整体运行安全评价较好，仅需加强日常运行监控即可；/>取值范围为0.7-0.8，则判定城市桥梁群的整体运行安全评价一般，在加强日常运行监控的基础上，需要加强检查影响较大桥梁的性能变化情况；/>取值范围为0.7以下，则判定城市桥梁群的整体运行安全评价较差，需要重点关注关键性桥梁的性能变化情况，及时维修更换危险性较大的桥梁，并加强巡检频次。
假设城市需评估桥梁总数为N，其中交通量小于1000 辆/日的桥梁数量为a，交通量1001- 2000辆/日的桥梁数量为b，交通量2001-3000辆/的桥梁数量为c，交通量3001-4000辆/日的桥梁数量为d，交通量4001-5000辆/日的桥梁数量为e，交通量大于5001辆/日的桥梁数量为f，则有如下表达式：
a+b+c+d+e+f=N；
0.1*a+0.2*b+0.3*c+0.4*d+0.5*e+0.6*f=m；
令m=1，求得a、b、c、d、e、f前的系数，该系数即为，/>为第/>座桥梁的重要性系数；根据过桥交通流量进行排序，其中交通量小于1000 辆/日，则重要性系数为0.1；交通量1001-2000辆/日，则重要性系数为0.2；交通量2001-3000辆/日，则重要性系数为0.3；交通量3001-4000辆/日，则重要性系数为0.4；交通量4001-5000辆/日，则重要性系数为0.5；交通量大于5001辆/日，则重要性系数为0.6。根据桥梁数量与重要性系数之积，得到重要性系数和，然后等比例弱化至系数和为1。
需要说明的是，术语“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。
虽然在上文中已经参考具体实施方式对本申请进行了描述，然而在不脱离本申请的范围的情况下，可以对其进行各种改进并且可以用等效物替换其中的部件。尤其是，只要不存在结构冲突，本申请所披露的具体实施方式中的各项特征均可通过任意方式相互结合起来使用，在本说明书中未对这些组合的情况进行穷举性的描述仅仅是出于省略篇幅和节约资源的考虑。因此，本申请并不局限于文中公开的特定具体实施方式，而是包括落入权利要求的范围内的所有技术方案。

Claims (7)

1.一种城市桥梁群安全状态评估系统，其特征在于，包括数据存储和检索模块（1）、荷载反演挠度模块（2）、视频展示模块（3）、车牌号匹配模块（4）、车辆轨迹跟踪展示模块（5）、基于多源数据融合的孪生桥梁和关键桥梁性能评估模块（6）、城市桥梁群安全运行评价模块（7）；
所述数据存储和检索模块（1）分别连接荷载反演挠度模块（2）、视频展示模块（3），所述荷载反演挠度模块（2）连接车辆轨迹跟踪展示模块（5），所述视频展示模块（3）连接车牌号匹配模块（4）；
所述车牌号匹配模块（4）连接车辆轨迹跟踪展示模块（5），所述车辆轨迹跟踪展示模块（5）连接基于多源数据融合的孪生桥梁和关键桥梁性能评估模块（6），所述基于多源数据融合的孪生桥梁和关键桥梁性能评估模块（6）连接城市桥梁群安全运行评价模块（7）；
所述数据存储和检索模块（1）用于接收关键桥梁北斗监测系统的数据和孪生桥梁毫米波雷达检测系统的数据；
所述荷载反演挠度模块（2）用于计算车辆载荷信息数据；
所述车牌号匹配模块（4）用于匹配车牌号的唯一标识；
所述车辆轨迹跟踪展示模块（5）用于结合荷载反演挠度模块（2）、视频展示模块（3）、车牌号匹配模块（4）实现城市桥梁群上车辆载荷信息的实时追踪和更新；
所述基于多源数据融合的孪生桥梁和关键桥梁性能评估模块（6）用于实现车辆荷载在对应桥梁上的挠度信息进行关联和匹配，计算以桥梁挠度变化量为指标的桥梁的结构性能变化的判定指标；
所述城市桥梁群安全运行评价模块（7）用于实现城市桥梁群的整体运行安全评价；
应用城市桥梁群安全状态评估系统进行城市桥梁群安全状态评估的步骤包括：
S1. 根据城市交通流量确定关键性桥梁，在关键性桥梁布设关键桥梁北斗监测系统，采集关键桥梁数据、关键桥梁的监控数据，得到标记车牌号的车辆荷载信息数据；
S2. 根据共线原则确定步骤S1得到的关键性桥梁的孪生桥梁，在孪生桥梁布设孪生桥梁毫米波雷达检测系统，采集孪生桥梁数据、孪生桥梁的监控数据，进行基于关键桥梁的车辆荷载信息的同步追踪和识别；根据步骤S1得到的关键性桥梁，根据桥梁的走向、目的地情况，确定是否在同一条线路上，或者根据桥梁是否经过相同的车辆，与关键桥梁承受相同荷载的桥梁、或者国省干道车流量大的桥梁、城市主干道桥梁，确定为关键性桥梁的孪生桥梁；
S3. 将步骤S1和步骤S2得到的数据持续上传至所述城市桥梁群安全状态评估系统中，基于多源数据融合的方法，根据车辆的车辆荷载参数匹配关键性桥梁、孪生桥梁上对应的竖向位移数据；
S4. 基于步骤S3得到的关键性桥梁、孪生桥梁上对应的竖向位移数据对关键性桥梁和孪生桥梁进行性能评估；
S5. 基于步骤S4得到的关键性桥梁和孪生桥梁的性能评估数据，建立城市桥梁群安全状态评估的判定指标，对城市桥梁群整体进行安全状态评估。
2.根据权利要求1所述的一种城市桥梁群安全状态评估系统，其特征在于，所述关键桥梁北斗监测系统包括十个高频北斗接收机，高频北斗接收机沿着桥梁走向依次布置在桥梁入口、桥梁1/4跨度、桥梁1/2跨度、桥梁3/4跨度、桥梁出口；
还包括多个摄像头，在桥梁的每个出入口均布设摄像头，入口处的摄像头负责拍摄车辆的车牌、车型信息，出口处的摄像头负责拍摄车辆的信息、车辆的离开方向，所述关键桥梁北斗监测系统将得到的数据上传至所述城市桥梁群安全状态评估系统。
3.根据权利要求1或2所述的一种城市桥梁群安全状态评估系统，其特征在于，所述孪生桥梁毫米波雷达检测系统包括多个雷视一体机和毫米波雷达监测靶标，将孪生桥梁的桥梁底部跨中均分为5等分，将毫米波雷达监测靶标布设于等分点处，将雷视一体机布设于孪生桥梁的入口和出口，覆盖范围为300m。
4.根据权利要求3所述的一种城市桥梁群安全状态评估系统，其特征在于，步骤S1的具体实现方法包括如下步骤：
S1.1. 设定关键性桥梁包括多孔跨径总长>1000m或单孔跨径总长>150m的特大桥、系杆拱桥、斜拉桥，半径小于150米的弯桥，存在倾覆风险的独柱墩桥或单支座弯桥，交通流量的日车流量>500的高速公路桥、快速路桥梁、主干道桥梁，货运通道桥梁，拥堵路段桥梁，跨铁路，跨航道桥梁；
S1.2. 在关键性桥梁布设关键桥梁北斗监测系统，利用高频北斗接收机采集桥梁的竖向位移，然后反演推算车辆荷载参数F，计算表达式为：
；
其中，M(x)为车辆移动到桥梁位置x对桥梁产生的弯矩，x为桥梁位置；
；
其中，为桥梁的刚度值，/>为竖向位移的二阶导数；
；
其中，为竖向位移的一阶导数，/>为一次积分常数；
；
其中，为竖向位移，/>为二次积分常数；
由桥梁边界条件可知，当x=0时，w=0，得到D=0，当x=1/2L时，=0，L为单跨桥梁长度，得到C=-FL*L/16，然后反演推算得到车辆荷载参数F的计算表达式：
；
S1.3. 根据车辆到达桥梁入口和出口的2个高频北斗接收机采集的时间信息，计算得到车辆荷载速度，计算表达式为：
；
其中，t1和t2分别为车辆到达桥梁入口和出口的时间；
S1.4. 将步骤S1.2得到的车辆荷载参数和步骤S1.3得到的车辆荷载速度，与摄像头拍摄车辆的车牌信息进行匹配，得到标记车牌号的车辆荷载信息数据，上传至数据存储和检索模块。
5.根据权利要求4所述的一种城市桥梁群安全状态评估系统，其特征在于，步骤S2的具体实现方法包括如下步骤：
S2.1. 根据步骤S1得到的关键性桥梁，根据桥梁的走向、目的地情况，确定是否在同一条线路上，或者根据桥梁是否经过相同的车辆，与关键桥梁承受相同荷载的桥梁、或者国省干道车流量大的桥梁、城市主干道桥梁，确定为关键性桥梁的孪生桥梁；
S2.2. 在孪生桥梁布设孪生桥梁毫米波雷达检测系统，毫米波雷达发生毫米波至毫米波雷达监测靶标，毫米波雷达监测靶标返回毫米波，根据返回的时间差计算得到毫米波雷达监测靶标位置的移动距离，进而获取桥梁跨中的竖向位移，然后反演推算车辆荷载参数；
雷视一体机通过雷达跟踪车辆的位置，并获得车辆在桥梁上的实时运行轨迹视频，提取车辆的车牌号，根据车牌号判断是否和关键桥梁的车辆为同一车辆，进行基于关键桥梁的车辆荷载信息的同步追踪和识别。
6.根据权利要求5所述的一种城市桥梁群安全状态评估系统，其特征在于，步骤S4的具体实现方法包括如下步骤：
S4.1. 根据得到的关键性桥梁、孪生桥梁上对应的竖向位移数据计算关键性桥梁、孪生桥梁的性能评估指标，计算表达式为：
；
其中，n为测点的个数，为第n个测点的关键性桥梁、孪生桥梁上对应的竖向位移数据后续实测值，/>为第n个测点的关键性桥梁、孪生桥梁上对应的竖向位移数据初始值；
S4.2. 利用主成分分析法，对关键性桥梁和孪生桥梁进行性能评估，计算表达式为:
；
其中，为关键性桥梁或者孪生桥梁的性能评估系数，/>为关键性桥梁或者孪生桥梁的第n个监测点位的重要性系数，/>为第n个关键性桥梁、孪生桥梁的性能评估指标；
S4.3. 基于步骤S4.2计算的，判断当/>的取值范围为1-0.9，则判定桥梁性能优异，暂无需检查；/>取值范围为0.7-0.8，则判定桥梁性能良好，需要及时检查；/>取值范围为0.7以下，则判定桥梁性能较差，需要及时更换关键结构，并加强巡检频次。
7.根据权利要求6所述的一种城市桥梁群安全状态评估系统，其特征在于，步骤S5的具体实现方法为利用主成分分析法，建立城市桥梁群结构性能变化的判定指标，计算表达式为：
；
其中，为关键桥梁和孪生桥梁的城市桥梁群的整体运行安全评价量之和，/>为第/>座桥梁的重要性系数，/>为第/>座桥梁的关键性桥梁或者孪生桥梁的性能评估系数；
计算当取值范围为1-0.9，则判定城市桥梁群的整体运行安全评价较好，仅需加强日常运行监控即可；/>取值范围为0.7-0.8，则判定城市桥梁群的整体运行安全评价一般，在加强日常运行监控的基础上，需要加强检查影响较大桥梁的性能变化情况；/>取值范围为0.7以下，则判定城市桥梁群的整体运行安全评价较差，需要重点关注关键性桥梁的性能变化情况，及时维修更换危险性较大的桥梁，并加强巡检频次。
CN202311580715.4A 2023-11-24 2023-11-24 一种城市桥梁群安全状态评估系统及评估方法 Active CN117291350B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311580715.4A CN117291350B (zh) 2023-11-24 2023-11-24 一种城市桥梁群安全状态评估系统及评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311580715.4A CN117291350B (zh) 2023-11-24 2023-11-24 一种城市桥梁群安全状态评估系统及评估方法

Publications (2)

Publication Number Publication Date
CN117291350A CN117291350A (zh) 2023-12-26
CN117291350B true CN117291350B (zh) 2024-03-26

Family

ID=89252071

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311580715.4A Active CN117291350B (zh) 2023-11-24 2023-11-24 一种城市桥梁群安全状态评估系统及评估方法

Country Status (1)

Country Link
CN (1) CN117291350B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109547438A (zh) * 2018-11-23 2019-03-29 中交公规土木大数据信息技术（北京）有限公司 一种城市级桥梁群结构安全监测养护系统
CN111710165A (zh) * 2020-08-17 2020-09-25 湖南大学 基于多源监测数据融合共享的桥梁监管、预警方法及系统
CN112991096A (zh) * 2021-03-18 2021-06-18 交通运输部公路科学研究所 配置式桥梁集群结构监测管理装置和方法
CN114444983A (zh) * 2022-04-08 2022-05-06 深圳市城市交通规划设计研究中心股份有限公司 基于车桥耦合和数字孪生的城市桥梁群状态评估方法
CN116415777A (zh) * 2023-03-13 2023-07-11 南通大学 一种城市桥梁群健康监测系统
CN116432865A (zh) * 2023-06-08 2023-07-14 深圳市城市交通规划设计研究中心股份有限公司 一种城市桥梁群抗倾覆预测方法及系统装置
CN116680894A (zh) * 2023-05-31 2023-09-01 东南大学 一种桥梁车辆荷载效应实时孪生方法
CN117058600A (zh) * 2023-10-13 2023-11-14 宁波朗达工程科技有限公司 区域桥梁群车流荷载识别方法及系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109547438A (zh) * 2018-11-23 2019-03-29 中交公规土木大数据信息技术（北京）有限公司 一种城市级桥梁群结构安全监测养护系统
CN111710165A (zh) * 2020-08-17 2020-09-25 湖南大学 基于多源监测数据融合共享的桥梁监管、预警方法及系统
CN112991096A (zh) * 2021-03-18 2021-06-18 交通运输部公路科学研究所 配置式桥梁集群结构监测管理装置和方法
CN114444983A (zh) * 2022-04-08 2022-05-06 深圳市城市交通规划设计研究中心股份有限公司 基于车桥耦合和数字孪生的城市桥梁群状态评估方法
CN116415777A (zh) * 2023-03-13 2023-07-11 南通大学 一种城市桥梁群健康监测系统
CN116680894A (zh) * 2023-05-31 2023-09-01 东南大学 一种桥梁车辆荷载效应实时孪生方法
CN116432865A (zh) * 2023-06-08 2023-07-14 深圳市城市交通规划设计研究中心股份有限公司 一种城市桥梁群抗倾覆预测方法及系统装置
CN117058600A (zh) * 2023-10-13 2023-11-14 宁波朗达工程科技有限公司 区域桥梁群车流荷载识别方法及系统

Also Published As

Publication number Publication date
CN117291350A (zh) 2023-12-26

Similar Documents

Publication Publication Date Title
Madanat et al. Estimation of infrastructure transition probabilities from condition rating data
CN105702029B (zh) 一种分时段考虑时空关联性的快速路交通状态预测方法
CN107330217B (zh) 一种基于rbfnn的中观油耗预测方法
CN107085943B (zh) 一种道路旅行时间短期预测方法和系统
CN101488284A (zh) 道路交通状况即时预测的智能管理系统
CN103985250A (zh) 轻量级的全息道路交通状态视觉检测装置
CN104900057B (zh) 一种城市快速路主辅道的浮动车地图匹配方法
Nie et al. Optimizing actuated traffic signal control using license plate recognition data: Methods for modeling and algorithm development
CN111583628A (zh) 基于数据质量控制的道路网重型货车交通流量预测方法
CN114757373B (zh) 一种基于数字模型分析的桥梁监测分析方法、设备及计算机存储介质
Chen et al. Practical travel time prediction algorithms based on neural network and data fusion for urban expressway
Xu et al. Site-specific extreme load estimation of a long-span cable-stayed bridge
CN103914981A (zh) 一种平面交叉口行人与左转车辆冲突预测方法
Kumar et al. Study on road traffic congestion: A review
Al-Khateeb et al. Computing continuous load rating factors for bridges using structural health monitoring data
Chen et al. Using automatic passenger counter data in bus arrival time prediction
CN117291350B (zh) 一种城市桥梁群安全状态评估系统及评估方法
CN104182633A (zh) 分层次的交通运行评价方法
Zhang et al. Hybrid deep spatio-temporal models for traffic flow prediction on holidays and under adverse weather
Huang et al. Real time delay estimation for signalized intersection using transit vehicle positioning data
Anderson et al. Travel time estimation in urban road networks
Liu et al. Developments and applications of simulation-based online travel time prediction system: traveling to Ocean City, Maryland
Fu et al. An adaptive model for real-time estimation of overflow queues on congested arterials
CN116229708A (zh) 基于v2i的路侧感知系统对交通目标的感知测试方法
Ma et al. Recognition of critical links for gating using queue detector data

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