CN117367716B - 一种大跨人行景观桥舒适度测试与评估方法 - Google Patents
一种大跨人行景观桥舒适度测试与评估方法 Download PDFInfo
- Publication number
- CN117367716B CN117367716B CN202311241388.XA CN202311241388A CN117367716B CN 117367716 B CN117367716 B CN 117367716B CN 202311241388 A CN202311241388 A CN 202311241388A CN 117367716 B CN117367716 B CN 117367716B
- Authority
- CN
- China
- Prior art keywords
- pedestrian
- data
- comfort level
- landscape bridge
- vibration
- 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
- 238000012360 testing method Methods 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000013210 evaluation model Methods 0.000 claims abstract description 61
- 238000011156 evaluation Methods 0.000 claims abstract description 34
- 238000001514 detection method Methods 0.000 claims abstract description 33
- 238000012545 processing Methods 0.000 claims abstract description 18
- 238000007781 pre-processing Methods 0.000 claims abstract description 8
- 238000012549 training Methods 0.000 claims description 30
- 230000009471 action Effects 0.000 claims description 23
- 238000004458 analytical method Methods 0.000 claims description 19
- 230000004044 response Effects 0.000 claims description 17
- 230000009467 reduction Effects 0.000 claims description 14
- 238000013528 artificial neural network Methods 0.000 claims description 13
- 230000006870 function Effects 0.000 claims description 13
- 238000013016 damping Methods 0.000 claims description 12
- 230000005284 excitation Effects 0.000 claims description 12
- 238000013461 design Methods 0.000 claims description 10
- 238000012795 verification Methods 0.000 claims description 8
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 238000005452 bending Methods 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000012790 confirmation Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 4
- 230000021715 photosynthesis, light harvesting Effects 0.000 claims description 4
- 238000011176 pooling Methods 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 3
- 238000004140 cleaning Methods 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 3
- 230000008676 import Effects 0.000 claims description 3
- 210000002569 neuron Anatomy 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 230000008667 sleep stage Effects 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims 1
- 238000013500 data storage Methods 0.000 abstract description 3
- 238000005265 energy consumption Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000012916 structural analysis Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
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
- G01M5/00—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings
- G01M5/0008—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings of bridges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M5/00—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings
- G01M5/0066—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings by exciting or detecting vibration or acceleration
-
- 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)
- Aviation & Aerospace Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明公开了一种大跨人行景观桥舒适度测试与评估方法，属于建筑检测技术领域，该测试评估方法具体步骤如下：(1)布置各检测设备并检测设备性能；(2)对各组检测设备的采集数据进行预处理；(3)进行人行荷载振动测试并记录测试结果；(4)确定舒适度评估指标并构建舒适度评估模型；(5)调试减振装置参数并利用评估模型评估该景观桥舒适度；本发明能够进行自动寻参，降低工作人员操作难度，提高参数精确性，提高工作人员使用体验，同时实现了高效准确地对景观桥舒适度进行检测和评估，能够降低数据处理能耗，有效提高大跨人行景观桥的舒适性，同时提高了数据处理效率、以及数据存储的安全性和可靠性。
Description
技术领域
本发明涉及建筑检测技术领域，尤其涉及一种大跨人行景观桥舒适度测试与评估方法。
背景技术
人行景观桥是城市立体交通体系的重要组成部分，能有效缓解交通压力和人车矛盾，便以得到广泛应用与大力发展。研究发现,这些结构往往都具有质轻、大跨和纤柔的特点,故其自振频率较低。随着材料性能的改善、结构分析手段的进步、建筑设计和施工技术的发展，大跨人行景观桥不断地大量涌现。结构形式不断向跨度大、体系柔、阻尼小的方向发展，从而导致景观桥的自振频率有降低的趋势。与公路桥不同，人行桥的主要荷载是行人和非机动车,在行人激励下轻柔的桥梁结构容易发生大幅振动,人致舒适度问题较为突出，根据近年来的数据统计，国内外发生了诸多大跨人行景观桥人桥共振事故。大跨人行景观桥舒适度问题应引起重视，一旦引发人桥共振，结构振动响应会呈指数级增加，造成严重工程事故。如果设计或施工不当，大跨人行景观桥会在人群的行走、跳跃过程中出现较大的振动响应，甚至会发生共振，导致结构的安全性和适用性下降；人行桥人致振动机理较为复杂，且我国最新发布的《建筑楼盖结构振动舒适度技术标准》(JGJ/T 411-2019)中关于舒适度检测与评估的内容还不足以做到全面指导大跨人行景观桥人致舒适度的测试与评估；目前人行景观桥中消能减振技术的应用大多只真实存在于设计阶段，未有效贯穿整个工程建设周期，往往会因工程变更、施工等因素导致的结构质量和刚度发生偏差，造成布置有减振装置的人行景观桥实际舒适度仍不满足设计要求，依然存在人桥共振事故发生的风险。因此，发明出一种简单合理且行之有效的大跨人行景观桥舒适度测试与评估方法变得尤为重要。
鉴于现有规范中的大跨人行景观桥舒适度测试与评估方法较为笼统和简单，很难指导工作人员对大跨人行景观桥进行舒适度测试和评估，且工作人员使用体验较差，无法对景观桥舒适度进行准确的评估。此外，现有的大跨人行景观桥舒适度测试与评估方法数据处理效率低下，且数据存储的安全性和可靠性差。为此，我们提出一种大跨人行景观桥舒适度测试与评估方法。
发明内容
本发明的目的是为了解决现有技术中存在的缺陷与不足，而提出的一种大跨人行景观桥舒适度测试与评估方法。
为了实现上述目的，本发明采用了如下技术方案：
一种大跨人行景观桥舒适度测试与评估方法，该测试评估方法具体步骤如下：
(1)布置各检测设备并检测设备性能；
(2)对各组检测设备的采集数据进行预处理；
(3)进行人行荷载振动测试并记录测试结果；
(4)确定舒适度评估指标并构建舒适评估模型；
(5)调试减振装置参数并利用评估模型评估该景观桥舒适度；
(6)将评估数据同步至工作人员设备并进行区块存储。
作为本发明的进一步方案，步骤(1)中所述检测设备具体包括941-B型超低频拾振器、UT89系列动态采集系统、AZ808滤波器、UTEKL动态信号分析系统、拾振器电缆数据线、加速度传感器、笔记本电脑以及节拍发生器。
作为本发明的进一步方案，步骤(2)中所述采集数据预处理具体步骤如下：
步骤一：设置AZ808滤波器参数，并通过设置完成的AZ808滤波器去除采集数据中的噪音干扰，之后提取采集数据中的高频成分并进行平滑处理；
步骤二：将处理后的采集数据进行标准化处理，再将各组采集数据整合成评估数据集，同时计算该评估数据集标准偏差，通过该标准偏差筛除数据集中的异常数据。
作为本发明的进一步方案，步骤(3)中所述人行荷载振动测试具体步骤如下：
步骤Ⅰ：在人行景观桥上选择能够表征人行景观桥结构人致振动敏感处的测点，布置检测设备，并对人行景观桥进行锤击激励，通过各检测设备收集振动数据，之后依据收集到的人行景观桥结构真实模态数据构建单人载荷作用模型；
步骤Ⅱ：依据人行景观桥设计的不同交通繁忙状态，预设人行景观桥行人密度和步频，同时依据构建的单人载荷作用模型生成相对应的人群荷载作用模型；
步骤Ⅲ：根据采集到的信号数据生成行人单步落足时程曲线，并由单步落足曲线及其对应的步频计算行人单步落足重叠时间，然后模拟人行荷载，并设定行人循环步行力的频率，再通过傅里叶级数获取行人行走激励荷载；
步骤Ⅳ：依据结构自振特性，确定最不利情况下的人行荷载，通过锁死和打开TMD系统，选择实时数据记录或事后数据处理的方式采集行人荷载引起的振动响应。
作为本发明的进一步方案，步骤Ⅱ中所述单人载荷作用模型具体表现形式如下：
其中，fi(t)代表第i步激励时程；Δx代表行人步幅间隔；
步骤Ⅲ中所述人群荷载作用模型具体表现形式如下：
P(t)＝P×cos(2πfit)×ψ×NP (3)
其中，P×cos(2πfit)是单人谐波荷载，P是模型中荷载取值，ψ代表折减系数，NP代表等效行人密度；
其中，式(3)中等效行人密度NP(1/m2)按下式计算：
上式中，S为桥面加载面积；ξ为结构阻尼比；d为与交通级别有关的系数；
步骤Ⅳ中所述行人步行力傅里叶级数具体公式如下：
其中，G代表行人体重，一般取700N；fp代表步频，一般取1.5～3.0Hz；avi代表为行力的第i阶动载因子，代表步行力第i阶谐波相位角。
作为本发明的进一步方案，步骤(4)中所述舒适评估模型具体构建步骤如下：
步骤①：从数据库中调用人行景观桥评估数据，其中，人行景观桥评估数据分别为：人行景观桥参数、人行激励荷载参数和减振装置参数；
步骤②：对各组数据进行数据清洗以及缺失值处理后，将各组数据进行归一化处理，再将处理后的数据整合为测试数据集，计算该数据的标准偏差以筛除数据集中的异常数据；
步骤③：将测试数据集划分为训练集和测试集，再初始化一组神经网络的权重和参数，之后将训练集导入该神经网络中，对于每个训练样本，根据输入数据和当前的权重和参数，计算神经网络的输出，并获取输出层为隐节点输出的线性组合以及能量函数，当能量函数小于目标误差时，训练过程结束并输出评估模型；
步骤④：将测试集导入评估模型中，通过该评估模型进行前向传播计算获取预测输出，通过softmax函数将输出值中所有目标的线性预测值转换为概率值，当获取对应概率值后，使用损失函数计算真实数据与检测概率之间的损失值来量化两者之间的差距，若损失值未满足预设条件，则重新训练该模型并更新该评估模型参数。
作为本发明的进一步方案，步骤③中所述评估模型参数更新具体步骤如下：
第一步：在评估模型的规定区间内初始化网络连接权值，之后从训练时的输入以及输出对的集合中提交训练样本，并计算评估模型的输出，再比较期望的网络输出与实际的网络输出，同时计算所有神经元的局部误差；
第二步：当局部误差超出预设阈值后，依据学习规则方程对评估模型的权值进行训练以及更新，并依据预设的学习率以及步长列出所有可能的数据结果，对于每一组数据，选取任意一个子集作为测试集，其余子集作为训练集，训练模型后对测试集进行检测，并统计检测结果的损失值；
第三步：将测试集更换为另一子集，再取剩余子集作为训练集，再次计算损失值，直至对所有数据都进行一次预测，通过选取损失值最小时对应的组合参数作为数据区间内最优的参数并替换评估模型原有参数。
作为本发明的进一步方案，步骤(5)中所述调试减振装置参数并通过评估模型评价人行景观桥舒适度具体步骤如下：
第1步：评估模型收集各组数据后，进行模态分析，并将单人载荷作用模型以及人群荷载作用模型数据导入该评估模型中；之后评估模型通过卷积、池化、反卷积以及全连接处理；
第2步：若该人行景观桥自振频率大于3Hz时，则认为该桥梁满足舒适度要求；若自振频率小于3Hz且需进行振动响应分析时，收集该人行景观桥的跨径，并判断该人行景观桥结构抗弯刚度是否满足规定要求；
第3步：若该人行景观桥结构抗弯刚度不满足规定要求，则根据限制动力响应法的要求，进行结构动力响应分析，同时采用消能减振技术进行减振设计；
第4步：分析完成后，评估模型进入初始数据导入模式，重新调整景观桥减振装置参数，之后评估模型在成桥后进行实测分析，并输出舒适度评估结果。
作为本发明的进一步方案，第2步中所述重新调整景观桥减振装置参数步骤如下：
第①步：优化调整TMD系统的质量、弹簧刚度及阻尼系数及TMD数量，通过最不利人行荷载激励，并采用各检测设备收集人行桥振动响应数据。
第②步：将减振装置数据输入舒适度评估模型，如不符合舒适度要求，回到第①步重新调整。
作为本发明的进一步方案，步骤(6)中所述区块存储具体步骤如下：
第Ⅰ步：将舒适度评估数据预处理成符合条件的区块，在入网时，区块链网络中各节点生成本地的公私钥对作为自己在网络中的标识码，当某一节点等待本地角色成为候选节点时，向网络中其他节点广播领导申请并发送；
第Ⅱ步：申请通过后，该候选节点成为领导节点，其他节点成为跟随节点，之后领导节点广播区块记录信息，跟随节点收到信息以后向其他跟随节点广播收到的信息并记录重复次数，并使用重复次数最多的信息生成区块头，并向领导节点发送验证申请；
第Ⅲ步：验证通过后，领导节点发送添加命令并进入沉睡期，跟随节点收到确认信息后,将新生成的各组区块添加至区块链上并返回候选身份。
相比于现有技术，本发明的有益效果在于：
1、该大跨人行景观桥舒适度测试与评估方法通过在人行景观桥上选择合适的测点并收集相关检测数据，之后从数据库中调用景观桥评估数据并进行预处理，之后构建测试数据集，同时筛除其中异常数据并将其划分为训练集以及测试集，初始化一组神经网络的权重和参数，并将训练集导入该神经网络中，计算神经网络的输出，当神经网络能量函数小于目标误差时，训练过程结束并输出评估模型，再将测试集导入评估模型中，通过该评估模型进行前向传播计算获取预测输出，计算真实数据与检测概率之间的损失值，若损失值未满足预设条件，则重新训练该模型并更新该评估模型参数，评估模型收集各组检测数据数据后，进行模态分析，并将单人载荷作用模型以及人群荷载作用模型数据该评估模型中，之后评估模型通过卷积、池化、反卷积以及全连接处理后输出舒适度评估结果，能够进行自动寻参，降低工作人员操作难度，提高参数精确性，提高工作人员使用体验，同时实现了高效准确地对景观桥舒适度进行检测和评估。
2、该大跨人行景观桥舒适度测试与评估方法通过将舒适度评估数据预处理成符合条件的区块，在入网时，区块链网络中各节点生成本地的公私钥对作为自己在网络中的标识码，当某一节点等待本地角色成为候选节点时，向网络中其他节点广播领导申请并发送，当该候选节点成为领导节点后，其他节点成为跟随节点，之后领导节点广播区块记录信息，跟随节点收到信息以后向其他跟随节点广播收到的信息并记录重复次数，并使用重复次数最多的信息生成区块头，并向领导节点发送验证申请，验证通过后，领导节点发送添加命令并进入沉睡期，跟随节点收到确认信息后,将新生成的各组区块添加至区块链上并返回候选身份，能够降低数据处理能耗，有效提高大跨人行景观桥的舒适性，同时提高了数据处理效率、以及数据存储的安全性和可靠性。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。
图1为本发明提出的一种大跨人行景观桥舒适度测试与评估方法的流程框图；
图2为本发明提出的一种大跨人行景观桥舒适度测试与评估方法的实测流程框图。
具体实施方式
实施例1
参照图1-2，一种大跨人行景观桥舒适度测试与评估方法，该测试评估方法具体步骤如下：
布置各检测设备并检测设备性能。
本实施例中，检测设备具体包括941-B型超低频拾振器、UT89系列动态采集系统、AZ808滤波器、UTEKL动态信号分析系统、拾振器电缆数据线、加速度传感器、笔记本电脑以及节拍发生器。
对各组检测设备的采集数据进行预处理。
具体的，设置AZ808滤波器参数，并通过设置完成的AZ808滤波器去除采集数据中的噪音干扰，之后提取采集数据中的高频成分并进行平滑处理，将处理后的采集数据进行标准化处理，再将各组采集数据整合成评估数据集，同时计算该评估数据集标准偏差，通过该标准偏差筛除数据集中的异常数据。
进行人行荷载振动测试并记录测试结果。
具体的，在人行景观桥上选择能够表征人行景观桥结构人致振动敏感处的测点，布置检测设备，并对人行景观桥进行锤击激励，通过各检测设备收集振动数据，之后依据收集到的人行景观桥结构真实模态数据构建单人载荷作用模型，依据人行景观桥设计的不同交通繁忙状态，预设人行景观桥行人密度和步频，同时依据构建的单人载荷作用模型生成相对应的人群荷载作用模型，根据采集到的信号数据生成行人单步落足时程曲线，并由单步落足曲线及其对应的步频计算行人单步落足重叠时间，然后模拟人行荷载，并设定行人循环步行力的频率，再通过傅里叶级数获取行人行走激励荷载，依据结构自振特性，确定最不利情况下的人行荷载，通过锁死和打开TMD系统，选择实时数据记录或事后数据处理的方式采集行人荷载引起的振动响应。
需要进一步说明的是，单人载荷作用模型具体表现形式如下：
其中，fi(t)代表第i步激励时程；Δx代表行人步幅间隔；
人行荷载作用模型具体表现形式如下：
P(t)＝P×cos(2πfit)×ψ×NP (3)
其中，P×cos(2πfit)是单人谐波荷载，P是模型中荷载取值，ψ代表折减系数，NP代表等效行人密度；
其中，式(3)中等效行人密度NP(1/m2)按下式计算：
上式中，S为桥面加载面积；ξ为结构阻尼比；d为与交通级别有关的系数；
其中，行人交通级别和密度如下表所示。
表1行人交通级别和密度
行人步行力傅里叶级数具体公式如下：
其中，G代表行人体重，一般取700N；fp代表步频，一般取取1.5～3.0Hz；avi代表为行力的第i阶动载因子，代表步行力第i阶谐波相位角。
实施例2
参照图1-2，一种大跨人行景观桥舒适度测试与评估方法，该测试评估方法具体步骤如下：
确定舒适度评估指标并构建舒适评估模型。
具体的，从数据库中调用人行景观桥评估数据，其中，人行景观桥评估数据分别为：人行景观桥参数、人行激励荷载参数和减振装置参数，对各组数据进行数据清洗以及缺失值处理后，将各组数据进行归一化处理，再将处理后的数据整合为测试数据集，计算该数据的标准偏差以筛除数据集中的异常数据，将测试数据集划分为训练集和测试集，再初始化一组神经网络的权重和参数，之后将训练集导入该神经网络中，对于每个训练样本，根据输入数据和当前的权重和参数，计算神经网络的输出，并获取输出层为隐节点输出的线性组合以及能量函数，当能量函数小于目标误差时，训练过程结束并输出评估模型，将测试集导入评估模型中，通过该评估模型进行前向传播计算获取预测输出，通过softmax函数将输出值中所有目标的线性预测值转换为概率值，当获取对应概率值后，使用损失函数计算真实数据与检测概率之间的损失值来量化两者之间的差距，若损失值未满足预设条件，则重新训练该模型并更新该评估模型参数。
需要进一步说明的是，人行景观桥参数：跨径(m)、抗弯刚度(N·m2)
激励荷载参数：人行荷载激励频率(Hz)、单人载荷(kPa)、人群荷载(kPa)；
减振装置参数：TMD质量(kg)、TMD振动频率(Hz)、弹簧刚度(kN/m)、阻尼系数(kNs/m)、阻尼数量(个)。
本实施例中，在评估模型的规定区间内初始化网络连接权值，之后从训练时的输入以及输出对的集合中提交训练样本，并计算评估模型的输出，再比较期望的网络输出与实际的网络输出，同时计算所有神经元的局部误差，当局部误差超出预设阈值后，依据学习规则方程对评估模型的权值进行训练以及更新，并依据预设的学习率以及步长列出所有可能的数据结果，对于每一组数据，选取任意一个子集作为测试集，其余子集作为训练集，训练模型后对测试集进行检测，并统计检测结果的损失值，将测试集更换为另一子集，再取剩余子集作为训练集，再次计算损失值，直至对所有数据都进行一次预测，通过选取损失值最小时对应的组合参数作为数据区间内最优的参数并替换评估模型原有参数。
调试减振装置参数并利用评估模型评估该景观桥舒适度。
具体的，评估模型收集各组数据后，进行模态分析，并将单人载荷作用模型以及人群荷载作用模型数据导入该评估模型中；之后评估模型通过卷积、池化、反卷积以及全连接处理，若该人行景观桥自振频率大于3Hz时，则认为该桥梁满足舒适度要求；若自振频率小于3Hz且需进行振动响应分析时，收集该人行景观桥的跨径，并判断该人行景观桥结构抗弯刚度是否满足规定要求，：若该人行景观桥结构抗弯刚度不满足规定要求，则根据限制动力响应法的要求，进行结构动力响应分析，同时采用消能减振技术进行减振设计，分析完成后，评估模型进入初始数据导入模式，重新调整景观桥减振装置参数，之后评估模型在成桥后进行实测分析，并输出舒适度评估结果。
需要进一步说明的是，各跨径人行景观桥抗弯刚度要求如下表所示。
人行景观桥抗弯刚度要求
其中，减振设计需满足我国《建筑楼盖结构振动舒适度技术标准》(JGJ/T 441-2019)中的相关要求进行设计。
本实施例中，优化调整TMD系统的质量、弹簧刚度及阻尼系数及TMD数量，通过最不利人行荷载激励，并采用各检测设备收集人行桥振动响应数据，将减振装置数据输入舒适度评估模型，如不符合舒适度要求，则进行重新调整。
需要进一步说明的是，人行桥舒适度评价如下表所示。
人行桥舒适度评价
将评估数据同步至工作人员设备并进行区块存储。
具体的，将舒适度评估数据预处理成符合条件的区块，在入网时，区块链网络中各节点生成本地的公私钥对作为自己在网络中的标识码，当某一节点等待本地角色成为候选节点时，向网络中其他节点广播领导申请并发送，申请通过后，该候选节点成为领导节点，其他节点成为跟随节点，之后领导节点广播区块记录信息，跟随节点收到信息以后向其他跟随节点广播收到的信息并记录重复次数，并使用重复次数最多的信息生成区块头，并向领导节点发送验证申请，验证通过后，领导节点发送添加命令并进入沉睡期，跟随节点收到确认信息后,将新生成的各组区块添加至区块链上并返回候选身份。
Claims (9)
1.一种大跨人行景观桥舒适度测试与评估方法，其特征在于，该测试评估方法具体步骤如下：
(1)布置各检测设备并检测设备性能；
(2)对各组检测设备的采集数据进行预处理；
(3)进行人行荷载振动测试并记录测试结果；
(4)确定舒适度评估指标并构建舒适度评估模型；
(5)调试减振装置参数并利用评估模型评估该景观桥舒适度；
(6)将评估数据同步至工作人员设备并进行区块存储；
所述调试减振装置参数并通过评估模型评价人行景观桥舒适度具体步骤如下：
第1步：评估模型收集各组数据后，进行模态分析，并将单人载荷作用模型以及人群荷载作用模型数据导入该评估模型中；之后评估模型通过卷积、池化、反卷积以及全连接处理；
第2步：若该人行景观桥自振频率大于3Hz时，则认为该桥梁满足舒适度要求；若自振频率小于3Hz且需进行振动响应分析时，收集该人行景观桥的跨径，并判断该人行景观桥结构抗弯刚度是否满足规定要求；
第3步：若该人行景观桥结构抗弯刚度不满足规定要求，则根据限制动力响应法的要求，进行结构动力响应分析，同时采用消能减振技术进行减振设计，并在成桥后进行实测分析；
第4步：分析完成后，评估模型进入初始数据导入模式，重新调整景观桥减振装置参数，评估模型再次通过卷积、池化、反卷积以及全连接处理后输出舒适度评估结果。
2.根据权利要求1所述的一种大跨人行景观桥舒适度测试与评估方法，其特征在于，步骤(1)中所述检测设备具体包括941-B型超低频拾振器、UT89系列动态采集系统、AZ808滤波器、UTEKL动态信号分析系统、拾振器电缆数据线、加速度传感器、笔记本电脑以及节拍发生器。
3.根据权利要求2所述的一种大跨人行景观桥舒适度测试与评估方法，其特征在于，步骤(2)中所述采集数据预处理具体步骤如下：
步骤一：设置AZ808滤波器参数，并通过设置完成的AZ808滤波器去除采集数据中的噪音干扰，之后提取采集数据中的高频成分并进行平滑处理；
步骤二：将处理后的采集数据进行标准化处理，再将各组采集数据整合成评估数据集，同时计算该评估数据集标准偏差，通过该标准偏差筛除数据集中的异常数据。
4.根据权利要求3所述的一种大跨人行景观桥舒适度测试与评估方法，其特征在于，步骤(3)中所述人行荷载振动测试具体步骤如下：
步骤Ⅰ：在人行景观桥上选择能够表征人行景观桥结构人致振动敏感处的测点，布置检测设备，并对人行景观桥进行锤击激励，通过各检测设备收集振动数据，之后依据收集到的人行景观桥结构真实模态数据构建单人载荷作用模型；
步骤Ⅱ：依据人行景观桥设计的不同交通繁忙状态，预设人行景观桥行人密度和步频，同时依据构建的单人载荷作用模型生成相对应的人群荷载作用模型；
步骤Ⅲ：根据采集到的信号数据生成行人单步落足时程曲线，并由单步落足曲线及其对应的步频计算行人单步落足重叠时间，然后模拟人行荷载，并设定行人循环步行力的频率，再通过傅里叶级数获取行人行走激励荷载；
步骤Ⅳ：依据结构自振特性，确定最不利情况下的人行荷载，通过锁死和打开TMD系统，选择实时数据记录或事后数据处理的方式采集行人荷载引起的振动响应。
5.根据权利要求4所述的一种大跨人行景观桥舒适度测试与评估方法，其特征在于，步骤Ⅱ中所述单人载荷作用模型具体表现形式如下：
其中，fi(t)代表第i步激励时程；Δx代表行人步幅间隔；
步骤Ⅲ中所述人行荷载作用模型具体表现形式如下：
P(t)＝P×cos(2πfit)×ψ×NP (3)
其中，P×cos(2πfit)是单人谐波荷载，P是模型中荷载取值，ψ代表折减系数，NP代表等效行人密度；
其中，式(3)中等效行人密度NP(1/m2)按下式计算：
上式中，S为桥面加载面积；
ξ为结构阻尼比；
d为与交通级别有关的系数；
步骤Ⅳ中所述行人步行力傅里叶级数具体公式如下：
其中，G代表行人体重，一般取700N；fp代表步频，一般取1.5～3.0Hz；avi代表为行力的第i阶动载因子，代表步行力第i阶谐波相位角。
6.根据权利要求4所述的一种大跨人行景观桥舒适度测试与评估方法，其特征在于，步骤(4)中所述舒适度评估模型具体构建步骤如下：
步骤①：从数据库中调用人行景观桥评估数据，其中，人行景观桥评估数据分别为：人行景观桥参数、人行激励荷载参数和减振装置参数；
步骤②：对各组数据进行数据清洗以及缺失值处理后，将各组数据进行归一化处理，再将处理后的数据整合为测试数据集，计算该数据的标准偏差以筛除数据集中的异常数据；
步骤③：将测试数据集划分为训练集和测试集，再初始化一组神经网络的权重和参数，之后将训练集导入该神经网络中，对于每个训练样本，根据输入数据和当前的权重和参数，计算神经网络的输出，并获取输出层为隐节点输出的线性组合以及能量函数，当能量函数小于目标误差时，训练过程结束并输出评估模型；
步骤④：将测试集导入评估模型中，通过该评估模型进行前向传播计算获取预测输出，通过softmax函数将输出值中所有目标的线性预测值转换为概率值，当获取对应概率值后，使用损失函数计算真实数据与检测概率之间的损失值来量化两者之间的差距，若损失值未满足预设条件，则重新训练该模型并更新该评估模型参数。
7.根据权利要求6所述的一种大跨人行景观桥舒适度测试与评估方法，其特征在于，步骤③中所述评估模型参数更新具体步骤如下：
第一步：在评估模型的规定区间内初始化网络连接权值，之后从训练时的输入以及输出对的集合中提交训练样本，并计算评估模型的输出，再比较期望的网络输出与实际的网络输出，同时计算所有神经元的局部误差；
第二步：当局部误差超出预设阈值后，依据学习规则方程对评估模型的权值进行训练以及更新，并依据预设的学习率以及步长列出所有可能的数据结果，对于每一组数据，选取任意一个子集作为测试集，其余子集作为训练集，训练模型后对测试集进行检测，并统计检测结果的损失值；
第三步：将测试集更换为另一子集，再取剩余子集作为训练集，再次计算损失值，直至对所有数据都进行一次预测，通过选取损失值最小时对应的组合参数作为数据区间内最优的参数并替换评估模型原有参数。
8.根据权利要求1所述的一种大跨人行景观桥舒适度测试与评估方法，其特征在于，第2步中所述重新调整景观桥减振装置参数步骤如下：
第①步：优化调整TMD系统的质量、弹簧刚度及阻尼系数及TMD数量，通过最不利人行荷载激励，并采用各检测设备收集人行桥振动响应数据；
第②步：将减振装置数据输入舒适度评估模型，如不符合舒适度要求，回到第①步重新调整。
9.根据权利要求1所述的一种大跨人行景观桥舒适度测试与评估方法，其特征在于，步骤(6)中所述区块存储具体步骤如下：
第Ⅰ步：将舒适度评估数据预处理成符合条件的区块，在入网时，区块链网络中各节点生成本地的公私钥对作为自己在网络中的标识码，当某一节点等待本地角色成为候选节点时，向网络中其他节点广播领导申请并发送；
第Ⅱ步：申请通过后，该候选节点成为领导节点，其他节点成为跟随节点，之后领导节点广播区块记录信息，跟随节点收到信息以后向其他跟随节点广播收到的信息并记录重复次数，并使用重复次数最多的信息生成区块头，并向领导节点发送验证申请；
第Ⅲ步：验证通过后，领导节点发送添加命令并进入沉睡期，跟随节点收到确认信息后,将新生成的各组区块添加至区块链上并返回候选身份。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311241388.XA CN117367716B (zh) | 2023-09-25 | 2023-09-25 | 一种大跨人行景观桥舒适度测试与评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311241388.XA CN117367716B (zh) | 2023-09-25 | 2023-09-25 | 一种大跨人行景观桥舒适度测试与评估方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117367716A CN117367716A (zh) | 2024-01-09 |
| CN117367716B true CN117367716B (zh) | 2024-06-07 |
Family
ID=89401330
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311241388.XA Active CN117367716B (zh) | 2023-09-25 | 2023-09-25 | 一种大跨人行景观桥舒适度测试与评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117367716B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108775994A (zh) * | 2018-07-03 | 2018-11-09 | 武汉理工大学 | 一种基于磁流变弹性体变频阻尼器减振试验装置与系统 |
| CN109459130A (zh) * | 2018-11-05 | 2019-03-12 | 中冀施玛特科技河北有限公司 | 一种基于智能手机的建筑结构舒适度测试系统 |
| DE102018008407A1 (de) * | 2017-11-02 | 2019-06-19 | Scania Cv Ab | Verfahren und Steueranordnung in einem Bus |
| WO2019159042A1 (en) * | 2018-02-16 | 2019-08-22 | Site S.P.A. Con Socio Unico | System and method for automated monitoring of suspended road infrastructures, such as flyovers, bridges and viaducts |
| JP2020046331A (ja) * | 2018-09-20 | 2020-03-26 | 株式会社Ｎｔｔドコモ | 橋梁評価システムおよび橋梁評価方法 |
| JP2020067418A (ja) * | 2018-10-26 | 2020-04-30 | 株式会社Ｎｔｔドコモ | 橋梁評価システムおよび橋梁評価方法 |
| CN112362274A (zh) * | 2020-10-10 | 2021-02-12 | 中铁大桥局集团有限公司 | 运营期大跨桥梁涡激振动监测、预警、评价方法及系统 |
| CN113373788A (zh) * | 2021-05-11 | 2021-09-10 | 吴琼 | 一种大跨度桥梁和非线性减振集电一体化方法 |
| CN115017752A (zh) * | 2022-04-06 | 2022-09-06 | 姜岸 | 人致振动桥梁舒适度分析方法、介质、计算机设备及终端 |
| KR20230069411A (ko) * | 2021-11-12 | 2023-05-19 | 한국교통대학교산학협력단 | 딥러닝 기반 철도교량의 주행안전성 및 승차감 예측 시스템 및 방법 |
-
2023
- 2023-09-25 CN CN202311241388.XA patent/CN117367716B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102018008407A1 (de) * | 2017-11-02 | 2019-06-19 | Scania Cv Ab | Verfahren und Steueranordnung in einem Bus |
| WO2019159042A1 (en) * | 2018-02-16 | 2019-08-22 | Site S.P.A. Con Socio Unico | System and method for automated monitoring of suspended road infrastructures, such as flyovers, bridges and viaducts |
| CN108775994A (zh) * | 2018-07-03 | 2018-11-09 | 武汉理工大学 | 一种基于磁流变弹性体变频阻尼器减振试验装置与系统 |
| JP2020046331A (ja) * | 2018-09-20 | 2020-03-26 | 株式会社Ｎｔｔドコモ | 橋梁評価システムおよび橋梁評価方法 |
| JP2020067418A (ja) * | 2018-10-26 | 2020-04-30 | 株式会社Ｎｔｔドコモ | 橋梁評価システムおよび橋梁評価方法 |
| CN109459130A (zh) * | 2018-11-05 | 2019-03-12 | 中冀施玛特科技河北有限公司 | 一种基于智能手机的建筑结构舒适度测试系统 |
| CN112362274A (zh) * | 2020-10-10 | 2021-02-12 | 中铁大桥局集团有限公司 | 运营期大跨桥梁涡激振动监测、预警、评价方法及系统 |
| CN113373788A (zh) * | 2021-05-11 | 2021-09-10 | 吴琼 | 一种大跨度桥梁和非线性减振集电一体化方法 |
| KR20230069411A (ko) * | 2021-11-12 | 2023-05-19 | 한국교통대학교산학협력단 | 딥러닝 기반 철도교량의 주행안전성 및 승차감 예측 시스템 및 방법 |
| CN115017752A (zh) * | 2022-04-06 | 2022-09-06 | 姜岸 | 人致振动桥梁舒适度分析方法、介质、计算机设备及终端 |
Non-Patent Citations (2)
| Title |
|---|
| 基于舒适度评价的钢结构人行天桥减振加固设计;程江;城市道桥与防洪;20150831(第8期);58-61 * |
| 设置调频质量阻尼器的连廊结构人激荷载振动控制测试分析;陈燃;建 筑 监 督 检 测 与 造 价;20230430;第16卷(第2期);6-12 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117367716A (zh) | 2024-01-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110889440A (zh) | 基于主成分分析和bp神经网络的岩爆等级预测方法及系统 | |
| Wen et al. | Rapid seismic response prediction of RC frames based on deep learning and limited building information | |
| US20220261655A1 (en) | Real-time prediction method for engine emission | |
| Luo et al. | Load-effect separation of a large-span prestressed structure based on an enhanced EEMD-ICA methodology | |
| Miano et al. | Considering structural modeling uncertainties using Bayesian cloud analysis | |
| CN105868556A (zh) | 一种基于北斗桥梁安全监测系统的桥梁安全评估方法 | |
| CN110489844A (zh) | 一种适用于软岩隧道不均匀大变形等级预测方法 | |
| CN111783212B (zh) | 一种斜拉桥典型损伤识别方法 | |
| CN110096805A (zh) | 一种有限观测数据下基于改进自助法的结构参数不确定性量化及传递方法 | |
| CN113191647A (zh) | 面向应急管理的城市韧性评估方法 | |
| Wang et al. | Dynamic characterization of a long span bridge: a finite element based approach | |
| CN114741758B (zh) | 一种基于机器学习的建筑抗震韧性初步设计方法及系统 | |
| CN116167549A (zh) | 一种水资源承载力评价方法 | |
| CN104112071B (zh) | 跳跃荷载下楼盖振动响应计算方法 | |
| CN117367716B (zh) | 一种大跨人行景观桥舒适度测试与评估方法 | |
| Huang et al. | Rapid seismic damage evaluation of subway stations using machine learning techniques | |
| CN111026790A (zh) | 一种基于数据挖掘的结构安全评估及预报方法 | |
| CN109214046A (zh) | 一种地震液化判别方法及地震液化势模型 | |
| Ródenas et al. | Advances in seismic vulnerability assessment of reinforced concrete buildings applied to the experience of Lorca (Spain) 2011 earthquake | |
| Zhang | Post-earthquake performance assessment and decision-making for tall buildings: integrating statistical modeling, machine learning, stochastic simulation and optimization | |
| Wang et al. | Application of Deep Learning in Microseismic Waveform Classification: A Case Study of The Yebatan Hydropower Station Project | |
| CN105528657A (zh) | 基于北斗和向量机的建筑物震害预测方法 | |
| D’Amato et al. | Risk analysis of existing building heritage through damage assessment after L’Aquila earthquake 2009 | |
| CN118247108B (zh) | 一种基于数据库技术的区域地震安评方法及系统 | |
| CN110414785A (zh) | 深基坑开挖施工的风险识别方法 |
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 |