CN117629549B - 一种桥梁建筑健康监测与安全预警系统 - Google Patents
一种桥梁建筑健康监测与安全预警系统 Download PDFInfo
- Publication number
- CN117629549B CN117629549B CN202410107583.1A CN202410107583A CN117629549B CN 117629549 B CN117629549 B CN 117629549B CN 202410107583 A CN202410107583 A CN 202410107583A CN 117629549 B CN117629549 B CN 117629549B
- Authority
- CN
- China
- Prior art keywords
- data
- bridge
- unit
- monitoring
- sensor
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 107
- 230000036541 health Effects 0.000 title claims abstract description 35
- 238000012545 processing Methods 0.000 claims abstract description 47
- 238000004458 analytical method Methods 0.000 claims abstract description 28
- 238000007726 management method Methods 0.000 claims abstract description 20
- 238000012800 visualization Methods 0.000 claims abstract description 13
- 238000013500 data storage Methods 0.000 claims abstract description 12
- 238000013461 design Methods 0.000 claims description 16
- 238000011156 evaluation Methods 0.000 claims description 15
- 238000000034 method Methods 0.000 claims description 15
- 239000000463 material Substances 0.000 claims description 13
- 238000001514 detection method Methods 0.000 claims description 12
- 230000007613 environmental effect Effects 0.000 claims description 12
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 12
- 238000013507 mapping Methods 0.000 claims description 11
- 238000001914 filtration Methods 0.000 claims description 10
- 230000004927 fusion Effects 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 8
- 230000009474 immediate action Effects 0.000 claims description 8
- 230000000737 periodic effect Effects 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 8
- 230000035882 stress Effects 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 6
- 230000006378 damage Effects 0.000 claims description 6
- 201000010099 disease Diseases 0.000 claims description 6
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 6
- 238000007689 inspection Methods 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 6
- 238000001228 spectrum Methods 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 5
- 238000003745 diagnosis Methods 0.000 claims description 4
- 230000007246 mechanism Effects 0.000 claims description 4
- 230000001932 seasonal effect Effects 0.000 claims description 4
- 230000035945 sensitivity Effects 0.000 claims description 4
- 238000004088 simulation Methods 0.000 claims description 4
- 230000003068 static effect Effects 0.000 claims description 4
- 229910000831 Steel Inorganic materials 0.000 claims description 3
- 230000008602 contraction Effects 0.000 claims description 3
- 230000007797 corrosion Effects 0.000 claims description 3
- 238000005260 corrosion Methods 0.000 claims description 3
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 239000007789 gas Substances 0.000 claims description 3
- 238000005065 mining Methods 0.000 claims description 3
- 238000009991 scouring Methods 0.000 claims description 3
- 239000010959 steel Substances 0.000 claims description 3
- 230000007847 structural defect Effects 0.000 claims description 3
- 230000001960 triggered effect Effects 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims 1
- 230000001360 synchronised effect Effects 0.000 abstract 1
- 238000012423 maintenance Methods 0.000 description 8
- 230000009471 action Effects 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000010924 continuous production Methods 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/02—Picture taking arrangements specially adapted for photogrammetry or photographic surveying, e.g. controlling overlapping of pictures
- G01C11/025—Picture taking arrangements specially adapted for photogrammetry or photographic surveying, e.g. controlling overlapping of pictures by scanning the object
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/36—Videogrammetry, i.e. electronic processing of video signals from a single source or from different sources to give parallax or range information
-
- 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
- G01M5/0033—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings by determining damage, crack or wear
-
- 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
- G01M5/0041—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings by determining deflection or stress
-
- 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
-
- 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
- G01M5/0075—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings by means of external apparatus, e.g. test benches or portable test systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Radar, Positioning & Navigation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Signal Processing (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明提供了一种桥梁建筑健康监测与安全预警系统，属于结构体健康监测技术领域。该系统包括数据采集模块和中央数据处理模块，数据采集模块包括传感器单元及传感器监测单元；中央数据处理模块包括数据接收单元、数据存储单元、数字孪生建模单元、数据处理分析单元、可视化单元、报警通知单元和远程监控管理单元，数字孪生模型与数据采集模块保持同步，以反映桥梁的最新状态；数据接收单元与数据采集模块相连接；数据存储单元与数据接收单元直接连接；数据处理分析单元与数字孪生建模单元、数据存储单元连接；远程监控管理单元与数据处理分析单元连接；可视化单元与数据处理分析单元连接；远程监控管理单元通过安全的网络直接连接有中央系统。
Description
技术领域
本申请涉及结构体健康监测技术领域，具体为一种桥梁建筑健康监测与安全预警系统。
背景技术
桥梁在现代社会中扮演着至关重要的角色，是城市和国家的经济和社会联系的重要组成部分。然而，桥梁结构的老化、损坏、异常负荷或自然灾害都可能对其安全性和可靠性构成潜在威胁。为了保障公共安全、维护基础设施的完整性，监测和维护桥梁结构的健康成为当务之急。
传统的桥梁监测方法往往面临一系列技术问题和挑战。这些问题包括。
不连续的监测：传统桥梁监测主要依赖于定期巡检和手动测量，这种方法不仅耗时耗力，而且不能提供连续的实时监测。
数据处理困难：传统监测方法生成的大量数据需要进行有效的处理和分析，以从中提取有关桥梁状态的信息。这通常需要大量的时间和人力资源，容易遭受主观性和误差的影响。
预测能力有限：传统监测方法通常只提供当前桥梁状态的数据，缺乏预测性能，不能提前发现潜在的问题。
高风险的人员介入：定期巡检需要人员进入危险区域，存在潜在的安全风险。
环境干扰：天气、温度和其他环境因素可能对监测结果产生干扰，导致误报或漏报。
为解决上述技术问题，本申请提供一种桥梁建筑健康监测与安全预警系统，旨在通过集成现代传感器技术、数据分析、数字孪生建模和智能预警机制，实现对桥梁结构的实时、连续、智能化监测，以确保其长期的安全性和可靠性，不仅能够实时监测桥梁状态的变化，还具备故障预测、自动警报、数据分析和长期趋势分析的功能，从而解决了传统桥梁监测方法存在的一系列技术问题，为公共安全和基础设施可持续性提供了创新性的解决方案。
发明内容
为了克服现有技术存在的一系列缺陷，本申请的目的在于针对上述问题，提供一种桥梁建筑健康监测与安全预警系统，包括数据采集模块和中央数据处理模块，所述数据采集模块包括传感器单元及传感器监测单元，所述传感器单元用于实时采集桥梁状态的数据以确保及时监测桥梁的状态变化；所述传感器监测单元用于实时监测传感器的运行状态，并在出现故障或异常情况时发出警报；所述中央数据处理模块包括数据接收单元、数据存储单元、数字孪生建模单元、数据处理分析单元、可视化单元、报警通知单元和远程监控管理单元，其中，所述数字孪生建模单元基于来自数据采集模块的传感器数据，建立桥梁的数字孪生模型，用于模拟桥梁的实时状态和运行情况，所述数字孪生模型与所述数据采集模块保持实时同步，以反映桥梁的最新状态；所述数据接收单元与所述数据采集模块相连接，所述数据接收单元用于接收来自数据采集模块的实时数据流并进行数据解析，确保数据的完整性和准确性；所述数据存储单元与所述数据接收单元直接连接，所述数据存储单元用于将接收到的数据安全地存储在数据库中；所述数据处理分析单元与数字孪生建模单元、数据存储单元连接，所述数据处理分析单元利用数字孪生模型辅助对传感器数据进行处理、分析和挖掘；所述远程监控管理单元与所述数据处理分析单元连接，所述远程监控管理单元负责接收数据处理分析单元的分析结果和异常警报，实现远程监控和故障报警；所述可视化单元与所述数据处理分析单元连接，所述可视化单元负责将处理后的数据以实时监测图表、结构状态报告、趋势分析或者其他易于理解的形式呈现给终端用户；所述远程监控管理单元通过安全的网络直接连接有中央系统，远程监控管理单元允许管理员远程访问中央系统，以监视系统状态、配置参数和进行故障排除。
进一步的，所述数据处理分析单元包括读数映射模型、数据预处理和特征提取，所述读数映射模型用于建立传感器读数与环境因素之间的映射关系，以消除环境因素带来的干扰；所述数据预处理包括数据校正、数据滤波和数据对齐，所述数据校正用于校正传感器误差和漂移，以确保数据的准确性；所述数据滤波应用滤波器去除噪声，以保持数据的平稳性和稳定性；所述数据对齐用于对来自不同传感器的数据进行时间对齐，以便进行多传感器数据融合和分析；所述特征提取通过分析传感器数据，提取能够有效代表桥梁健康状态的特征。
进一步的，所述传感器单元包括加速度计、应变计、温度传感器和水位传感器，其中。
加速度计安装在主梁体两侧以及关键支撑结构上，用于全面监测桥梁结构的振动和位移。
应变计安装在主梁体的关键位置、关键连接部位附近以及支撑结构上，通过测量各个部位的应变以监测应力分布。
温度传感器安装在主梁体和支撑结构上，通过监测温度变化以估算桥梁结构的膨胀和收缩。
水位传感器安装在支撑结构附近的支座和桥梁下游以及时监测水位变化。
进一步的，所述数据采集模块还包括无人机单元和机械臂机器人，无人机单元及机械臂机器人均与数字孪生建模单元连接，以用于更新和完善数字孪生模型，其中：所述无人机单元包括固定翼无人机和多旋翼无人机，固定翼无人机用于对桥梁整体进行全域扫描，获取桥面和桥下区域的高清图像；多旋翼无人机用于对桥梁进行局部目标检测，获取桥塔、主梁和支座或者其他局部结构的近距离图像；所述机械臂机器人设置于桥梁支撑结构上，所述机械臂机器人配置触觉传感器以对桥梁支撑结构的表面进行接触检测以识别结构缺陷，同时，所述机械臂机器人的机械臂通过进入桥下河道进行水质检测，以对河床病害和冲刷情况进行评估。
进一步的，所述固定翼无人机和多旋翼无人机上均配置构型相机、热成像仪和光谱相机，获得视觉图像、热图和光谱信息，以检测桥面病害、钢结构腐蚀及有害气体。
进一步的，建立数字孪生模型的过程包括以下几个步骤。
收集桥梁的设计参数和结构细节，包括桥梁类型、跨度、材料和载荷配置，建立桥梁的CAD模型。
根据传感器布置和类型，定义桥梁模型中的关键节点。
利用有限元分析软件生成桥梁结构的有限元模型，定义材料参数，加载设计荷载，进行静力和动力分析。
开发桥梁数字孪生系统的仿真框架，将CAD模型、有限元模型与传感器数据实时融合，进行数据同步和模型更新。
通过卡尔曼过滤、数据融合算法，结合传感器数据校准和优化数字孪生模型，使其能够反映实际桥梁的处境状态。
在数字孪生模型上建立结构健康监测与故障诊断模块，通过模拟各种载荷情况、损伤模式，建立传感器响应数据库。
当实际传感器数据输入时，结合数据库比较分析，实现对桥梁结构健康状况的评估及故障预测。
将模型预测结果与实际监测结合，不断修正和完善数字孪生模型，使其精度达到实际应用的要求。
与可视化单元和报警通知单元集成，实现对桥梁安全状况的实时监测和预警。
进一步的，所述报警通知单元包括警报触发器、警报发生器和警报记录器，其中，警报触发器负责监测传感器数据，当传感器数据超过预设阈值时，则自动触发警报；警报发生器用于生成声音、文本、电子邮件或者其他形式的警报通知；警报记录器用于记录警报事件并提供管理接口，以便监控和处理警报。
进一步的，阈值的选择过程包括。
基于历史监测数据和桥梁结构设计规范建立基准数据集。
引入安全因子，阈值设定为基准数据的安全因子的倍数，即：阈值=基准数据×安全因子，其中，安全因子根据桥梁的重要性、年龄、设计规范和使用材料来确定。
通过定期结构评估及根据季节性变化动态调整阈值，使阈值能够真实反映桥梁的实际状况，从而提高桥梁健康监测的准确性。
进一步的，报警通知单元采用智能阈值自适应机制，通过分析历史监测数据、数字孪生模型预测结果以及结构评估报告，实时调整传感器数据的阈值，实现阈值的动态自适应和个性化，从而提高警报的灵敏度和准确性，避免漏报和误报。
进一步的，阈值警戒级别设置为低警戒级别、中警戒级别和高警戒级别，高警戒级别的阈值表示可能存在严重问题，需要立即采取行动；中警戒级别的阈值表示可能存在问题，需要进行更详细的检查和监测；低警戒级别的阈值表示存在一些不寻常的情况，但不需要立即行动，需要定期监测和进一步评估。
与现有技术相比，本申请至少具有如下技术效果或优点。
本申请通过实时监测和数字孪生技术，实现了对桥梁结构的全面状态检测和预警，确保桥梁安全可靠运行，提高了桥梁的使用寿命，降低了维护成本，防范了事故发生，保障了行车安全。
附图说明
图1为本申请中的数据采集模块的模块图。
图2为本申请中的中央数据处理模块的模块图。
具体实施方式
为使本发明实施的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行更加详细的描述。在附图中，自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。所描述的实施例是本发明一部分实施例，而不是全部的实施例。
基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
下面通过参考附图描述的实施例以及方位性的词语均是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
参照图1和图2，一种桥梁建筑健康监测与安全预警系统，包括数据采集模块和中央数据处理模块，所述数据采集模块包括传感器单元及传感器监测单元，所述传感器单元用于实时采集桥梁状态的数据以确保及时监测桥梁的状态变化；所述传感器监测单元用于实时监测传感器的运行状态，并在出现故障或异常情况时发出警报。
所述中央数据处理模块包括数据接收单元、数据存储单元、数字孪生建模单元、数据处理分析单元、可视化单元、报警通知单元和远程监控管理单元，其中。
所述数字孪生建模单元基于来自数据采集模块的传感器数据，建立桥梁的数字孪生模型，用于模拟桥梁的实时状态和运行情况，所述数字孪生模型与所述数据采集模块保持实时同步，以反映桥梁的最新状态。
所述数据接收单元与所述数据采集模块相连接，所述数据接收单元用于接收来自数据采集模块的实时数据流并进行数据解析，确保数据的完整性和准确性。
所述数据存储单元与所述数据接收单元直接连接，所述数据存储单元用于将接收到的数据安全地存储在数据库中。
所述数据处理分析单元与数字孪生建模单元、数据存储单元连接，所述数据处理分析单元利用数字孪生模型辅助对传感器数据进行处理、分析和挖掘。
所述远程监控管理单元与所述数据处理分析单元连接，所述远程监控管理单元负责接收数据处理分析单元的分析结果和异常警报，实现远程监控和故障报警。
所述可视化单元与所述数据处理分析单元连接，所述可视化单元负责将处理后的数据以实时监测图表、结构状态报告、趋势分析或者其他易于理解的形式呈现给终端用户。
所述远程监控管理单元通过安全的网络直接连接有中央系统，远程监控管理单元允许管理员远程访问中央系统，以监视系统状态、配置参数和进行故障排除。
本实施例中，传感器单元可以实时监测桥梁的状态，而数字孪生建模单元帮助模拟桥梁的实时状态，从而提供了更准确和全面的桥梁健康状况，有助于及早识别潜在的问题，从而提高桥梁的安全性，减少事故风险。通过定期监测和及时的维护，桥梁的使用寿命可以显著延长，从而减少修建新桥的成本。通过采集大量的数据，经过处理和分析后，可以用于决策制定，从而可以帮助桥梁管理部门更好地分配资源，优化维护计划，提高效率。远程监控管理单元可以实现远程监控和故障报警，对于应急响应和及时采取措施非常重要，以防止潜在的灾难性损害。可视化单元提供了易于理解的数据呈现方式，使非专业用户也能够理解桥梁的健康状况，有助于利益相关者更好地了解桥梁的状态。在智能城市的背景下，可以集成到城市基础设施监测网络中，实现更全面的城市基础设施管理，从而提高城市的可持续性和智能性，其重要意义在于提供了一种综合性、数据驱动的方法来维护和管理重要基础设施，从而提高安全性、可持续性和效率，不仅有助于保护公众安全，还有助于降低维护成本并提高基础设施的寿命。
进一步的，所述数据处理分析单元包括读数映射模型、数据预处理和特征提取，所述读数映射模型用于建立传感器读数与环境因素之间的映射关系，以消除环境因素带来的干扰；所述数据预处理包括数据校正、数据滤波和数据对齐，所述数据校正用于校正传感器误差和漂移，以确保数据的准确性；所述数据滤波应用滤波器去除噪声，以保持数据的平稳性和稳定性；所述数据对齐用于对来自不同传感器的数据进行时间对齐，以便进行多传感器数据融合和分析；所述特征提取通过分析传感器数据，提取能够有效代表桥梁健康状态的特征。
本实施例中，通过读数映射模型建立传感器读数与环境因素之间的映射关系，有助于消除环境因素对传感器读数的干扰，从而提高了数据的准确性，例如，可以识别并校正由于温度、湿度等环境变化而引起的误差，确保了数据的可靠性。特征提取是数据处理分析单元的关键部分，它通过分析传感器数据，提取那些最能有效代表桥梁健康状态的特征，这些特征可以包括振动频率、应力分布、裂缝检测、变形情况等等。这些特征的提取可以帮助系统更好地理解桥梁的状态，甚至预测潜在的问题，从而提高了安全性和维护效率。数据处理分析单元也可以实现来自不同传感器的数据融合，这意味着可以综合考虑多个传感器的数据，进一步提高对桥梁状态的全面理解。例如，通过将来自不同传感器的信息结合起来，系统可以更精确地识别结构性问题，如应力分布不均匀或潜在裂缝。数据处理分析单元可以不仅用于离线数据分析，还可以提供实时监测和警报。它可以持续分析传感器数据流，立即检测到任何异常情况，并触发实时警报，使运维人员能够及时采取行动。综合来说，数据处理分析单元的功能是使系统更加智能和灵活，以应对多变的环境和桥梁状态，从而有助于提高桥梁监测的准确性、效率和及时性，进一步确保公路桥梁的安全性和可持续性。
进一步的，所述传感器单元包括加速度计、应变计、温度传感器和水位传感器，其中。
加速度计安装在主梁体两侧以及关键支撑结构上，用于全面监测桥梁结构的振动和位移。
应变计安装在主梁体的关键位置、关键连接部位附近以及支撑结构上，通过测量各个部位的应变以监测应力分布。
温度传感器安装在主梁体和支撑结构上，通过监测温度变化以估算桥梁结构的膨胀和收缩。
水位传感器安装在支撑结构附近的支座和桥梁下游以及时监测水位变化。
进一步的，所述数据采集模块还包括无人机单元和机械臂机器人，无人机单元及机械臂机器人均与数字孪生建模单元连接，以用于更新和完善数字孪生模型，其中：所述无人机单元包括固定翼无人机和多旋翼无人机，固定翼无人机用于对桥梁整体进行全域扫描，获取桥面和桥下区域的高清图像；多旋翼无人机用于对桥梁进行局部目标检测，获取桥塔、主梁和支座或者其他局部结构的近距离图像；所述机械臂机器人设置于桥梁支撑结构上，所述机械臂机器人配置触觉传感器以对桥梁支撑结构的表面进行接触检测以识别结构缺陷，同时，所述机械臂机器人的机械臂通过进入桥下河道进行水质检测，以对河床病害和冲刷情况进行评估。
进一步的，所述固定翼无人机和多旋翼无人机上均配置构型相机、热成像仪和光谱相机，获得视觉图像、热图和光谱信息，以检测桥面病害、钢结构腐蚀及有害气体。
本实施例中，传感器单元能够更全面地监测和评估公路桥梁的状态，从而提高了桥梁的安全性和可持续性。通过多传感器数据融合、高分辨率图像采集以及接触检测，系统能够提供更多的信息，帮助决策者更好地了解桥梁的健康状况，及时采取必要的维护措施，以延长桥梁的寿命和确保其可靠性。
进一步的，建立数字孪生模型的过程包括以下几个步骤。
收集桥梁的设计参数和结构细节，包括桥梁类型、跨度、材料和载荷配置，建立桥梁的CAD模型。
根据传感器布置和类型，定义桥梁模型中的关键节点。
利用有限元分析软件生成桥梁结构的有限元模型，定义材料参数，加载设计荷载，进行静力和动力分析。
开发桥梁数字孪生系统的仿真框架，将CAD模型、有限元模型与传感器数据实时融合，进行数据同步和模型更新。
通过卡尔曼过滤、数据融合算法，结合传感器数据校准和优化数字孪生模型，使其能够反映实际桥梁的处境状态。
在数字孪生模型上建立结构健康监测与故障诊断模块，通过模拟各种载荷情况、损伤模式，建立传感器响应数据库。
当实际传感器数据输入时，结合数据库比较分析，实现对桥梁结构健康状况的评估及故障预测。
将模型预测结果与实际监测结合，不断修正和完善数字孪生模型，使其精度达到实际应用的要求。
与可视化单元和报警通知单元集成，实现对桥梁安全状况的实时监测和预警。
本实施例中，在建立数字孪生模型的第一步，需要收集桥梁的设计参数和结构细节。这包括桥梁类型、跨度、材料、载荷配置等信息。然后，利用这些数据建立桥梁的CAD模型，以准确反映桥梁的几何形状和材料属性。根据传感器的布置和类型，需要定义数字孪生模型中的关键节点。这些节点对应于传感器放置的位置，以确保模型可以准确地捕获感兴趣的区域，并监测与这些节点相关的参数。使用有限元分析软件，生成桥梁结构的有限元模型。在此过程中，需要定义材料参数、加载设计荷载，并进行静力和动力分析。这有助于理解桥梁的结构行为，包括应力、应变、振动等方面的响应。开发桥梁数字孪生系统的仿真框架，将CAD模型、有限元模型与传感器数据实时融合。这确保了数据同步和模型更新，使数字孪生模型能够准确反映桥梁的实际情况。通过卡尔曼过滤和数据融合算法，结合传感器数据，进行数据校准和优化数字孪生模型。这有助于确保模型能够准确反映桥梁的实际处境状态，包括各种环境因素和荷载情况。在数字孪生模型上建立结构健康监测与故障诊断模块。这个模块可以模拟各种载荷情况和损伤模式，同时建立传感器响应数据库。这允许系统模拟和评估不同的健康状况和潜在故障。当实际传感器数据输入时，系统可以结合数据库比较分析，实现对桥梁结构健康状况的实时评估和故障预测。这有助于及时发现潜在问题并采取必要的维护措施。将模型预测结果与实际监测相结合，不断修正和完善数字孪生模型。这是一个持续的过程，旨在提高模型的精度，使其满足实际应用的要求。数字孪生模型的结果可以与可视化单元和报警通知单元集成，以实现对桥梁安全状况的实时监测和预警。这确保了及时的决策和行动以维护桥梁的安全性。这些步骤的执行使得数字孪生模型能够模拟桥梁的实际状况，实现全面的健康监测和提前故障预测，有助于确保桥梁的可靠性、安全性和可持续性。
进一步的，所述报警通知单元包括警报触发器、警报发生器和警报记录器，其中，警报触发器负责监测传感器数据，当传感器数据超过预设阈值时，则自动触发警报；警报发生器用于生成声音、文本、电子邮件或者其他形式的警报通知；警报记录器用于记录警报事件并提供管理接口，以便监控和处理警报。
进一步的，阈值的选择过程包括。
基于历史监测数据和桥梁结构设计规范建立基准数据集。
引入安全因子，阈值设定为基准数据的安全因子的倍数，即：阈值=基准数据×安全因子，其中，安全因子根据桥梁的重要性、年龄、设计规范和使用材料来确定。
通过定期结构评估及根据季节性变化动态调整阈值，使阈值能够真实反映桥梁的实际状况，从而提高桥梁健康监测的准确性。
进一步的，报警通知单元采用智能阈值自适应机制，通过分析历史监测数据、数字孪生模型预测结果以及结构评估报告，实时调整传感器数据的阈值，实现阈值的动态自适应和个性化，从而提高警报的灵敏度和准确性，避免漏报和误报。
进一步的，阈值警戒级别设置为低警戒级别、中警戒级别和高警戒级别，高警戒级别的阈值表示可能存在严重问题，需要立即采取行动；中警戒级别的阈值表示可能存在问题，需要进行更详细的检查和监测；低警戒级别的阈值表示存在一些不寻常的情况，但不需要立即行动，需要定期监测和进一步评估。
本实施例中，警报触发器的任务是持续监测传感器数据。传感器数据超过预定的阈值即会触发警报。这可以包括各种异常，如振动超出范围、应力或温度异常等。阈值的选择在很大程度上取决于所监测的参数和桥梁的特性。警报发生器负责生成警报通知。它可以以多种形式提供通知，包括声音、文本、电子邮件、手机应用通知等。这确保了相关人员能够迅速获得关于桥梁状态的信息，以便采取适当的行动。警报记录器记录警报事件并提供管理接口。这有助于监控和处理警报，同时也有助于生成历史记录，以进行后续分析和审计。这是关键的，因为它允许了解警报的频率、类型和处理情况。基于历史监测数据和桥梁结构设计规范，建立基准数据集，这些数据反映了桥梁在正常条件下的行为；引入安全因子，以考虑桥梁的重要性、年龄、设计规范和使用材料等因素，阈值可以设置为基准数据的安全因子的倍数，这确保了在考虑各种因素的情况下，阈值仍然足够保守；通过定期的结构评估和根据季节性变化，可以动态调整阈值，这确保了阈值能够反映桥梁的实际状况，随着时间的推移适应结构的变化。通过分析历史监测数据、数字孪生模型预测结果和结构评估报告，实时调整传感器数据的阈值，从而可以提高警报的灵敏度和准确性，同时避免漏报和误报。阈值可以设置不同的警戒级别，包括低、中、高。高警戒级别的阈值表示可能存在严重问题，需要立即采取行动，例如桥梁的封锁或限重。中警戒级别的阈值表示可能存在问题，需要进行更详细的检查和监测，但不需要立即采取紧急行动。低警戒级别的阈值表示存在一些不寻常的情况，但不需要立即采取行动，需要进行定期监测和进一步评估。
综上所述，本实施例提出的桥梁建筑健康监测与安全预警系统能有效识别并预警桥梁潜在问题和风险，为桥梁维护和管理提供有力支持，具有实时性、准确性、智能性和可靠性等特点。
最后需要指出的是：以上实施例仅用以说明本发明的技术方案，而非对其限制。尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (5)
1.一种桥梁建筑健康监测与安全预警系统，包括数据采集模块和中央数据处理模块，其特征在于，所述数据采集模块包括传感器单元及传感器监测单元，所述传感器单元用于实时采集桥梁状态的数据以确保及时监测桥梁的状态变化；所述传感器监测单元用于实时监测传感器的运行状态，并在出现故障或异常情况时发出警报；所述中央数据处理模块包括数据接收单元、数据存储单元、数字孪生建模单元、数据处理分析单元、可视化单元、报警通知单元和远程监控管理单元，其中，所述数字孪生建模单元基于来自数据采集模块的传感器数据，建立桥梁的数字孪生模型，用于模拟桥梁的实时状态和运行情况，所述数字孪生模型与所述数据采集模块保持实时同步，以反映桥梁的最新状态；所述数据接收单元与所述数据采集模块相连接，所述数据接收单元用于接收来自数据采集模块的实时数据流并进行数据解析，确保数据的完整性和准确性；所述数据存储单元与所述数据接收单元直接连接，所述数据存储单元用于将接收到的数据安全地存储在数据库中；所述数据处理分析单元与数字孪生建模单元、数据存储单元连接，所述数据处理分析单元利用数字孪生模型辅助对传感器数据进行处理、分析和挖掘；所述远程监控管理单元与所述数据处理分析单元连接，所述远程监控管理单元负责接收数据处理分析单元的分析结果和异常警报，实现远程监控和故障报警；所述可视化单元与所述数据处理分析单元连接，所述可视化单元负责将处理后的数据以实时监测图表、结构状态报告、趋势分析或者其他易于理解的形式呈现给终端用户；所述远程监控管理单元通过安全的网络直接连接有中央系统，远程监控管理单元允许管理员远程访问中央系统，以监视系统状态、配置参数和进行故障排除；
所述数据处理分析单元包括读数映射模型、数据预处理和特征提取，所述读数映射模型用于建立传感器读数与环境因素之间的映射关系，以消除环境因素带来的干扰；所述数据预处理包括数据校正、数据滤波和数据对齐，所述数据校正用于校正传感器误差和漂移，以确保数据的准确性；所述数据滤波应用滤波器去除噪声，以保持数据的平稳性和稳定性；所述数据对齐用于对来自不同传感器的数据进行时间对齐，以便进行多传感器数据融合和分析；所述特征提取通过分析传感器数据，提取能够有效代表桥梁健康状态的特征；
所述数据采集模块还包括无人机单元和机械臂机器人，无人机单元及机械臂机器人均与数字孪生建模单元连接，以用于更新和完善数字孪生模型，其中：所述无人机单元包括固定翼无人机和多旋翼无人机，固定翼无人机用于对桥梁整体进行全域扫描，获取桥面和桥下区域的高清图像；多旋翼无人机用于对桥梁进行局部目标检测，获取桥塔、主梁和支座或者其他局部结构的近距离图像；所述机械臂机器人设置于桥梁支撑结构上，所述机械臂机器人配置触觉传感器以对桥梁支撑结构的表面进行接触检测以识别结构缺陷，同时，所述机械臂机器人的机械臂通过进入桥下河道进行水质检测，以对河床病害和冲刷情况进行评估；
所述报警通知单元包括警报触发器、警报发生器和警报记录器，其中，警报触发器负责监测传感器数据，当传感器数据超过预设阈值时，则自动触发警报；警报发生器用于生成声音、文本、电子邮件或者其他形式的警报通知；警报记录器用于记录警报事件并提供管理接口，以便监控和处理警报；
阈值的选择过程包括：
基于历史监测数据和桥梁结构设计规范建立基准数据集；
引入安全因子，阈值设定为基准数据的安全因子的倍数，即：阈值=基准数据×安全因子，其中，安全因子根据桥梁的重要性、年龄、设计规范和使用材料来确定；
通过定期结构评估及根据季节性变化动态调整阈值，使阈值能够真实反映桥梁的实际状况，从而提高桥梁健康监测的准确性；
报警通知单元采用智能阈值自适应机制，通过分析历史监测数据、数字孪生模型预测结果以及结构评估报告，实时调整传感器数据的阈值，实现阈值的动态自适应和个性化，从而提高警报的灵敏度和准确性，避免漏报和误报。
2.根据权利要求1所述的一种桥梁建筑健康监测与安全预警系统，其特征在于，所述传感器单元包括加速度计、应变计、温度传感器和水位传感器，其中：
加速度计安装在主梁体两侧以及关键支撑结构上，用于全面监测桥梁结构的振动和位移；
应变计安装在主梁体的关键位置、关键连接部位附近以及支撑结构上，通过测量各个部位的应变以监测应力分布；
温度传感器安装在主梁体和支撑结构上，通过监测温度变化以估算桥梁结构的膨胀和收缩；
水位传感器安装在支撑结构附近的支座和桥梁下游以及时监测水位变化。
3.根据权利要求1所述的一种桥梁建筑健康监测与安全预警系统，其特征在于，所述固定翼无人机和多旋翼无人机上均配置构型相机、热成像仪和光谱相机，获得视觉图像、热图和光谱信息，以检测桥面病害、钢结构腐蚀及有害气体。
4.根据权利要求1所述的一种桥梁建筑健康监测与安全预警系统，其特征在于，建立数字孪生模型的过程包括以下几个步骤：
收集桥梁的设计参数和结构细节，包括桥梁类型、跨度、材料和载荷配置，建立桥梁的CAD模型；
根据传感器布置和类型，定义桥梁模型中的关键节点；
利用有限元分析软件生成桥梁结构的有限元模型，定义材料参数，加载设计荷载，进行静力和动力分析；
开发桥梁数字孪生系统的仿真框架，将CAD模型、有限元模型与传感器数据实时融合，进行数据同步和模型更新；
通过卡尔曼过滤、数据融合算法，结合传感器数据校准和优化数字孪生模型，使其能够反映实际桥梁的处境状态；
在数字孪生模型上建立结构健康监测与故障诊断模块，通过模拟各种载荷情况、损伤模式，建立传感器响应数据库；
当实际传感器数据输入时，结合数据库比较分析，实现对桥梁结构健康状况的评估及故障预测；
将模型预测结果与实际监测结合，不断修正和完善数字孪生模型，使其精度达到实际应用的要求；
与可视化单元和报警通知单元集成，实现对桥梁安全状况的实时监测和预警。
5.根据权利要求1-4任一所述的一种桥梁建筑健康监测与安全预警系统，其特征在于，阈值警戒级别设置为低警戒级别、中警戒级别和高警戒级别，高警戒级别的阈值表示可能存在严重问题，需要立即采取行动；中警戒级别的阈值表示可能存在问题，需要进行更详细的检查和监测；低警戒级别的阈值表示存在一些不寻常的情况，但不需要立即行动，需要定期监测和进一步评估。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410107583.1A CN117629549B (zh) | 2024-01-26 | 2024-01-26 | 一种桥梁建筑健康监测与安全预警系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410107583.1A CN117629549B (zh) | 2024-01-26 | 2024-01-26 | 一种桥梁建筑健康监测与安全预警系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117629549A CN117629549A (zh) | 2024-03-01 |
| CN117629549B true CN117629549B (zh) | 2024-04-09 |
Family
ID=90020293
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410107583.1A Active CN117629549B (zh) | 2024-01-26 | 2024-01-26 | 一种桥梁建筑健康监测与安全预警系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117629549B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117875949A (zh) * | 2024-03-13 | 2024-04-12 | 山东交通学院 | 一种桥梁表观病害智能检测方法 |
| CN117974072B (zh) * | 2024-03-29 | 2024-06-04 | 南京峟思工程仪器有限公司 | 用于振弦式点焊型应变计的处理方法及系统 |
| CN117975283B (zh) * | 2024-04-02 | 2024-07-02 | 吉林大学 | 用于无人机与两栖轮足机器人集群的数据处理系统及方法 |
| CN118243310A (zh) * | 2024-04-03 | 2024-06-25 | 中路高科交通检测检验认证有限公司 | 一种桥梁异常结构安全响应预警系统和方法 |
| CN118013268B (zh) * | 2024-04-08 | 2024-06-25 | 中大智能科技股份有限公司 | 一种桥梁支座监测系统设计方法及装置 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112726432A (zh) * | 2020-12-29 | 2021-04-30 | 安徽建筑大学 | 一种桥梁运维方法、装置、系统、计算机设备和存储介质 |
| CN113569445A (zh) * | 2021-07-01 | 2021-10-29 | 洛阳星派数值仿真研究院有限公司 | 一种基于数字孪生技术的钢结构健康监测系统及方法 |
| 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 |
| CN114510768A (zh) * | 2022-02-25 | 2022-05-17 | 山东大学 | 一种基于数字孪生的钢管混凝土拱桥施工监控方法及系统 |
| KR20220104874A (ko) * | 2021-01-19 | 2022-07-26 | 박상윤 | 디지털 트윈 댐 시설 안전점검 관리 및 데이터 시각화 장치 및 방법 |
| CN114925562A (zh) * | 2022-05-13 | 2022-08-19 | 华南理工大学 | 一种装配式桥梁数字孪生系统及方法 |
| CN116167267A (zh) * | 2023-02-27 | 2023-05-26 | 东南大学 | 一种基于数字孪生的沥青路面车辙评估与养护决策系统 |
| CN116702607A (zh) * | 2023-06-05 | 2023-09-05 | 江苏泛在智能科技研究院有限公司 | 一种基于bim-fem的桥梁结构数字孪生体及方法 |
| CN116776444A (zh) * | 2023-07-07 | 2023-09-19 | 华南理工大学 | 一种基于数字孪生的沉管隧道建造方法及系统 |
| CN117171842A (zh) * | 2023-08-04 | 2023-12-05 | 华南理工大学 | 一种城市慢行桥梁健康监测与数字孪生系统 |
| CN117387559A (zh) * | 2023-12-12 | 2024-01-12 | 华东交通大学 | 基于数字孪生的混凝土桥监测系统及方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170286572A1 (en) * | 2016-03-31 | 2017-10-05 | General Electric Company | Digital twin of twinned physical system |
-
2024
- 2024-01-26 CN CN202410107583.1A patent/CN117629549B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112726432A (zh) * | 2020-12-29 | 2021-04-30 | 安徽建筑大学 | 一种桥梁运维方法、装置、系统、计算机设备和存储介质 |
| KR20220104874A (ko) * | 2021-01-19 | 2022-07-26 | 박상윤 | 디지털 트윈 댐 시설 안전점검 관리 및 데이터 시각화 장치 및 방법 |
| CN113569445A (zh) * | 2021-07-01 | 2021-10-29 | 洛阳星派数值仿真研究院有限公司 | 一种基于数字孪生技术的钢结构健康监测系统及方法 |
| CN114510768A (zh) * | 2022-02-25 | 2022-05-17 | 山东大学 | 一种基于数字孪生的钢管混凝土拱桥施工监控方法及系统 |
| 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 |
| CN114925562A (zh) * | 2022-05-13 | 2022-08-19 | 华南理工大学 | 一种装配式桥梁数字孪生系统及方法 |
| CN116167267A (zh) * | 2023-02-27 | 2023-05-26 | 东南大学 | 一种基于数字孪生的沥青路面车辙评估与养护决策系统 |
| CN116702607A (zh) * | 2023-06-05 | 2023-09-05 | 江苏泛在智能科技研究院有限公司 | 一种基于bim-fem的桥梁结构数字孪生体及方法 |
| CN116776444A (zh) * | 2023-07-07 | 2023-09-19 | 华南理工大学 | 一种基于数字孪生的沉管隧道建造方法及系统 |
| CN117171842A (zh) * | 2023-08-04 | 2023-12-05 | 华南理工大学 | 一种城市慢行桥梁健康监测与数字孪生系统 |
| CN117387559A (zh) * | 2023-12-12 | 2024-01-12 | 华东交通大学 | 基于数字孪生的混凝土桥监测系统及方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于长期温度监测的华南地区混凝土连续刚构桥梁温度变化规律研究;刘逸平;李英华;汤立群;刘泽佳;;公路;20130225(第02期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117629549A (zh) | 2024-03-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117629549B (zh) | 一种桥梁建筑健康监测与安全预警系统 | |
| Khan et al. | Integration of structural health monitoring and intelligent transportation systems for bridge condition assessment: Current status and future direction | |
| CN110516820B (zh) | 一种基于bim的钢结构桥梁信息化运维系统及处理方法 | |
| CN113255188B (zh) | 一种基于事故树的桥梁安全预警方法及系统 | |
| CN113569445A (zh) | 一种基于数字孪生技术的钢结构健康监测系统及方法 | |
| JP6540531B2 (ja) | 監視装置及び監視装置の制御方法 | |
| KR20210085168A (ko) | 머신러닝 기반 건축 구조물 고유 진동값 학습을 통한 안전 진단 시스템 및 방법 | |
| BR102015000214A2 (pt) | sistema de diagnóstico remoto | |
| CN115146230A (zh) | 一种古建筑健康监测系统、方法及设备 | |
| KR20210081136A (ko) | 대규모 용수공급관로를 위한 gis 기반 진단감시 통합관리시스템 | |
| CN110765633A (zh) | 一种动力装置的智能管理方法和装置 | |
| CN116754022B (zh) | 电缆隧道的在线检测应急预警方法及系统 | |
| CN117934701A (zh) | 跨天桥的施工安全检测预警方法 | |
| CN117423225A (zh) | 一种基于高速铁路运行的灾害遥感预警系统 | |
| Chen et al. | BIM-and IoT-Based Data-Driven Decision Support System for Predictive Maintenance of Building Facilities | |
| CN116226974A (zh) | 基于数据融合和自适应稀疏正则化的损伤识别方法及系统 | |
| CN113267217B (zh) | 一种桥群监测系统以及桥群监测方法 | |
| WO2022056677A1 (zh) | 监测、采集、分析系统及其方法、设备、存储介质、程序和程序产品 | |
| CN113888043A (zh) | 一种梁式桥主梁病害全周期可视化管理分析系统 | |
| KR102206502B1 (ko) | 구조물의 긴급 동적위험도 평가시스템 및 방법 | |
| KR102425976B1 (ko) | 딥러닝을 이용한 해양 플랫폼 계류 라인의 장력 예측 및 고장 관리 시스템 | |
| CN117875946B (zh) | 一种用于变电站设备运维的人机协同自主红外巡检方法 | |
| CN116906837B (zh) | 地下管线的状态监测系统及监测方法 | |
| CN118310583B (zh) | 基于InSAR与地面传感技术的边坡监控方法及系统 | |
| Narayan et al. | Instrumented health monitoring of dams based on potential failure mode analysis |
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 |