10.13465/j.cnki.jvs.2020.17.018
基于斜拉桥索力监测的在线车速车重识别
为充分发挥监测系统的应有作用,实现大型桥梁车辆荷载识别,将桥梁动态称重(B-WIM)技术与健康监测系统(HMS)相结合,研究基于HMS的B-WIM的相关理论与方法.依托斜拉桥及其HMS实际工程,选取被监测的运营索力为观测参数,通过索力时程特征分析和神经网络方法识别车速和车重;首先采用小波和EMD分解方法对运营索力进行处理和解析,将索力的车辆响应分量与恒载、温度响应以及随机干扰部分分离,进而通过单索力车辆响应峰值锐度对车速预估,再通过多索力车辆响应峰值的匹配解算车速;然后,面向多索力响应构建车重识别的BP网络模型,基于相似公路车速车重联合分布模型构建车队样本进行车桥耦合分析,提取索力响应建立了2 916组数据样本用于网络的训练和检验,实现了较高精度的车重识别网络训练;最后,采用实际斜拉桥连续24 h索力监测数据,将上述车速车重识别方法在实际工程进行了应用和检验,共识别出车重50 kN以上的车辆463辆.通过对识别结果的统计分析表明,识别的车速、车重分布以及二者的联合分布较好的符合实际.斜拉索具有全桥空间广泛分布的特点,索力也是监测系统的必测响应并对车辆具有良好的敏感性,以索力为观测参数实现车重车速的识别是可行的,并该方法的数据处理与车辆识别过程易于实现在线和自动化.
桥梁健康监测、车速车重识别、监测索力、神经网络、斜拉桥
39
U442.51(桥涵工程)
国家自然科学基金资助项目;中央高校基本科研业务费专项资金资助
2020-10-10(万方平台首次上网日期,不代表论文的发表时间)
共9页
134-141,149