伸缩缝是桥梁结构缝隙中埋设的重要构件, 实际工程中由于设计施工缺陷、管理维护不善及车辆超载加剧等情况, 使得伸缩缝发生损坏的情况较为严重, 因此迫切需要有效的方法对伸缩缝的状态进行实时监测和评估。
本项目采用桥梁梁端位移的变化规律表征桥梁伸缩缝的健康状态。 基于温度、车辆荷载以及主梁梁
端位移的长期监测数据研究主梁梁端位移与温度、车辆荷载的相关性特征, 在此基础上应用统计过程控制图方法研究“环境条件归一化”的梁端位移异常预警方法, 实现伸缩缝服役性能的在线监控与预警[23, 24]。
基本实施方案
① 主梁梁端位置设置纵向位移传感器, 同时,在主梁的跨中位置安装温度传感器和加速度传感器,用以监测主梁的温度和由于车辆荷载引起的主梁竖向加速度。
② 以10 min 为计算区间, 对传感器获取的原始数据进行处理, 计算梁端纵向位移D、温度T 和车辆荷载的代表值R。
③ 建立完好状态下纵向位移和环境条件的相关模型: 选取桥梁运营初期n 天的监测数据并采用神经网络方法建立温度T 和梁端纵向位移D 之间的关系;消除温度对纵向位移的影响, 选取参考温度为Tr, 将位移原始测试值D “归一化”至参考温度Tr, 得到消除温度影响的梁端纵向位移值D1; 建立D1 和车辆荷载代表值R的相关性模型, 然后选取车辆荷载的参考值为Rr, 将D1 “归一化”至车辆荷载的参考值Rr, 得到消除车辆荷载影响的位移值D2。
④ 将步骤③计算的位移值D2取日平均值, 记为2D , 将其输入均值控制图, 调整控制图的显著性水平, 使得上述n 个样本点全部落在控制图的上、下控制线之内。
⑤ 伸缩缝性能异常的智能诊断: 对未知状态的m天监测数据, 采用正常运营状态下的相关模型消除温度和车辆荷载的影响, 在此基础上得到m 个日平均位移值, 记为3D 。 保持步骤④确定的显著性水平不变, 将2 D 和3 D 同时输入均值控制图, 此时, 若所有n+m 个样本仍全部位于上、下控制线内, 则说明伸缩缝状态为正常, 若有样本落在了控制线以外, 则说明伸缩缝性能异常。
数据分析
图12 和13 给出了润扬大桥悬索桥梁端位移与温度、车辆荷载的相关性。分析结果表明, 运用该方法可以较好地识别出梁端位移1.0%的异常变化。
信息来源
《桥梁健康监测海量数据分析与评估——“结构健康监测”研究进展》
李爱群, 丁幼亮, 王浩, 郭彤
东南大学混凝土及预应力混凝土结构教育部重点实验室, 南京 210096
参考文献
[23] Deng Y, Ding Y L, Li A Q. Structural condition assessment of long-span suspension bridges using long-term monitoring data. Earthquake Eng Eng Vib, 2010, 9(1): 123–131
[24] Ding Y L, Li A Q. Assessment of bridge expansion joints using long-term displacement measurement under changing environmental conditions. Front Architect Civil Eng China, 2011, 5(3): 374–380
光纤光栅位移传感器推荐
JH-FGD-B1光纤光栅位移计
光纤光栅加速度传感器推荐
JH-FGV-A2光纤光栅加速度计
关于聚华科技
杭州聚华光电科技有限公司（Cavono, Inc.）是一家基于物联网光纤传感器技术从事土木工程结构健康监测与预警管理的高新技术企业，聚华是专业的光纤光栅传感器产品提供商和土木工程结构健康监测一站式解决方案优质合作伙伴。公司专注于桥梁、隧道、边坡、基坑、地铁、矿山、电力等土木工程领域的结构健康监测相关产品的研发、生产、推广与应用，以提供野外光纤传感器自动化监测产品、工程结构安全监测一站式解决方案见长。主要以光纤光栅传感器技术、分布式光纤测温技术、工程安全自动化云计算软件、工程化专业领域数据分析为技术核心。www.cavono.com
本项目采用桥梁梁端位移的变化规律表征桥梁伸缩缝的健康状态。 基于温度、车辆荷载以及主梁梁
端位移的长期监测数据研究主梁梁端位移与温度、车辆荷载的相关性特征, 在此基础上应用统计过程控制图方法研究“环境条件归一化”的梁端位移异常预警方法, 实现伸缩缝服役性能的在线监控与预警[23, 24]。
基本实施方案
① 主梁梁端位置设置纵向位移传感器, 同时,在主梁的跨中位置安装温度传感器和加速度传感器,用以监测主梁的温度和由于车辆荷载引起的主梁竖向加速度。
② 以10 min 为计算区间, 对传感器获取的原始数据进行处理, 计算梁端纵向位移D、温度T 和车辆荷载的代表值R。
③ 建立完好状态下纵向位移和环境条件的相关模型: 选取桥梁运营初期n 天的监测数据并采用神经网络方法建立温度T 和梁端纵向位移D 之间的关系;消除温度对纵向位移的影响, 选取参考温度为Tr, 将位移原始测试值D “归一化”至参考温度Tr, 得到消除温度影响的梁端纵向位移值D1; 建立D1 和车辆荷载代表值R的相关性模型, 然后选取车辆荷载的参考值为Rr, 将D1 “归一化”至车辆荷载的参考值Rr, 得到消除车辆荷载影响的位移值D2。
④ 将步骤③计算的位移值D2取日平均值, 记为2D , 将其输入均值控制图, 调整控制图的显著性水平, 使得上述n 个样本点全部落在控制图的上、下控制线之内。
⑤ 伸缩缝性能异常的智能诊断: 对未知状态的m天监测数据, 采用正常运营状态下的相关模型消除温度和车辆荷载的影响, 在此基础上得到m 个日平均位移值, 记为3D 。 保持步骤④确定的显著性水平不变, 将2 D 和3 D 同时输入均值控制图, 此时, 若所有n+m 个样本仍全部位于上、下控制线内, 则说明伸缩缝状态为正常, 若有样本落在了控制线以外, 则说明伸缩缝性能异常。
数据分析
图12 和13 给出了润扬大桥悬索桥梁端位移与温度、车辆荷载的相关性。分析结果表明, 运用该方法可以较好地识别出梁端位移1.0%的异常变化。
信息来源
《桥梁健康监测海量数据分析与评估——“结构健康监测”研究进展》
李爱群, 丁幼亮, 王浩, 郭彤
东南大学混凝土及预应力混凝土结构教育部重点实验室, 南京 210096
参考文献
[23] Deng Y, Ding Y L, Li A Q. Structural condition assessment of long-span suspension bridges using long-term monitoring data. Earthquake Eng Eng Vib, 2010, 9(1): 123–131
[24] Ding Y L, Li A Q. Assessment of bridge expansion joints using long-term displacement measurement under changing environmental conditions. Front Architect Civil Eng China, 2011, 5(3): 374–380
光纤光栅位移传感器推荐
JH-FGD-B1光纤光栅位移计
光纤光栅加速度传感器推荐
JH-FGV-A2光纤光栅加速度计
关于聚华科技
杭州聚华光电科技有限公司（Cavono, Inc.）是一家基于物联网光纤传感器技术从事土木工程结构健康监测与预警管理的高新技术企业，聚华是专业的光纤光栅传感器产品提供商和土木工程结构健康监测一站式解决方案优质合作伙伴。公司专注于桥梁、隧道、边坡、基坑、地铁、矿山、电力等土木工程领域的结构健康监测相关产品的研发、生产、推广与应用，以提供野外光纤传感器自动化监测产品、工程结构安全监测一站式解决方案见长。主要以光纤光栅传感器技术、分布式光纤测温技术、工程安全自动化云计算软件、工程化专业领域数据分析为技术核心。www.cavono.com