全文预览

基于深度学习的桥梁健康监测传感器故障诊断研究

上传者:似水流年 |  格式:docx  |  页数:74 |  大小:3028KB

文档介绍
高技术、多性能、多用途、环境复杂的大型桥梁让中国造桥技术跻身世界前列。Р桥梁作为高山峡谷、沼泽湖泊、大江河流等复杂环境下的间断性道路连接结构,其服役时间长达百年,再加上其所处的地理环境十分恶劣,通常伴随间歇性大风、温差大、湿度大,加之使用强度高、人为破坏等因素,桥梁的安全性、可靠性以及使用寿命受到极大影响,因此很容易出现桥梁损伤、结构破坏,最终造成桥面大面积塌陷或者桥墩下沉倒塌的问题,后果十分严重。意大利安科纳的一座大桥于2017年3月发生坍塌事故,最终导致多人死亡多人受伤;同年五月,印度同样发生桥梁坍塌事故,最终造成三十多人死伤。这些事故的发生不是因为桥梁的结构突发性损伤,而是内部结构损伤日积月累,最终达到破坏极限。Р为了从根源上防止桥梁出现大面积结构损伤,实时获取桥梁的健康状况数据,以便及时采取修复措施或者预防措施,保证桥梁内部结构损伤不超过破坏极限,必须对桥梁健康状态进行监测。桥梁健康监测系统指的是利用桥梁相关物理参数选择对应的传感器,利用该传感器获取对应的物理参数,例如桥梁的应变、挠度、荷载、模态等,获取桥梁周围环境参数,例如温度、湿度、风力等,传感器将对应的参数以电压变化或者电流变化的形式,通过数据传输系统传输到数据处理系统中,数据处理系统对数据、信号进行处理,获取参量或者特征量,利用相关的评价指标对参量或者特征量进行分析,从而判断桥梁的健康状态。通过健康状态给予桥梁相应的管理、维护、修复或者预警措施[1]。除此之外,桥梁健康监测系统可以作为桥梁设计的初始数据,为后来的相似桥梁设计提供参考依据或者借鉴[2]。Р怎么获得准确的桥梁参数数据以及如何处理这些数据是桥梁健康监测系统的核心。其中数据获取是健康监测的基础,其准确性直接决定最终监测结果的准确性,正确的监测数据可以降低误判率。传感器通常将物理特征量转换成电信号进而传输给下一环节,是获取监测数据的直接而又常用的方式

收藏

分享

举报
下载此文档