發(fā)布時間：2018-05-19 05:43

  本文選題：橋梁健康監(jiān)測 + 傳感器網(wǎng)絡(luò)　； 參考：《南京郵電大學(xué)》2017年碩士論文

【摘要】：隨著我國橋梁建造技術(shù)的發(fā)展,各類大型橋梁相繼建成,而橋梁的健康狀況直接影響了交通、經(jīng)濟和社會生活,對橋梁進行長期的,實時的狀態(tài)監(jiān)測顯得至關(guān)重要。多傳感器信息融合橋梁監(jiān)測系統(tǒng)是利用傳感器技術(shù)、計算機軟件技術(shù)以及模式識別技術(shù),對橋梁結(jié)構(gòu)狀況進行監(jiān)測與評估,為橋梁的維護決策提供依據(jù)。本文在分析橋梁監(jiān)測系統(tǒng)研究現(xiàn)狀及信息融合技術(shù)的基礎(chǔ)之上,提出了基于多傳感器信息融合的橋梁監(jiān)測系統(tǒng)方案。通過對監(jiān)測內(nèi)容及橋梁結(jié)構(gòu)特點的研究,確定了傳感器網(wǎng)絡(luò)的構(gòu)成。分析推導(dǎo)了傾角撓度轉(zhuǎn)換算法,光波長應(yīng)變轉(zhuǎn)換算法以及曲線擬合算法,設(shè)計了基于LabVIEW的傳感器數(shù)據(jù)采集上位機程序,以及基于MVC模式的JavaEE程序。另外,因傳感器數(shù)量較多,且測量時間周期長,設(shè)計了基于SQL SERVER的數(shù)據(jù)庫系統(tǒng),為融合處理提供數(shù)據(jù)依據(jù),同時對數(shù)據(jù)庫優(yōu)化問題進行了分析。利用神經(jīng)網(wǎng)絡(luò)在數(shù)據(jù)識別中的優(yōu)勢,設(shè)計了三層BP神經(jīng)網(wǎng)絡(luò),同時為了避免陷入局部最小值,使用了附加動量法訓(xùn)練函數(shù),基于Matlab對傾角數(shù)據(jù)和加速度數(shù)據(jù),進行多傳感器與單傳感器數(shù)據(jù)的對比融合分析。仿真結(jié)果表明,網(wǎng)絡(luò)表現(xiàn)出較快的收斂速度及較高的數(shù)據(jù)識別準(zhǔn)確率,說明設(shè)計的三層BP神經(jīng)網(wǎng)絡(luò)符合融合需求且具有較高的可靠性,同時驗證了多傳感器數(shù)據(jù)融合的分類識別準(zhǔn)確度高于單傳感器數(shù)據(jù)融合。本文的應(yīng)用對象為天津海河大橋,通過對硬件模塊、軟件模塊和融合算法的研究與設(shè)計,實現(xiàn)了基于多傳感器信息融合的監(jiān)測系統(tǒng)[1]數(shù)據(jù)采集、傳輸、計算和顯示等功能,并在天津海河大橋現(xiàn)場得到實際應(yīng)用。
[Abstract]:With the development of bridge construction technology in China, all kinds of large bridges have been built one after another, and the health of the bridge directly affects the traffic, economic and social life. It is very important to monitor the bridge status in real time and long-term. The multi-sensor information fusion bridge monitoring system uses sensor technology, computer software technology and pattern recognition technology to monitor and evaluate the bridge structure condition, which provides the basis for bridge maintenance decision. Based on the analysis of the status quo of bridge monitoring system and information fusion technology, a bridge monitoring system scheme based on multi-sensor information fusion is proposed in this paper. The structure of sensor network is determined by studying the monitoring content and bridge structure characteristics. The dip deflection conversion algorithm, optical wave length strain conversion algorithm and curve fitting algorithm are analyzed and deduced. The upper computer program of sensor data acquisition based on LabVIEW and the JavaEE program based on MVC mode are designed. In addition, because of the large number of sensors and the long measuring period, the database system based on SQL SERVER is designed, which provides the data basis for fusion processing. At the same time, the optimization problem of database is analyzed. Taking advantage of the advantage of neural network in data recognition, a three-layer BP neural network is designed. In order to avoid falling into local minimum, the additional momentum training function is used, and the inclination angle data and acceleration data based on Matlab are analyzed. The comparison and fusion analysis of multi-sensor and single-sensor data are carried out. The simulation results show that the network has a faster convergence speed and a higher accuracy of data recognition, which indicates that the designed three-layer BP neural network meets the needs of fusion and has higher reliability. At the same time, the classification and recognition accuracy of multi-sensor data fusion is higher than that of single sensor data fusion. The application object of this paper is Tianjin Haihe Bridge. Through the research and design of hardware module, software module and fusion algorithm, the functions of data acquisition, transmission, calculation and display are realized in the monitoring system based on multi-sensor information fusion. And in Tianjin Haihe Bridge site has been practical application.
【學(xué)位授予單位】：南京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：U446

【參考文獻】

相關(guān)期刊論文 前10條

1 尚朝軒;王品;韓壯志;彭剛;;基于類決策樹分類的特征層融合識別算法[J];控制與決策;2016年06期

2 張明金;李永樂;余顯全;劉德敬;張李;;橋塔上風(fēng)傳感器安裝位置對測量結(jié)果的影響[J];西南交通大學(xué)學(xué)報;2015年04期

3 曹麗曼;;壓電式加速度傳感器振動測量應(yīng)用研究[J];自動化與儀器儀表;2015年07期

4 唐琳;;多傳感器信息融合的層級關(guān)系研究[J];赤峰學(xué)院學(xué)報(自然科學(xué)版);2014年19期

5 阮羚;謝齊家;高勝友;聶德鑫;盧文華;張海龍;;人工神經(jīng)網(wǎng)絡(luò)和信息融合技術(shù)在變壓器狀態(tài)評估中的應(yīng)用[J];高電壓技術(shù);2014年03期

6 梁鵬;李斌;王曉光;吳向男;陳文強;;基于橋梁健康監(jiān)測的傳感器優(yōu)化布置研究現(xiàn)狀與發(fā)展趨勢[J];建筑科學(xué)與工程學(xué)報;2014年01期

7 林元彥;;SQL Server數(shù)據(jù)庫性能分析與優(yōu)化[J];電子技術(shù)與軟件工程;2013年17期

8 宋志強;祁海峰;李淑娟;郭健;王昌;彭綱定;;光纖光柵制作中波長拉力控制技術(shù)的研究[J];光學(xué)學(xué)報;2013年07期

9 崔躍生;張勇;曾春;馮建華;邢春曉;;數(shù)據(jù)庫物理結(jié)構(gòu)優(yōu)化技術(shù)[J];軟件學(xué)報;2013年04期

10 張月琴;劉翔;孫先洋;;一種改進的BP神經(jīng)網(wǎng)絡(luò)算法與應(yīng)用[J];計算機技術(shù)與發(fā)展;2012年08期

相關(guān)博士學(xué)位論文 前4條

1 孫紅兵;大型結(jié)構(gòu)監(jiān)測多主體協(xié)作與融合技術(shù)[D];南京航空航天大學(xué);2013年

2 常甜甜;支持向量機學(xué)習(xí)算法若干問題的研究[D];西安電子科技大學(xué);2010年

3 藍章禮;橋梁健康監(jiān)測系統(tǒng)的數(shù)據(jù)獲�。豪碚摵头椒ㄑ芯縖D];重慶大學(xué);2008年

4 張麗新;高維數(shù)據(jù)的特征選擇及基于特征選擇的集成學(xué)習(xí)研究[D];清華大學(xué);2004年

相關(guān)碩士學(xué)位論文 前10條

1 李錦繡;基于Logistic回歸模型和支持向量機（SVM）模型的多分類研究[D];華中師范大學(xué);2014年

2 陳倩;BS架構(gòu)智能巡檢系統(tǒng)管理平臺模塊的設(shè)計與實現(xiàn)[D];北京郵電大學(xué);2014年

3 朱清;大型橋梁結(jié)構(gòu)健康監(jiān)測技術(shù)[D];天津大學(xué);2012年

4 饒剛;支持向量機（SVM）算法的進一步研究[D];重慶大學(xué);2012年

5 李云燕;仿真數(shù)據(jù)相關(guān)性分析方法研究[D];哈爾濱工業(yè)大學(xué);2011年

6 周凌翱;改進BP神經(jīng)網(wǎng)絡(luò)在模式識別中的應(yīng)用及研究[D];南京理工大學(xué);2010年

7 楊慧;多傳感器信息融合技術(shù)的研究與應(yīng)用[D];哈爾濱工程大學(xué);2010年

8 孫娓娓;BP神經(jīng)網(wǎng)絡(luò)的算法改進及應(yīng)用研究[D];重慶大學(xué);2009年

9 吳慧鑫;數(shù)字存儲示波器虛擬面板軟件的設(shè)計與實現(xiàn)[D];電子科技大學(xué);2008年

10 童建剛;大跨度預(yù)應(yīng)力混凝土連續(xù)剛構(gòu)橋撓度計算和施工控制[D];西南交通大學(xué);2007年

，

本文編號：1908932