基于無線傳感器網(wǎng)絡的橋梁健康監(jiān)測方法研究
發(fā)布時間:2022-01-16 02:37
在交通網(wǎng)絡中,橋梁具有連接交通線路的作用,是交通的咽喉,在經(jīng)濟、社會、生活等方面有著重要的戰(zhàn)略意義。隨著橋梁建造結(jié)構(gòu)形式越發(fā)復雜和跨度不斷增加,對橋梁結(jié)構(gòu)安全性的要求變得愈來愈高。然而在橋梁服役期間,受內(nèi)部結(jié)構(gòu)變化,外界環(huán)境侵蝕等其他不利因素影響,橋梁會出現(xiàn)結(jié)構(gòu)老化、受損等問題。當結(jié)構(gòu)損傷累積到一定程度以后,就會影響橋梁的使用,導致橋梁在使用過程中出現(xiàn)災難性的事故,造成巨大的損失。由于技術(shù)的局限性,傳統(tǒng)的橋梁健康狀況評估大部分是依靠人工檢測進行,但人工檢測方法存在檢查效率低、檢查周期長、檢查結(jié)果不穩(wěn)定、安全性差等問題,無法滿足現(xiàn)代橋梁的維護與管理要求。所以,開展有效、快捷的橋梁健康技術(shù)研究,對于保障橋梁的安全運行具有重要的意義。針對橋梁健康監(jiān)測的需求,本文設計完成了一款橋梁監(jiān)測無線傳感器節(jié)點和遠程終端信號處理與監(jiān)測模塊。無線傳感器由多路傳感器信號放大與采集、存儲、數(shù)據(jù)傳輸?shù)饶K組成,可實現(xiàn)橋梁的震動等特征信號和溫、濕度等環(huán)境信號的同步采集、存儲、無線傳輸;遠程節(jié)點終端處理模塊完成橋梁信號預處理和頻率、位移等特征提取處理和橋梁健康狀況分類。本文探討基于深度學習的橋梁健康狀況分類建模方法。...
【文章來源】:中北大學山西省
【文章頁數(shù)】:68 頁
【學位級別】:碩士
【部分圖文】:
測試示意圖
中北大學學位論文10圖2-1測試示意圖Fig.2-1Testdiagram無線傳感器節(jié)點由4部分構(gòu)成,分別是傳感器模塊、轉(zhuǎn)換模塊、無線通信模塊和主控模塊。其中,傳感器模塊完成對橋梁信號采集;轉(zhuǎn)換模塊對信號進行模數(shù)轉(zhuǎn)換;無線通信模塊把采集轉(zhuǎn)換完畢的信號發(fā)送到指控終端中去;主控模塊負責控制傳感器、轉(zhuǎn)換模塊以及無線通信模塊的工作協(xié)調(diào)和控制。設計的橋梁健康監(jiān)測節(jié)點如圖2-2所示。圖2-2無線傳感器節(jié)點結(jié)構(gòu)圖Fig.2-2Wirelesssensornodestructure2.3選型依據(jù)在進行傳感器的選型時,由于橋梁的振動信息是本節(jié)點最重要的信號,所以,加速度傳感器的選取對于本節(jié)點至關重要。需要從橋梁信號的頻帶范圍、振動幅值等方面來分析選取合適的加速度傳感器。
中北大學學位論文112.3.1橋梁信號仿真分析本文采用Midas/civil軟件對橋梁進行建模仿真,通過時程分析來得到橋梁在車輛通過時的信號,根據(jù)仿真信號特征來進行加速度傳感器的選型。時程分析(timehistoryanalysis)是指設計好橋梁的各種參數(shù)以后,通過對受力載荷的結(jié)構(gòu)進行動力方程的求解的過程,在本文中為模擬橋梁在汽車行駛通過時橋梁的振動變化,從而得到橋梁的健康參數(shù),如位移、頻率等[35]。Midas/Civil是一款專業(yè)的橋梁有限元分析軟件,可以快速、準確的通過輸入的參數(shù)和建立好的模型對橋梁的各個特性進行仿真分析。本文搭建的橋梁模型為兩端長度為30m,寬度為10m的簡支梁T字模型,搭建好的橋梁三維有限元模型如圖2-3所示。該簡支梁模型由127個節(jié)點,126個單元構(gòu)成,橋面采用C30混凝土來組成。圖2-3仿真模型Fig.2-3Simulationmodel建立好模型以后,對模型進行時程分析,得到橋梁的特征信號。由于在實際試驗中,橋梁上不可避免的有車輛行駛經(jīng)過,因此本文模擬車輛行駛經(jīng)過的場景來對橋梁進行仿真分析。車輛在作用于橋梁時可以看作是一個逐漸出現(xiàn)又消失的瞬間荷載,所以本文將車輛模擬成一個三角形荷載,頂峰是荷載最大值與車輛有關,時間與車輛的速度有關,荷載如圖2-4所示。
【參考文獻】:
期刊論文
[1]一種基于特征融合的卷積神經(jīng)網(wǎng)絡人臉識別算法[J]. 王嘉欣,雷志春. 激光與光電子學進展. 2020(10)
[2]基于VGG16的急性淋巴細胞白血病血液細胞顯微圖像人工智能輔助診斷分類研究[J]. 張海濤,劉景鑫,趙曉晴,胡笑含,李慧盈. 中國醫(yī)療設備. 2019(07)
[3]激光位移傳感器在軌道交通橋梁監(jiān)測中的應用[J]. 吳曉軍,白韶紅,宋韌,韓繼鋒,江瀑,徐明,陳榮昌. 現(xiàn)代城市軌道交通. 2019(04)
[4]提高道路與橋梁設計可靠性的措施探究[J]. 管興宏. 門窗. 2019(07)
[5]一種深度卷積自編碼網(wǎng)絡及其在滾動軸承故障診斷中的應用[J]. 張西寧,向宙,唐春華. 西安交通大學學報. 2018(07)
[6]基于深度學習的圖像分類方法[J]. 許少尉,陳思宇. 電子技術(shù)應用. 2018(06)
[7]改進的小波包閾值法去噪的橋梁變形監(jiān)測數(shù)據(jù)處理[J]. 馮立朋,朱軍桃,熊東旭,王炯,程勝. 北京測繪. 2018(03)
[8]基于深度卷積神經(jīng)網(wǎng)絡的網(wǎng)絡流量分類方法[J]. 王勇,周慧怡,俸皓,葉苗,柯文龍. 通信學報. 2018(01)
[9]基于邊緣檢測的卷積核數(shù)量確定方法[J]. 文元美,余霆嵩,凌永權(quán). 計算機應用研究. 2018(11)
[10]基于卷積神經(jīng)網(wǎng)絡的車型識別方法研究[J]. 紀野,李玉惠,王蒙. 傳感器與微系統(tǒng). 2017(11)
博士論文
[1]橋梁健康監(jiān)測信號的遞歸特性分析[D]. 楊棟.中南大學 2012
[2]復雜橋梁結(jié)構(gòu)綜合監(jiān)測系統(tǒng)開發(fā)研究[D]. 吳小平.浙江大學 2005
碩士論文
[1]便攜拉曼胃鏡探頭的研制及在胃粘膜疾病診斷的應用評價[D]. 韋仲.南方醫(yī)科大學 2018
[2]基于卷積神經(jīng)網(wǎng)絡的行人檢測和識別研究[D]. 郝旭政.天津工業(yè)大學 2018
[3]橋梁動態(tài)訊息間接測量法的多種工況分析研究[D]. 謝天宇.重慶大學 2017
[4]電容式加速度傳感器檢測電路的設計與研究[D]. 孫杰.復旦大學 2013
[5]大型橋梁結(jié)構(gòu)健康監(jiān)測技術(shù)[D]. 朱清.天津大學 2012
[6]結(jié)合人工巡檢的橋梁健康監(jiān)測系統(tǒng)關鍵技術(shù)研究[D]. 王建強.長安大學 2011
[7]圖像和視頻壓縮中關鍵算法的研究[D]. 劉瓊.湘潭大學 2010
[8]MEMS電容式加速度傳感器檢測電路研究[D]. 劉冬.西安電子科技大學 2010
本文編號:3591772
【文章來源】:中北大學山西省
【文章頁數(shù)】:68 頁
【學位級別】:碩士
【部分圖文】:
測試示意圖
中北大學學位論文10圖2-1測試示意圖Fig.2-1Testdiagram無線傳感器節(jié)點由4部分構(gòu)成,分別是傳感器模塊、轉(zhuǎn)換模塊、無線通信模塊和主控模塊。其中,傳感器模塊完成對橋梁信號采集;轉(zhuǎn)換模塊對信號進行模數(shù)轉(zhuǎn)換;無線通信模塊把采集轉(zhuǎn)換完畢的信號發(fā)送到指控終端中去;主控模塊負責控制傳感器、轉(zhuǎn)換模塊以及無線通信模塊的工作協(xié)調(diào)和控制。設計的橋梁健康監(jiān)測節(jié)點如圖2-2所示。圖2-2無線傳感器節(jié)點結(jié)構(gòu)圖Fig.2-2Wirelesssensornodestructure2.3選型依據(jù)在進行傳感器的選型時,由于橋梁的振動信息是本節(jié)點最重要的信號,所以,加速度傳感器的選取對于本節(jié)點至關重要。需要從橋梁信號的頻帶范圍、振動幅值等方面來分析選取合適的加速度傳感器。
中北大學學位論文112.3.1橋梁信號仿真分析本文采用Midas/civil軟件對橋梁進行建模仿真,通過時程分析來得到橋梁在車輛通過時的信號,根據(jù)仿真信號特征來進行加速度傳感器的選型。時程分析(timehistoryanalysis)是指設計好橋梁的各種參數(shù)以后,通過對受力載荷的結(jié)構(gòu)進行動力方程的求解的過程,在本文中為模擬橋梁在汽車行駛通過時橋梁的振動變化,從而得到橋梁的健康參數(shù),如位移、頻率等[35]。Midas/Civil是一款專業(yè)的橋梁有限元分析軟件,可以快速、準確的通過輸入的參數(shù)和建立好的模型對橋梁的各個特性進行仿真分析。本文搭建的橋梁模型為兩端長度為30m,寬度為10m的簡支梁T字模型,搭建好的橋梁三維有限元模型如圖2-3所示。該簡支梁模型由127個節(jié)點,126個單元構(gòu)成,橋面采用C30混凝土來組成。圖2-3仿真模型Fig.2-3Simulationmodel建立好模型以后,對模型進行時程分析,得到橋梁的特征信號。由于在實際試驗中,橋梁上不可避免的有車輛行駛經(jīng)過,因此本文模擬車輛行駛經(jīng)過的場景來對橋梁進行仿真分析。車輛在作用于橋梁時可以看作是一個逐漸出現(xiàn)又消失的瞬間荷載,所以本文將車輛模擬成一個三角形荷載,頂峰是荷載最大值與車輛有關,時間與車輛的速度有關,荷載如圖2-4所示。
【參考文獻】:
期刊論文
[1]一種基于特征融合的卷積神經(jīng)網(wǎng)絡人臉識別算法[J]. 王嘉欣,雷志春. 激光與光電子學進展. 2020(10)
[2]基于VGG16的急性淋巴細胞白血病血液細胞顯微圖像人工智能輔助診斷分類研究[J]. 張海濤,劉景鑫,趙曉晴,胡笑含,李慧盈. 中國醫(yī)療設備. 2019(07)
[3]激光位移傳感器在軌道交通橋梁監(jiān)測中的應用[J]. 吳曉軍,白韶紅,宋韌,韓繼鋒,江瀑,徐明,陳榮昌. 現(xiàn)代城市軌道交通. 2019(04)
[4]提高道路與橋梁設計可靠性的措施探究[J]. 管興宏. 門窗. 2019(07)
[5]一種深度卷積自編碼網(wǎng)絡及其在滾動軸承故障診斷中的應用[J]. 張西寧,向宙,唐春華. 西安交通大學學報. 2018(07)
[6]基于深度學習的圖像分類方法[J]. 許少尉,陳思宇. 電子技術(shù)應用. 2018(06)
[7]改進的小波包閾值法去噪的橋梁變形監(jiān)測數(shù)據(jù)處理[J]. 馮立朋,朱軍桃,熊東旭,王炯,程勝. 北京測繪. 2018(03)
[8]基于深度卷積神經(jīng)網(wǎng)絡的網(wǎng)絡流量分類方法[J]. 王勇,周慧怡,俸皓,葉苗,柯文龍. 通信學報. 2018(01)
[9]基于邊緣檢測的卷積核數(shù)量確定方法[J]. 文元美,余霆嵩,凌永權(quán). 計算機應用研究. 2018(11)
[10]基于卷積神經(jīng)網(wǎng)絡的車型識別方法研究[J]. 紀野,李玉惠,王蒙. 傳感器與微系統(tǒng). 2017(11)
博士論文
[1]橋梁健康監(jiān)測信號的遞歸特性分析[D]. 楊棟.中南大學 2012
[2]復雜橋梁結(jié)構(gòu)綜合監(jiān)測系統(tǒng)開發(fā)研究[D]. 吳小平.浙江大學 2005
碩士論文
[1]便攜拉曼胃鏡探頭的研制及在胃粘膜疾病診斷的應用評價[D]. 韋仲.南方醫(yī)科大學 2018
[2]基于卷積神經(jīng)網(wǎng)絡的行人檢測和識別研究[D]. 郝旭政.天津工業(yè)大學 2018
[3]橋梁動態(tài)訊息間接測量法的多種工況分析研究[D]. 謝天宇.重慶大學 2017
[4]電容式加速度傳感器檢測電路的設計與研究[D]. 孫杰.復旦大學 2013
[5]大型橋梁結(jié)構(gòu)健康監(jiān)測技術(shù)[D]. 朱清.天津大學 2012
[6]結(jié)合人工巡檢的橋梁健康監(jiān)測系統(tǒng)關鍵技術(shù)研究[D]. 王建強.長安大學 2011
[7]圖像和視頻壓縮中關鍵算法的研究[D]. 劉瓊.湘潭大學 2010
[8]MEMS電容式加速度傳感器檢測電路研究[D]. 劉冬.西安電子科技大學 2010
本文編號:3591772
本文鏈接:http://sikaile.net/shoufeilunwen/xixikjs/3591772.html
最近更新
教材專著