多主梁公路桥多车荷载动态识别方法与试验研究

来源 :合肥工业大学 | 被引量 : 2次 | 上传用户:minister635298
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,随着交通调查、超限治理和计重收费工作的不断深入,使得桥梁动态称重系统得到了越来越广泛的应用。对于车轴检测采用路面式的桥梁动态称重系统,由于其安装与使用时不利因素的影响,使得基于桥梁动力响应进行车轴识别的方法得到了大力发展,即非路面式的桥梁动态称重系统。而目前非路面式的桥梁动态称重系统仅对单车过桥情况进行研究,其工程应用范围受到很大限制。
  本文主要针对多主梁公路桥非路面式桥梁动态称重系统多车过桥问题进行研究,以桥梁动应变响应为研究对象,将其分为局部效应和整体效应,利用局部效应进行车轴信息检测,基于整体效应识别过桥车辆的轴重和总重。采用理论、数值模拟和现场试验的方法,研究多车辆通过桥梁时轴重和总重以及车轴信息检测问题。旨在寻找有效和实用的多车辆荷载识别方法。
  本文主要研究内容包括以下几方面:
  1.基于汽车-桥梁耦合振动的理论,分别建立了桥梁和车辆分析模型,有助于模拟多车辆过桥的情况,推导出相应的汽车-桥梁耦合振动方程。将桥面不平度与桥梁运动状态作为车辆系统的激励源,通过这样处理,在进行多车辆行驶过桥响应分析时,每个车辆按照各自的激励运行,而不影响其他车辆激励源的输入。基于激励源采用Matlab软件编写程序,计算出多车辆所有车轮各时间点的接触力,再利用ANSYS有限元软件计算出桥梁动力响应,采用自编程序与商用有限元软件结合的方法进行多车车桥耦合振动分析,该方法适合于复杂桥梁的振动分析。
  2.基于影响线拟合进行多主梁公路桥多车非路面式的桥梁动态称重识别算法研究,以桥梁应变影响线和车轴信息检测为基础,考虑车轮荷载的横向分布和桥梁的二维受力情况,将Moses算法从一维问题拓展至二维。通过数值模拟算例,与未考虑车轮荷载的横向分布的识别方法进行对比,结果表明本文所采取的方法具有明显的优越性。
  3.通过实桥现场试验,探讨了多车荷载识别算法在实际工程应用中的可行性。利用标定车辆实测应变响应获取荷载横向分布系数,基于本文所提出的荷载识别算法验证了影响线计算以及荷载识别的准确性。此外,对于荷载横向分布系数很小的主梁,本文通过引入修正系数对车辆荷载识别公式进行修正,可根据实际情况予以去除。
  4.基于盲源信号分离(BSS)理论,提出了非路面式多车辆桥梁动态称重系统轴重识别方法,即通过分离多车混合信号得到对应单车的应变信号。利用结构在弹性阶段受力的叠加原理,建立了非路面式桥梁动态称重系统混合信号模型,介绍了混合信号数据预处理的方法以及多车信号的分离步骤。通过制作桥梁实验模型,运用盲源分离算法对多车混合应变信号进行分离,验证了该算法的有效性。采用盲源分离方法可以将多车过桥问题转化成单车问题,为解决非路面式多车辆荷载动态称重系统荷载识别提供一种新的思路。
  5.介绍了非路面式多车辆荷载动态称重系统测试精度评定的方法以及精度等级评定的标准,从B-WIM的适用性、温度效应、传感器测试以及车辆行驶速度等几个方面因素对动态称重系统测试精度进行分析,以提高该系统的测试精度以及长期稳定性。
其他文献
自2008年比特币问世以来,区块链作为比特币等加密货币的底层技术引起了金融界和学术界等多个领域的广泛关注。区块链本质上是一个提供了一个开放的分布式一致性算法的分布式数据库系统。尽管区块链技术是一种完全去中心化且设计安全的协议,它仍存在可扩展性的瓶颈:低交易吞吐率和高确认延迟,这些因素很大地限制了区块链的实际应用。因此设计一种可扩展的分布式一致性算法非常具有现实意义。  分片技术是提高区块链可扩展性
学位
随着深度学习(Deep Learning, DL)的快速发展,为了帮助从业者快速编写和训练模型,出现了大量的深度学习框架。这些框架按照编程范式可以分为两类:声明式编程框架和命令式编程框架。TensorFlow和PyTorch分别是这两类中最受欢迎的框架,分别使用静态和动态计算图来表示计算过程,前者能在运行之前对计算图进行优化,而后者能更好地处理变长输入。由于两者使用了不同的计算图理念,其在框架设计
学位
随着互联网和移动互联网的发展,社交网络凭借其信息传播速度快传播范围广的特点迅速成为人们网络社交的重要平台,对社交数据中话题的趋势进行研究和分析具有重要意义。本文构造爬虫系统从微博平台上爬取大量社交数据并对其进行初步分析。提出改进的文本表示模型并运用融合了NMF和时间窗类簇合并的层次聚类算法进行文本聚类形成话题。最后分析影响话题趋势的特征并对趋势预测模型进行对比研究和改进。  首先,构建了一个爬虫系
学位
步态是一种用于识别人的重要生物特征,因其具有能远距离捕获特征且无需配合的优势,在视频监控领域吸引了越来越多的关注。与基于步态轮廓图的方法相比,利用人体骨骼数据可以有效缓解协变量变化对步态识别性能的影响。然而现有的基于行人骨骼的方法往往将骨骼数据建模为矢量序列或伪图像,然后送至CNN或RNN进行处理,由于缺乏对关节点信息的有效利用,识别效果不够好。  考虑到人体骨骼拓扑图具有良好的稳定性和不变性,本
学位
容器是一种轻量级的虚拟化技术。由于其部署便捷和启动快速等特点,容器在云平台中的应用场景近年来不断增加。容器需要专门的存储驱动(如Aufs、Overlay等)对镜像进行层次化的管理。然而,存储驱动的引入也增加了I/O路径的复杂性,使得多容器场景下的I/O扩展性受限。  为了研究容器文件系统的扩展性问题,设计了有关Overlay文件操作扩展性的性能评估。根据评估结果,当执行文件操作时,Overlay比
学位
知识图谱的概念由知识库衍生而来,数据实体间通过相互关系链接在一起。知识图谱技术旨在存储开放世界中实体及实体之间的复杂关联信息,能够改善现有知识库的数据查询准确度及搜索效率,在知识自动问答、推荐系统等领域有着广泛的应用价值。现有的知识图谱通常是不完善的,且数据关联稀疏,导致其在自动问答、智能推荐等应用系统上的表现非常糟糕。基于文本增强的知识图谱表示学习技术,充分利用文本数据丰富的语义信息,并将与知识
学位
缺血性脑卒中是最常见的脑部急性疾病,严重威胁患者生命安全。在诊断此种疾病时,常需要在CT灌注影像中分割出病灶,并获取卒中位置、形状等信息。鉴于深度学习方法在图像分割方面取得的成功经验,采用并改进基于深度学习的分割方法,提高缺血性脑卒中病灶的分割精度,可为临床医生提供更好的帮助。  针对U型网路(U-Net)网络在多次池化、卷积过程中信息丢失、梯度消失以及因训练数据集较小而导致的过拟合问题,提出了D
学位
随着工业技术的发展,伺服电机和伺服控制得到快速发展,永磁同步直线电机(PMLSM)省去了传统电机的齿轮,滚珠等中间传动装置,减少了其间摩擦力的影响,消除了电机间的磨损以及对速度加速度的影响,增加了使用寿命,且结构简单,响应迅速,精密度高,因此在高精度数控机床、煤矿开采、大型工程机械以及军事导弹的发射等领域应用越来越广泛。因此,研究永磁同步直线电机的控制具有重要的理论意义和实际意义。  本文针对永磁
学位
智能规划是人工智能领域研究的热点问题之一,其理论和方法可广泛应用于机器人路径规划和事件调度等领域中。基于启发式搜索的规划方法是智能规划领域的重要分支,其求解方法是利用领域知识提供的启发信息引导状态空间上的路径搜索,由于其搜索效率和求解规模方面的优势,使其成为智能规划领域的研究前沿,受到国内外研究者的广泛关注。  但是,随着现实应用中问题结构复杂度的不断增加和数据规模的逐步扩大,传统的启发式搜索方法
学位
本论文从理论和实践的双重视角,深入英国18世纪的语境,以如画作为切入点,结合文学和风景画艺术发展的历史对英国18世纪如画园林产生的背景、如画思想的发展与变化、如画园林的理论与实践、主要特征和艺术策略等问题进行了细致的梳理和阐述。作者认为,作为英国18世纪三大美学范畴之一的如画理论,其产生和发展有着深厚的文化底蕴,其中与之联系最为紧密的艺术形式是文学和风景画,思想基础是“诗如画”;其多变复杂的内涵决
学位