一种基于轻量化监测的常规桥梁结构性能的在线评估方法与流程

本申请涉及桥梁安全管理，尤其是涉及一种基于轻量化监测的常规桥梁结构性能的在线评估方法。

背景技术：

1、常规桥梁一般可通过桥梁检测的手段对结构的技术状况进行评定，主要的检测内容有桥梁表观病害检查与承载能力鉴定等。桥梁的表观病害检查通常需要对结构所有表面进行查看，检测范围大，所耗的人力与时间成本较高。桥梁承载能力的评定一般通过荷载试验的方法来测量结构挠度与应变的变化情况，可分车辆静态试验与跑车动态试验。桥梁检测过程中需要对一定范围内路段进行封锁，以保证检测人员的工作安全，这会影响该路段交通的正常运行，极易造成路段拥堵。

2、另一方面，桥梁结构可通过监测加速度响应，并利用振动响应数据处理技术计算得到结构基频等动力参数，从而评估桥梁结构状态。然而，结构基频等动力参数的变化较易受到环境振动的影响，并且其对桥梁结构刚度的变化不敏感，结构基频的变化容易淹没在噪声频率中。

3、同时，现有的常规桥梁的结构性能检测方法还存在以下缺陷：

4、(1)常规桥梁检测方式的周期长，无法及时发现隐患，从而导致桥梁结构性能劣化越发严重。

5、(2)常规桥梁评估需要具有一定相关专业基础的工程师才能进行检测工作与判断，主观性较强，存在误判、漏判的可能性，降低桥梁评估的准确性。

6、(3)常规桥梁承载能力评估所设计的荷载工况有限，与实际交通车流荷载情况不符，难以反映桥梁结构当前的承载能力状况。

7、基于此，现在急需一种能够在线检测和评估桥梁结构性能的方法。

技术实现思路

1、本申请的其中一个目的在于提供一种能够解决背景技术中至少一个缺陷的基于轻量化监测的常规桥梁结构性能的在线评估方法。

2、为达到上述的至少一个目的，本申请采用的技术方案为：一种基于轻量化监测的常规桥梁结构性能的在线评估方法，包括如下步骤：

3、s100：对桥梁特定子结构在目标车辆作用下的数据进行监测；

4、s200：构建桥梁结构有限元模型，通过采集的挠度数据对桥梁结构有限元模型进行优化，并通过学习数值域不同损伤工况下的结构挠度变化，得到桥梁结构刚度退化识别模型；

5、s300：利用桥梁结构刚度退化识别模型对挠度数据进行分析，计算特定子结构对应的结构单元的刚度退化率；

6、s400：对设定时间内的结构单元的结构刚度退化率进行统计分析，根据得到的刚度退化率分布函数以及相关参数进行桥梁结构性能的在线评估。

7、优选的，在步骤s100中，桥梁的特定子结构包括结构性能最差的子结构和结构性能最好的子结构；结构性能最差的子结构对应监测位置1，结构性能最好的子结构对应监测位置2；特定子结构沿桥梁长度方向或宽度方向被划分为多个结构单元。

8、优选的，在步骤s100中，通过在桥梁的特定子结构位置安装轻量化监测设备进行桥梁挠度数据的监测。

9、优选的，步骤s200包括如下具体过程：

10、s210：基于监测位置2的监测数据，对监测位置2对应的子结构的桥梁结构有限元模型进行修正，并通过学习车重与挠度影响曲线的映射关系以得到挠度反演车重模型；

11、s220：基于监测位置1的动挠度数据，对监测位置1对应的子结构的桥梁结构有限元模型进行修正，得到不同车重作用下的基准有限元模型；

12、s230：通过基准有限元模型生成不同车重作用下以及不同损伤工况下的挠度数据；

13、s240：对不同车重作用下的无损结构挠度数据和不同损伤工况下的挠度数据进行差值分析，以得到桥梁结构刚度退化识别模型。

14、优选的，在步骤s210中，对于监测位置2对应的子结构的桥梁结构有限元修正模型，通过采用车桥耦合仿真生成不同车重作用下的挠度数据，将其作为深度学习模型的训练数据进行模型训练，进而得到挠度反演车重模型；当桥梁的其他子结构已有挠度反演车重模型时，通过利用迁移学习来减少监测位置2对应的挠度反演车重模型的训练样本数和时间。

15、优选的，在步骤s220中，监测位置2提供的数据包括车重、车型和车速；其中，车型和车速适于通过安装于监测位置2的图像采集装置对车辆进行识别得到。

16、优选的，在步骤s230中，不同损伤工况下的挠度数据是在考虑桥梁不同子结构出现损伤情况下采用车桥耦合仿真生成的；其中，子结构的损伤情况包括损伤位置和损伤程度。

17、优选的，在步骤s300中，当挠度反演车重模型根据监测位置2监测的动挠度数据计算出车重达到目标车辆的车重时，桥梁结构刚度退化识别模型的分析计算过程被触发；进而将同一车辆于监测位置1产生的动挠度数据输入至桥梁结构刚度退化识别模型中计算出刚度退化率。

18、优选的，在步骤s400中，桥梁的评估结果与桥梁各结构单元的损伤程度有关，损伤程度用损伤率进行表示，桥梁各结构单元的损伤率通过各结构单元的刚度退化率分布函数对应的均值和方差进行表征。

19、优选的，在步骤s400中，桥梁的评估结果还与结构单元在桥梁性能中的重要程度有关，结构单元在桥梁性能中的重要程度通过评估权重进行表示，则桥梁评估结果evaluation通过下列公式进行表示：

20、

21、其中，pi表示结构单元i对应的损伤率，wi表示结构单元i的评估权重，n表示单个子结构包括的结构单元总数。

22、与现有技术相比，本申请的有益效果在于：

23、(1)本发明所提出的方法能够在不中断交通的情况下对桥梁结构进行连续在线的承载能力评估，不会对交通车流与社会环境有任何影响。

24、(2)本发明所提出的方法不需要具有专业知识的工程师来对桥梁承载能力进行检测与评估，仅通过数据的处理分析以及深度学习技术自动识别结构的刚度退化情况，实现无人化结构性能评估。

25、(3)本发明所提出的方法遵循统计分布原理，通过桥梁正常运营状态下大量荷载工况的刚度退化率计算结果的统计分析参数来表征桥梁整体刚度退化状态，符合正常交通流荷载分布，评估的准确度更高。

技术特征：

1.一种基于轻量化监测的常规桥梁结构性能的在线评估方法，其特征在于，包括如下步骤：

2.如权利要求1所述的基于轻量化监测的常规桥梁结构性能的在线评估方法，其特征在于，桥梁的特定子结构包括结构性能最差的子结构和结构性能最好的子结构；结构性能最差的子结构对应监测位置1，结构性能最好的子结构对应监测位置2；特定子结构沿桥梁长度方向或宽度方向被划分为多个结构单元。

3.如权利要求2所述的基于轻量化监测的常规桥梁结构性能的在线评估方法，其特征在于，在步骤s100中，通过在桥梁的特定子结构位置安装轻量化监测设备进行桥梁挠度数据的监测。

4.如权利要求2所述的基于轻量化监测的常规桥梁结构性能的在线评估方法，其特征在于，步骤s200包括如下具体过程：

5.如权利要求4所述的基于轻量化监测的常规桥梁结构性能的在线评估方法，其特征在于，在步骤s210中，对于监测位置2对应的子结构的桥梁结构有限元修正模型，通过采用车桥耦合仿真生成不同车重作用下的挠度数据，将其作为深度学习模型的训练数据进行模型训练，进而得到挠度反演车重模型；当桥梁的其他子结构已有挠度反演车重模型时，通过利用迁移学习来减少监测位置2对应的挠度反演车重模型的训练样本数和时间。

6.如权利要求4所述的基于轻量化监测的常规桥梁结构性能的在线评估方法，其特征在于，在步骤s220中，监测位置2提供的数据包括车重、车型和车速；其中，车型和车速适于通过安装于监测位置2的图像采集装置对车辆进行识别得到。

7.如权利要求4所述的基于轻量化监测的常规桥梁结构性能的在线评估方法，其特征在于，在步骤s230中，不同损伤工况下的挠度数据是在考虑桥梁不同子结构出现损伤情况下采用车桥耦合仿真生成的；其中，子结构的损伤情况包括损伤位置和损伤程度。

8.如权利要求4所述的基于轻量化监测的常规桥梁结构性能的在线评估方法，其特征在于，在步骤s300中，当挠度反演车重模型根据监测位置2监测的动挠度数据计算出车重达到目标车辆的车重时，桥梁结构刚度退化识别模型的分析计算过程被触发；进而将同一车辆于监测位置1产生的动挠度数据输入至桥梁结构刚度退化识别模型中计算出刚度退化率。

9.如权利要求2-8任一项所述的基于轻量化监测的常规桥梁结构性能的在线评估方法，其特征在于，在步骤s400中，桥梁的评估结果与桥梁各结构单元的损伤程度有关，损伤程度用损伤率进行表示，桥梁各结构单元的损伤率通过各结构单元的刚度退化率分布函数对应的均值和方差进行表征。

10.如权利要求9所述的基于轻量化监测的常规桥梁结构性能的在线评估方法，其特征在于，在步骤s400中，桥梁的评估结果还与结构单元在桥梁性能中的重要程度有关，结构单元在桥梁性能中的重要程度通过评估权重进行表示，则桥梁评估结果evaluation通过下列公式进行表示：

技术总结本申请公开了一种基于轻量化监测的常规桥梁结构性能的在线评估方法，包括如下步骤：对桥梁特定子结构在目标车辆作用下的挠度数据进行监测；构建桥梁结构有限元模型，对桥梁结构有限元模型进行优化和学习，得到桥梁结构刚度退化识别模型；利用桥梁结构刚度退化识别模型对挠度数据进行分析，计算特定子结构对应的结构单元的刚度退化率；对设定时间内的结构单元的结构刚度退化率进行统计分析，根据得到的刚度退化率分布函数以及相关参数进行桥梁结构性能的在线评估。本申请的有益效果：通过桥梁正常运营状态下大量荷载工况的刚度退化率计算结果的统计分析参数来表征桥梁整体刚度退化状态，符合正常交通流荷载分布，评估的准确度更高。技术研发人员：应国刚,张文达,应柳祺,胡洁亮,章程扬受保护的技术使用者：宁波朗达科技有限公司技术研发日：技术公布日：2024/7/29