大数据与索桥拉索监测技术的深度融合

王 梦丽
重庆交通大学　土木工程学院

摘要


拉索作为索桥主要受力承重结构，其监测与防护对索桥安全运营至关重要。传统桥梁监测依赖人工巡检和定期检查，效率低、主观性强。结构健康监测系统虽能自动化采集数据，但存在依赖点式传感器、数据利用率低等局限。新兴监测技术利用视觉、激光、雷达等新型传感器，实现非接触高效监测，形成空-天-地（海）一体化网络智能感知架构，但部分技术依赖实验室，单一元件难以胜任复杂监测任务，数据处理存挑战。传统监测方法有局限，新兴技术虽提升监测水平但也面临障碍，需进一步研究发展。

关键词


桥梁监测；拉索健康评估体系；计算机视觉与多物理场监测融合方法；新兴监测技术；大数据分析

全文:

PDF


参考


[1]白兴蓉.斜拉桥病害及成因分析[D].重庆交通大学，2008.

[2]Yanaka Y, Kitagawa M. Maintenance of steel bridges on Honshu-Shikoku crossing[J].Journal of Constructional Steel Research, 2002, 58(1): 131-150.

[3]孙利民，尚志强，夏烨.大数据背景下的桥梁结构健康监测研究现状与展望[J].中国公路学报，2019，32（11）：1-20.

[4]叶肖伟，董传智，基于计算机视觉的结构位移监测综述[J].中国公路学报，2019，32（11）：21-39.

[5]D M Feng, M Q Feng. Computer vision for SHM of civil infrastructure: Fromdynamic resp onse measurement to damage detection-A review[J]. Eng. Struct. 2018,156:105-117.

[6]Billie F Spencer Jr, Vedhus Hoskere, Yasutaka Narazaki. Advances in Computer Vision-Based Civil Infrastructure Inspection and Monitoring[J]. Engineering, 2019,5: 199-222.

[7]ATC (Applied Technology Council). Field manual: 《Post-earthquake safety evaluation of buildings》ATC-20[S]. USA, 2005.

[8]交通运输部公路科学研究院，《公路桥梁技术状况评定标准》JTG/T H21-2011[S].北京：人民交通出版社，2011.

[9]长安大学.《公路桥梁荷载试验规程》JTG/T J21-01-2015[S].北京：人民交通出版社，2015.

[10]中华人民共和国住房和城乡建设部.《城市桥梁检测与评定技术规范》CJ/T233-2015[S].北京：中国建筑工业出版社，2016.

[11]邵帅，周志祥，邓国军，等，基于非接触远程智能感知的桥梁形态监测试验[J].中国公路学报，2019，32（11）：91-102.

[12]宗周红，张坤，廖聿宸，等.考虑运营环境不确定性的斜拉桥模态频率识别[J].中国公路学报，2019，32（11）：40-50.

[13]Li, D S, OU J P, Lan C M, et al. Monitoring and Failure Analysis of Corroded Bridge Cables under Fatigue Loading Using Acoustic Emision Sensors[J].SENSORS.2012,12(4): 3901-3915.

[14]钟继卫，王波，王翔，等，桥梁智能检测技术研究与应用[J].桥梁建设，2019.

[15]王晓琳，陆绍辉，李东平，一种轻型碳纤维爬索机器人及其检测系统研究[J].广西科技大学学报，2017，28（04）：25-31.

[16]X. Zhao, Y. Yu, W. Hu, et al.. Cable force monitoring system of cable stayed bridges using accelerometers inside mobile smart phone, in: Sensors and Smart Structures Technologies for Civil[J]. Mechanical, and Aerospace Systems, 2015.

[17]X.W. Ye, C.Z. Dong, T. Liu. Force monitoring of steel cables using vision-based sensing technology: methodology and experimental verification[J]. Smart Struct.Syst, 2016,18(3): 585-599.

[18]S.W. Kim, B.G Jeon, N.S. Kim, et al.. Vision-based monitoring system for evaluating cable tensile forces on a cable-stayed bridge[J]. Struct. Health Monit, 2013, 12(5-6): 440-456.




DOI: http://dx.doi.org/10.12361/2661-3506-07-09-147813

Refbacks

  • 当前没有refback。