基于无线传感器网络的桥梁健康监测方法研究
发布时间：2022-01-16 02:37
在交通网络中,桥梁具有连接交通线路的作用,是交通的咽喉,在经济、社会、生活等方面有着重要的战略意义。随着桥梁建造结构形式越发复杂和跨度不断增加,对桥梁结构安全性的要求变得愈来愈高。然而在桥梁服役期间,受内部结构变化,外界环境侵蚀等其他不利因素影响,桥梁会出现结构老化、受损等问题。当结构损伤累积到一定程度以后,就会影响桥梁的使用,导致桥梁在使用过程中出现灾难性的事故,造成巨大的损失。由于技术的局限性,传统的桥梁健康状况评估大部分是依靠人工检测进行,但人工检测方法存在检查效率低、检查周期长、检查结果不稳定、安全性差等问题,无法满足现代桥梁的维护与管理要求。所以,开展有效、快捷的桥梁健康技术研究,对于保障桥梁的安全运行具有重要的意义。针对桥梁健康监测的需求,本文设计完成了一款桥梁监测无线传感器节点和远程终端信号处理与监测模块。无线传感器由多路传感器信号放大与采集、存储、数据传输等模块组成,可实现桥梁的震动等特征信号和温、湿度等环境信号的同步采集、存储、无线传输;远程节点终端处理模块完成桥梁信号预处理和频率、位移等特征提取处理和桥梁健康状况分类。本文探讨基于深度学习的桥梁健康状况分类建模方法。...
【文章来源】：中北大学山西省
【文章页数】：68 页
【学位级别】：硕士
【部分图文】：
测试示意图
中北大学学位论文10图2-1测试示意图Fig.2-1Testdiagram无线传感器节点由4部分构成，分别是传感器模块、转换模块、无线通信模块和主控模块。其中，传感器模块完成对桥梁信号采集；转换模块对信号进行模数转换；无线通信模块把采集转换完毕的信号发送到指控终端中去；主控模块负责控制传感器、转换模块以及无线通信模块的工作协调和控制。设计的桥梁健康监测节点如图2-2所示。图2-2无线传感器节点结构图Fig.2-2Wirelesssensornodestructure2.3选型依据在进行传感器的选型时，由于桥梁的振动信息是本节点最重要的信号，所以，加速度传感器的选取对于本节点至关重要。需要从桥梁信号的频带范围、振动幅值等方面来分析选取合适的加速度传感器。
中北大学学位论文112.3.1桥梁信号仿真分析本文采用Midas/civil软件对桥梁进行建模仿真，通过时程分析来得到桥梁在车辆通过时的信号，根据仿真信号特征来进行加速度传感器的选型。时程分析（timehistoryanalysis）是指设计好桥梁的各种参数以后，通过对受力载荷的结构进行动力方程的求解的过程，在本文中为模拟桥梁在汽车行驶通过时桥梁的振动变化，从而得到桥梁的健康参数，如位移、频率等[35]。Midas/Civil是一款专业的桥梁有限元分析软件，可以快速、准确的通过输入的参数和建立好的模型对桥梁的各个特性进行仿真分析。本文搭建的桥梁模型为两端长度为30m，宽度为10m的简支梁T字模型，搭建好的桥梁三维有限元模型如图2-3所示。该简支梁模型由127个节点，126个单元构成，桥面采用C30混凝土来组成。图2-3仿真模型Fig.2-3Simulationmodel建立好模型以后，对模型进行时程分析，得到桥梁的特征信号。由于在实际试验中，桥梁上不可避免的有车辆行驶经过，因此本文模拟车辆行驶经过的场景来对桥梁进行仿真分析。车辆在作用于桥梁时可以看作是一个逐渐出现又消失的瞬间荷载，所以本文将车辆模拟成一个三角形荷载，顶峰是荷载最大值与车辆有关，时间与车辆的速度有关，荷载如图2-4所示。
【参考文献】：
期刊论文
[1]一种基于特征融合的卷积神经网络人脸识别算法[J]. 王嘉欣,雷志春. 激光与光电子学进展. 2020(10)
[2]基于VGG16的急性淋巴细胞白血病血液细胞显微图像人工智能辅助诊断分类研究[J]. 张海涛,刘景鑫,赵晓晴,胡笑含,李慧盈. 中国医疗设备. 2019(07)
[3]激光位移传感器在轨道交通桥梁监测中的应用[J]. 吴晓军,白韶红,宋韧,韩继锋,江瀑,徐明,陈荣昌. 现代城市轨道交通. 2019(04)
[4]提高道路与桥梁设计可靠性的措施探究[J]. 管兴宏. 门窗. 2019(07)
[5]一种深度卷积自编码网络及其在滚动轴承故障诊断中的应用[J]. 张西宁,向宙,唐春华. 西安交通大学学报. 2018(07)
[6]基于深度学习的图像分类方法[J]. 许少尉,陈思宇. 电子技术应用. 2018(06)
[7]改进的小波包阈值法去噪的桥梁变形监测数据处理[J]. 冯立朋,朱军桃,熊东旭,王炯,程胜. 北京测绘. 2018(03)
[8]基于深度卷积神经网络的网络流量分类方法[J]. 王勇,周慧怡,俸皓,叶苗,柯文龙. 通信学报. 2018(01)
[9]基于边缘检测的卷积核数量确定方法[J]. 文元美,余霆嵩,凌永权. 计算机应用研究. 2018(11)
[10]基于卷积神经网络的车型识别方法研究[J]. 纪野,李玉惠,王蒙. 传感器与微系统. 2017(11)
博士论文
[1]桥梁健康监测信号的递归特性分析[D]. 杨栋.中南大学 2012
[2]复杂桥梁结构综合监测系统开发研究[D]. 吴小平.浙江大学 2005
硕士论文
[1]便携拉曼胃镜探头的研制及在胃粘膜疾病诊断的应用评价[D]. 韦仲.南方医科大学 2018
[2]基于卷积神经网络的行人检测和识别研究[D]. 郝旭政.天津工业大学 2018
[3]桥梁动态讯息间接测量法的多种工况分析研究[D]. 谢天宇.重庆大学 2017
[4]电容式加速度传感器检测电路的设计与研究[D]. 孙杰.复旦大学 2013
[5]大型桥梁结构健康监测技术[D]. 朱清.天津大学 2012
[6]结合人工巡检的桥梁健康监测系统关键技术研究[D]. 王建强.长安大学 2011
[7]图像和视频压缩中关键算法的研究[D]. 刘琼.湘潭大学 2010
[8]MEMS电容式加速度传感器检测电路研究[D]. 刘冬.西安电子科技大学 2010
本文编号：3591772
【文章来源】：中北大学山西省
【文章页数】：68 页
【学位级别】：硕士
【部分图文】：
测试示意图
中北大学学位论文10图2-1测试示意图Fig.2-1Testdiagram无线传感器节点由4部分构成，分别是传感器模块、转换模块、无线通信模块和主控模块。其中，传感器模块完成对桥梁信号采集；转换模块对信号进行模数转换；无线通信模块把采集转换完毕的信号发送到指控终端中去；主控模块负责控制传感器、转换模块以及无线通信模块的工作协调和控制。设计的桥梁健康监测节点如图2-2所示。图2-2无线传感器节点结构图Fig.2-2Wirelesssensornodestructure2.3选型依据在进行传感器的选型时，由于桥梁的振动信息是本节点最重要的信号，所以，加速度传感器的选取对于本节点至关重要。需要从桥梁信号的频带范围、振动幅值等方面来分析选取合适的加速度传感器。
中北大学学位论文112.3.1桥梁信号仿真分析本文采用Midas/civil软件对桥梁进行建模仿真，通过时程分析来得到桥梁在车辆通过时的信号，根据仿真信号特征来进行加速度传感器的选型。时程分析（timehistoryanalysis）是指设计好桥梁的各种参数以后，通过对受力载荷的结构进行动力方程的求解的过程，在本文中为模拟桥梁在汽车行驶通过时桥梁的振动变化，从而得到桥梁的健康参数，如位移、频率等[35]。Midas/Civil是一款专业的桥梁有限元分析软件，可以快速、准确的通过输入的参数和建立好的模型对桥梁的各个特性进行仿真分析。本文搭建的桥梁模型为两端长度为30m，宽度为10m的简支梁T字模型，搭建好的桥梁三维有限元模型如图2-3所示。该简支梁模型由127个节点，126个单元构成，桥面采用C30混凝土来组成。图2-3仿真模型Fig.2-3Simulationmodel建立好模型以后，对模型进行时程分析，得到桥梁的特征信号。由于在实际试验中，桥梁上不可避免的有车辆行驶经过，因此本文模拟车辆行驶经过的场景来对桥梁进行仿真分析。车辆在作用于桥梁时可以看作是一个逐渐出现又消失的瞬间荷载，所以本文将车辆模拟成一个三角形荷载，顶峰是荷载最大值与车辆有关，时间与车辆的速度有关，荷载如图2-4所示。
【参考文献】：
期刊论文
[1]一种基于特征融合的卷积神经网络人脸识别算法[J]. 王嘉欣,雷志春. 激光与光电子学进展. 2020(10)
[2]基于VGG16的急性淋巴细胞白血病血液细胞显微图像人工智能辅助诊断分类研究[J]. 张海涛,刘景鑫,赵晓晴,胡笑含,李慧盈. 中国医疗设备. 2019(07)
[3]激光位移传感器在轨道交通桥梁监测中的应用[J]. 吴晓军,白韶红,宋韧,韩继锋,江瀑,徐明,陈荣昌. 现代城市轨道交通. 2019(04)
[4]提高道路与桥梁设计可靠性的措施探究[J]. 管兴宏. 门窗. 2019(07)
[5]一种深度卷积自编码网络及其在滚动轴承故障诊断中的应用[J]. 张西宁,向宙,唐春华. 西安交通大学学报. 2018(07)
[6]基于深度学习的图像分类方法[J]. 许少尉,陈思宇. 电子技术应用. 2018(06)
[7]改进的小波包阈值法去噪的桥梁变形监测数据处理[J]. 冯立朋,朱军桃,熊东旭,王炯,程胜. 北京测绘. 2018(03)
[8]基于深度卷积神经网络的网络流量分类方法[J]. 王勇,周慧怡,俸皓,叶苗,柯文龙. 通信学报. 2018(01)
[9]基于边缘检测的卷积核数量确定方法[J]. 文元美,余霆嵩,凌永权. 计算机应用研究. 2018(11)
[10]基于卷积神经网络的车型识别方法研究[J]. 纪野,李玉惠,王蒙. 传感器与微系统. 2017(11)
博士论文
[1]桥梁健康监测信号的递归特性分析[D]. 杨栋.中南大学 2012
[2]复杂桥梁结构综合监测系统开发研究[D]. 吴小平.浙江大学 2005
硕士论文
[1]便携拉曼胃镜探头的研制及在胃粘膜疾病诊断的应用评价[D]. 韦仲.南方医科大学 2018
[2]基于卷积神经网络的行人检测和识别研究[D]. 郝旭政.天津工业大学 2018
[3]桥梁动态讯息间接测量法的多种工况分析研究[D]. 谢天宇.重庆大学 2017
[4]电容式加速度传感器检测电路的设计与研究[D]. 孙杰.复旦大学 2013
[5]大型桥梁结构健康监测技术[D]. 朱清.天津大学 2012
[6]结合人工巡检的桥梁健康监测系统关键技术研究[D]. 王建强.长安大学 2011
[7]图像和视频压缩中关键算法的研究[D]. 刘琼.湘潭大学 2010
[8]MEMS电容式加速度传感器检测电路研究[D]. 刘冬.西安电子科技大学 2010
本文编号：3591772
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/3591772.html
