超重汽车识别理论分析.docxVIP

超重汽车识别理论分析 1 桥的应变特征 基于应变记录，，记录时间间隔为 1 小时，应变系列可以以时间系列的形式给出，如下： 布的周期为 24h。 εR,t表示由于桥梁运营期间可能遭遇的随机事件而引起的应变的变化。这些随机事件可能包含天气的变化、或者是地震动等的突发事件、短暂的阵雨天气、超重汽车荷载等。Mays 和 Tilly提出，汽车荷载在高速公路桥面板上的加载频率可以等价为 1Hz，这里可以定义持续时间小于 2 小时的随机事件为突发事件,超重汽车荷载无疑为随机事件。 根据监测应变数据特征分析，监测应变主要由三部分构成，其中应变组成部分εC,t和εT,t相对于采样时间间隔（1小时）变化缓慢，并且不会在时间系列ε(t)的轮廓中产生突变的特征。然而，当汽车过桥的时候，汽车荷载可以使得组成部分εR,t变化激烈，相对于邻近采样点，其值可以显示出反常的特征。汽车荷载越大，异常特征越显著。我们将利用这个特性在监测的应变ε(t)中识别超重汽车。 2 监测应变时间系列小波分析 每个时间系列ε(t)都有很多的监测数据，在如此多的监测数据中选出异常点有些困难。在这里，我们采用小波来帮助在时间系列ε(t)中识别异常点。原因在于小波分析可以将监测数据分解为不同的时间尺度，并且应变分析也显示三种应变确实具备不同的时间尺度。 小波分析现在已是相对成熟的技术，因此，一些小波的基本理论在本文将不进行阐述。假如给定一个函数Y(t)∈L2(R)，则其离散小波变换：通过选择二进制集进行伸缩和转换，如下： 3 结构异常行为检测 然后，通过记录那些已识别的比阈值大的细节系数的位置，潜在的异常信号可能从应变时间系列中提取出来。对于每个提取出来的信号，我们需要将其与它的相对应的“正常”值进行对比。样条插值具有克服拉格朗日插值收敛问题的优势同时可以在非线性插值中增加节点来改进光滑度，并且节点数的增加还可以提高插值的精度。因此，我们采用样条插值，通过异常信号的邻近的信号来得到其“正常”的值，异常信号与插值计算得到的“正常”信号值的差值将用于与超重汽车产生的应变阈值进行对比。最后，我们找出提取的信号与邻近实测信号的样条插值的差值，并判定其是否大于εqc（由超重车引起的跨中底板拉应变阈值，由仿真计算得到）用于识别超重汽车荷载。 4 异常事件分析及其应变阈值的确定 4.1 汽车超重 尽管我们用小波分析提取的监测应变可能由汽车荷载产生的，但通常此类应变比较小，尤其是对混凝土桥来说，现在的关键是如何识别超重汽车产生的突变应变。在这里，我们使用背景桥的一个有限元子模型来了解超重汽车过桥时传感器位置处的应变值，并且确定超重汽车产生的应变阈值。 随着有限元技术的发展，子模型法也得到普遍发展。背景桥箱梁空间结构复杂，本文采用大型通用有限元软件 ANSYS 按 1:1 的比例建立肇庆西江大桥主 2#墩至主3#墩之间的子模型。混凝土选择 Solid45 单元模拟，混凝土单元划分长度为 0.25 m，所建立的子模型共 37388 个单元，57600 个节点，有限元模型及网格划分方式如图 5-2 所示。由于经济因素，背景桥并未采用摄像技术。为了校准有限元模型，将使用从现场采集的实测数据。通车前，交通质检部门对肇庆西江大桥进行了静载实验。十辆 QC-20主车（见图 5-3 （b））用于静载实验并分四级加载，即 900 kN～1500 kN～2400 kN～3000 kN，图 5-4 显示静载实验加载位置和方式。实验数据与计算数据示于图 5-5，两者吻合较好。超重汽车荷载按规范 JTG D60-04 的 QC-20 重车[194]车辆荷载加载,汽车轮载简化为移动的集中力，计算时移动速度为 15 m/s，QC-20 重车构造和主车构造分别如图 5-3 (a)和图 5-3 (b)所示。汽车走完一个主跨的时间大约 8 秒，而传感器的采样周期为 1 小时。因此，超重汽车被监测系统捕获的概率较小，但是汽车越重捕获的概率也越大。由后面的图 5-7 可得，一辆三倍于 QC-20 主车被传感器捕获的概率大约为 1.45/3600=0.0403%。 桥梁汽车荷载及其效应的随机过程十分复杂。因此，应该了解不同的荷载情形。一辆超重车及多辆正常车的效应将按以下的情形计算： （1）一辆 QC-20 重车加载在车道上。 （2）两辆 QC-20 主车并排加载在车道上。 （3）根据中国交通规范 JTG D60-04，一组正常汽车加载在车道上，加载位置及方式见图 5-6。 本文认为极端情况（比如：一个车道或两个车道全部加载 QC-20 主车）的概率接近0，并且其对监测数据的影响可以忽略。在情况(1)和(2)下，QC-20 主车和重车引起的肇庆西江大桥主 2#墩至主 3#墩跨中底板应变响应见图 5-7。在情况(3)下，跨中底