CN107330264A - 一种桥梁监测数据可靠性的验证方法 - Google Patents
一种桥梁监测数据可靠性的验证方法 Download PDFInfo
- Publication number
- CN107330264A CN107330264A CN201710496264.4A CN201710496264A CN107330264A CN 107330264 A CN107330264 A CN 107330264A CN 201710496264 A CN201710496264 A CN 201710496264A CN 107330264 A CN107330264 A CN 107330264A
- Authority
- CN
- China
- Prior art keywords
- mrow
- monitoring data
- msubsup
- monitoring
- symmetric position
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 135
- 238000000034 method Methods 0.000 title claims abstract description 16
- 238000012795 verification Methods 0.000 title claims abstract description 12
- 241001269238 Data Species 0.000 claims abstract description 18
- 230000002159 abnormal effect Effects 0.000 claims abstract description 3
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 2
- 238000011160 research Methods 0.000 abstract description 9
- 238000012360 testing method Methods 0.000 abstract description 2
- 230000001066 destructive effect Effects 0.000 abstract 1
- 239000000725 suspension Substances 0.000 description 13
- 230000036541 health Effects 0.000 description 7
- 230000009471 action Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000007812 deficiency Effects 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
Landscapes
- Bridges Or Land Bridges (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明公开了一种桥梁监测数据可靠性的验证方法,先选取关注对称位置某类传感器固定时长、连续的监测数据;对实际监测数据进行预处理,得到均值为0的两组监测数据;计算两组监测数据的相似度,若相似度满足要求,则认为监测数据具有较高的可靠性;若监测数据相似度不满足要求,选取关注位置不同类型传感器和相邻位置相同类型传感器对称位置的监测数据,分别进行数据预处理和相似性指标计算,若各组监测数据的相似性均不满足要求,认为是结构出现异常,需要进行特殊检查;若存在相似度较高的监测数据组,则认为关注位置的监测数据可靠性不足。使用本方法可以实现对桥梁监测数据可靠性的验证,为损伤识别和状态评估等研究提供可靠的数据基础。
Description
技术领域
本发明属于桥梁工程技术领域,具体涉及一种桥梁监测数据可靠性的验证方法。
背景技术
大型桥梁健康监测***是一个复杂的***工程,融合了现代测试分析、计算机、数学理论和通讯等领域的尖端技术。健康监测***的主体目标是通过测量反映桥梁环境激励和结构响应状态的某些信息,实时监测桥梁的工作性能和评估桥梁的工作状态,以保证桥梁的安全运营。近些年,随着对桥梁安全性和耐久性认识的提高以及新型的检测手段、监测技术及信息传输手段的不断涌现,使得结构长期监测技术有了长足的发展。自90年代以来,许多国家将健康监测***安装在一些大型缆索承重桥梁和造型独特新颖的非传统结构的桥梁上。我国桥梁健康监测***的研究与应用始于20世纪90年代后期,与其他国家相比,我国健康监测***具有数量多、投资规模大的特点,如香港的青马大桥、舟山跨海大桥、苏通大桥和汀九大桥等。目前,国内已有上百座大型桥梁安装了健康监测***。经过二十多年的积极探索,研究人员在桥梁健康监测领域取得了一定的成果,但是由于监测***本身的稳定性、耐久性和抗干扰性的不足以及传感器受环境因素的影响,监测数据的可靠性往往难以保证。
监测数据是桥梁预警和状态评估研究的重要数据支撑之一,其可靠性是进行各项深入研究的重要前提。目前,基于监测数据的参考资料未见对数据可靠性进行验证的研究。因此,对监测数据可靠性的验证方法进行研究具有重要意义。
发明内容
为解决上述问题,本发明公开了一种桥梁监测数据可靠性的验证方法,利用已有的监测数据,验证其可靠性,确保桥梁运营安全。
为达到上述目的,本发明的技术方案如下:
一种桥梁监测数据可靠性的验证方法,首先提取连续固定时长的桥梁对称位置的监测数据;由于桥梁结构的对称性,在荷载作用下桥梁对称位置的监测数据应该具有较高程度的相似性,采用斜率灰色关联度方法计算对称位置两组监测数据的关联程度;分别计算该监测位置不同类型传感器监测数据和不同位置相同传感器监测数据的关联程度,以计算得到的灰色关联度数值序列为指标,若各组对称位置监测数据的关联度均处于较高的水平,则认为桥梁监测数据均具有较高的可靠性水平;若出现监测数据关联性较差,其他组数据的关联性较好,则认为关联性较差的监测数据的可靠性不足;若所有的监测数据的关联性均出现不足,则认为桥梁可能出现异常,需要进行详细检查。
进一步的,一种桥梁监测数据可靠性的验证方法包括如下具体步骤:
1),选取关注位置处对称位置的监测数据,根据桥梁的对称性,提取连续固定时长的对称位置的同类监测数据。
2),对选取的监测数据进行预处理,计算固定时长内所有监测数据的平均值,用实测的监测数据减去均值,得到一组均值为0的数据。
3),对对称位置监测数据的相似性进行评估,本发明采用斜率灰色关联度分析法评估对称位置监测数据随时间变化趋势的一致性,斜率灰色关联度能够满足梁刚统一化处理后的保序效应,均值化、初值化均不会改变灰色关联度序集。斜率关联度的计算公式为
式中,N是连续固定时长内的监测数据数量;和分别为对称位置1和对称位置2处的监测数据;和是对称位置1和对称位置2处的相邻时刻监测数据差值,可表示为和
4),若计算得到的相似性指标满足要求,则认为分析的监测数据具有较高的可靠性。
5),若计算得到的相似性指标不满足要求,分别选取相同位置不同类型传感器n组对称位置监测数据和相邻位置相同类型传感器的m组对称位置监测数据,依次进行数据预处理和相似性指标的计算,形成序列指标
式中,ri j为对称位置两组监测数据的关联度,其中i表示不同的位置,j表示不同类型的传感器。
a),若序列指标中任意ri j均不满足相似性的要求,则认为桥梁结构出现异常,需要进行特殊检查。
b),若序列指标中存在ri j满足相似性的要求,则认为该对称位置的监测数据关联性较差,认为相关的监测数据的可靠性不足。
本发明的有益效果是:
本发明提出的一种桥梁监测数据可靠性的验证方法,充分利用了桥梁结构的对称性特点,基于灰色关联度理论计算对称位置监测数据的关联度作为监测数据相似性的评价指标。为了进一步论证监测数据的可靠性,识别桥梁异常或损伤给桥梁对称位置监测数据相似性带来的影响,分别选取相同位置不同传感器和不同位置相同传感器的对称位置监测数据进行相似性评估,增加了监测数据可靠性验证的可信度。有效地验证监测数据的可靠性,是桥梁损伤识别和状态评估等研究的重要前提,是保证后续研究结论正确性的重要保障。
附图说明
图1是桥梁监测数据可靠性验证方法流程图;
图2是18#斜拉索对称位置1索力监测时间序列值;
图3是18#斜拉索对称位置2索力监测时间序列值;
图4是18#斜拉索对称位置索力差值对比;
图5是17#斜拉索对称位置索力差值对比;
图6是19#斜拉索对称位置索力差值对比;
图7是18#斜拉索位置对应挠度对称位置挠度差值对比。
具体实施方式
下面结合附图和具体实施方式,进一步阐明本发明,应理解下述具体实施方式仅用于说明本发明而不用于限制本发明的范围。
一种桥梁监测数据可靠性的验证方法,首先提取连续固定时长的桥梁对称位置的监测数据;由于桥梁结构的对称性,在荷载作用下桥梁对称位置的监测数据应该具有较高程度的相似性,采用斜率灰色关联度方法计算对称位置两组监测数据的关联程度;分别计算该监测位置不同类型传感器监测数据和不同位置相同传感器监测数据的关联程度,以计算得到的灰色关联度数值序列为指标,若各组对称位置监测数据的关联度均处于较高的水平,则认为桥梁监测数据均具有较高的可靠性水平;若出现监测数据关联性较差,其他组数据的关联性较好,则认为关联性较差的监测数据的可靠性不足;若所有的监测数据的关联性均出现不足,则认为桥梁可能出现异常,需要进行详细检查;包括如下具体步骤:
1),选取关注的监测数据对应的传感器位置,根据桥梁的对称性,提取连续固定时长的对称位置的同类监测数据,该固定时长应该根据荷载的作用周期选取,选取荷载作用的一个或数个完整周期作为一个研究时长;
2),采用灰色关联度分析法评估对称位置监测数据随时间变化趋势的一致性,斜率灰色关联度能够满足梁刚统一化处理后的保序效应,均值化、初值化均不会改变灰色关联度序集。斜率关联度的计算公式为
式中,N是连续固定时长内的监测数据数量;和分别为对称位置1和对称位置2处的监测数据;和是对称位置1和对称位置2处的相邻时刻监测数据差值,可表示为和
3),分别选取相同位置不同类型传感器n组对称位置监测数据和不同位置相同类型传感器的m组对称位置监测数据,计算其关联度值,形成序列指标
式中,ri j为对称位置两组监测数据的关联度,其中i表示不同的位置,j表示不同类型的传感器。
a),若序列指标中任意ri j的值均大于给定的阈值[r],则认为各组监测数据对称位置均具有较高的关联性,认为桥梁监测数据具有较高的可靠性;
b),若序列指标中存在ri j的值小于给定的阈值[r],则认为该对称位置的监测数据关联性较差,认为相关的监测数据的可靠性不足;
c),若序列指标中所有的ri j的值均小于给定的阈值[r],则认为桥梁结构出现异常,需要进行进一步详细检查。
可以通过经验和试算确定上述阈值[r]的具体取值。
实施例:以某斜拉桥为例,选取该斜拉桥的18#斜拉索索力的监测数据作为研究对象,选取20秒的连续监测数据作为研究时长,索力的测量频率为10Hz,所以用于研究的索力监测数据为200个。18#斜拉索监测索力值分别如图2、3所示,若单独分析斜拉索索力的监测数值,无法判断监测数据是否可靠。
对监测数据进行预处理,即所有监测数据减去该组数据的平均值,得到两组均值为0的分析数据序列。根据式(1),计算对称位置索力监测数值的斜率关联度,计算结果为0.8038,对称位置监测数据差值随时间序列波动状况如图4所示。根据经验和统计结果,斜率关联度的阈值[r]设定为0.90,18#号斜拉索对称位置处索力监测数据不满足要求,分别选取17#和19#斜拉索和18#斜拉索处对应的挠度监测数据,计算上述位置处监测数据的斜率关联度,以验证是否是结构异常使得斜拉桥对称位置处各种响应出现差异。根据上述步骤,首先对监测数据进行预处理,然后根据式(1)计算斜率关联度,17#斜拉索索力、19#斜拉索索力和18#斜拉索对应位置挠度的斜率关联度分别为0.9782、0.9377和0.9761,均满足斜率关联度的阈值r≥[r]=0.90的要求,各监测数据差值的对比如图5,图6和图7所示。根据式(2),可以得到斜率关联度的序列指标由序列指标可知,除18#斜拉索索力之外,各对称位置监测数据具有很高的相似性,可以排除结构异常引起18#斜拉索对称位置响应出现差异的可能性,即可认为18#斜拉索对称位置索力监测数值的可靠性不足。
本发明方案所公开的技术手段不仅限于上述实施方式所公开的技术手段,还包括由以上技术特征任意组合所组成的技术方案。
Claims (2)
1.一种桥梁监测数据可靠性的验证方法,其特征在于,选取桥梁对称位置点不同类型传感器以及对称位置点的相邻位置相同类型传感器,先提取连续固定时长的桥梁对称位置点的监测数据,对监测数据进行预处理,得到均值为0的两组监测数据;计算两组监测数据的相似度,根据相似度来判定监测数据的可靠性。
2.根据权利要求1所述的一种桥梁监测数据可靠性的验证方法,其特征在于,包括如下具体步骤:
1),选取对称位置点的监测数据,根据桥梁的对称性,提取连续固定时长的对称位置的同类监测数据;
2),对选取的监测数据进行预处理,计算固定时长内所有监测数据的平均值,用实测的监测数据减去均值,得到一组均值为0的数据;
3),对对称位置监测数据的相似性进行评估,采用斜率灰色关联度分析法评估对称位置监测数据随时间变化趋势的一致性,斜率灰色关联度能够满足梁刚统一化处理后的保序效应,均值化、初值化均不会改变灰色关联度序集,斜率关联度的计算公式为
<mrow>
<msub>
<mi>r</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mi>N</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mrow>
<mi>N</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<mfrac>
<mn>1</mn>
<mrow>
<mn>1</mn>
<mo>+</mo>
<mrow>
<mo>|</mo>
<mrow>
<mfrac>
<mrow>
<msubsup>
<mi>&Delta;x</mi>
<mrow>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mn>1</mn>
</msubsup>
</mrow>
<msubsup>
<mi>x</mi>
<mrow>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mn>1</mn>
</msubsup>
</mfrac>
<mo>-</mo>
<mfrac>
<mrow>
<msubsup>
<mi>&Delta;x</mi>
<mrow>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mn>2</mn>
</msubsup>
</mrow>
<msubsup>
<mi>x</mi>
<mrow>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mn>2</mn>
</msubsup>
</mfrac>
</mrow>
<mo>|</mo>
</mrow>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
式中,N是连续固定时长内的监测数据数量;和分别为对称位置1和对称位置2处的监测数据;和是对称位置1和对称位置2处的相邻时刻监测数据差值,可表示为和
4),若计算得到的相似性指标满足要求,则认为分析的监测数据具有较高的可靠性;
5),若计算得到的相似性指标不满足要求,分别选取相同位置不同类型传感器n组,对称位置监测数据和相邻位置相同类型传感器的m组对称位置监测数据,依次进行数据预处理和相似性指标的计算,形成序列指标
<mrow>
<mover>
<mi>r</mi>
<mo>&OverBar;</mo>
</mover>
<mo>=</mo>
<mrow>
<mo>(</mo>
<msubsup>
<mi>r</mi>
<mn>0</mn>
<mn>1</mn>
</msubsup>
<mo>,</mo>
<msubsup>
<mi>r</mi>
<mn>1</mn>
<mn>1</mn>
</msubsup>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<msubsup>
<mi>r</mi>
<mi>m</mi>
<mn>1</mn>
</msubsup>
<mo>,</mo>
<msubsup>
<mi>r</mi>
<mn>0</mn>
<mn>2</mn>
</msubsup>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<msubsup>
<mi>r</mi>
<mn>0</mn>
<mi>n</mi>
</msubsup>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
式中,ri j为对称位置两组监测数据的关联度,其中i表示不同的位置,j表示不同类型的传感器,
a),若序列指标中任意ri j均不满足相似性的要求,则认为桥梁结构出现异常,需要进行特殊检查,
b),若序列指标中存在ri j满足相似性的要求,则认为该对称位置的监测数据关联性较差,认为相关的监测数据的可靠性不足。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710496264.4A CN107330264B (zh) | 2017-06-26 | 2017-06-26 | 一种桥梁监测数据可靠性的验证方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710496264.4A CN107330264B (zh) | 2017-06-26 | 2017-06-26 | 一种桥梁监测数据可靠性的验证方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107330264A true CN107330264A (zh) | 2017-11-07 |
CN107330264B CN107330264B (zh) | 2020-10-27 |
Family
ID=60197227
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710496264.4A Expired - Fee Related CN107330264B (zh) | 2017-06-26 | 2017-06-26 | 一种桥梁监测数据可靠性的验证方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107330264B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108168806A (zh) * | 2017-12-15 | 2018-06-15 | 中交基础设施养护集团有限公司 | 一种基于多参数监测数据的桥梁安全综合分析方法 |
CN108458846A (zh) * | 2018-04-08 | 2018-08-28 | 李国栋 | 一种梁式结构挠度的计算方法、装置和*** |
CN112781701A (zh) * | 2020-12-30 | 2021-05-11 | 北京万集科技股份有限公司 | 一种对称重信息进行可信度评分的方法及*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102147597A (zh) * | 2010-02-10 | 2011-08-10 | 广州大学 | 一种重大建筑与桥梁结构的健康监测*** |
US20150324501A1 (en) * | 2012-12-12 | 2015-11-12 | University Of North Dakota | Analyzing flight data using predictive models |
CN105241660A (zh) * | 2015-11-09 | 2016-01-13 | 西南交通大学 | 基于健康监测数据的高铁大型桥梁性能评定方法 |
-
2017
- 2017-06-26 CN CN201710496264.4A patent/CN107330264B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102147597A (zh) * | 2010-02-10 | 2011-08-10 | 广州大学 | 一种重大建筑与桥梁结构的健康监测*** |
US20150324501A1 (en) * | 2012-12-12 | 2015-11-12 | University Of North Dakota | Analyzing flight data using predictive models |
CN105241660A (zh) * | 2015-11-09 | 2016-01-13 | 西南交通大学 | 基于健康监测数据的高铁大型桥梁性能评定方法 |
Non-Patent Citations (6)
Title |
---|
AMMAR ZALT等: "《2007 IEEE International Conference on Electro/Information Technology》", 5 November 2007 * |
YUN LIU等: "《2011 IEEE International Conference on Cloud Computing and Intelligence Systems》", 13 October 2011 * |
任远等: ""斜拉桥恒载索力长期变化趋势分析与评估"", 《哈尔滨工业大学学报》 * |
刘小玲等: ""大跨度钢斜拉桥主梁监测挠度的评估与预警"", 《湖南大学学报(自然科学版)》 * |
朱国辉等: ""传感器位置误差情况下基于多维标度分析的时差定位算法"", 《电子学报》 * |
马建红等: ""无线传感器网络桥梁健康监测***时钟同步设计"", 《公路》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108168806A (zh) * | 2017-12-15 | 2018-06-15 | 中交基础设施养护集团有限公司 | 一种基于多参数监测数据的桥梁安全综合分析方法 |
CN108458846A (zh) * | 2018-04-08 | 2018-08-28 | 李国栋 | 一种梁式结构挠度的计算方法、装置和*** |
CN112781701A (zh) * | 2020-12-30 | 2021-05-11 | 北京万集科技股份有限公司 | 一种对称重信息进行可信度评分的方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN107330264B (zh) | 2020-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104048675B (zh) | 一种基于高斯过程回归的组合导航***故障诊断方法 | |
CN103776654B (zh) | 多传感器信息融合的故障诊断方法 | |
CN108730776B (zh) | 一种基于极限学习机信息融合的输油管道泄漏检测方法 | |
CN103076394B (zh) | 基于振动识别频率和振型综合的海洋平台安全评定的方法 | |
CN109186813A (zh) | 一种温度传感器自检装置及方法 | |
CN109613428A (zh) | 一种能像***及其在电机设备故障检测方法中的应用 | |
CN103775832B (zh) | 基于瞬变流反问题方法的输油管道漏失检测的装置 | |
CN108562821B (zh) | 一种基于Softmax确定配电网单相接地故障选线的方法及*** | |
CN101382439A (zh) | 多参数自确认传感器及其状态自确认方法 | |
CN107330264A (zh) | 一种桥梁监测数据可靠性的验证方法 | |
CN110470738B (zh) | 基于振动响应差比函数的结构损伤识别方法 | |
CN102829967A (zh) | 一种基于回归模型系数变化的时域故障识别方法 | |
CN108266219A (zh) | 基于风量特征的矿井通风***阻变型单故障源诊断方法 | |
CN105064993B (zh) | 一种基于电导探针阵列信息融合的垂直井含水率测量方法 | |
CN106446384B (zh) | 一种桥式起重机主梁结构的损伤识别方法 | |
CN111505064A (zh) | 一种催化燃烧式甲烷传感器服役状态评价方法 | |
CN110046651A (zh) | 一种基于监测数据多属性特征融合的管道状态识别方法 | |
CN114693114A (zh) | 地下空间结构的监测方法、装置、计算机设备及存储介质 | |
CN113112123B (zh) | 一种基于关联矩阵的飞机航电***故障诊断评估方法 | |
Yang et al. | Bridge cable anomaly detection based on local variability in feature vector of monitoring group cable forces | |
CN117434372A (zh) | 电子产品的电磁兼容抗扰度测试方法及*** | |
CN109406076A (zh) | 一种利用位移传感器列阵输出的移动主成分进行梁桥结构损伤定位的方法 | |
CN104504265A (zh) | 一种在役桥梁监测信息安全评估的方法 | |
CN105651537B (zh) | 一种高损伤敏感性的桁架结构损伤实时监测*** | |
CN116910879A (zh) | 一种随机车载作用下桥梁斜拉索的索力异常诊断方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20201027 |