CN111143932A - 一种桥梁健康状态的评估方法、装置、***和设备 - Google Patents
一种桥梁健康状态的评估方法、装置、***和设备 Download PDFInfo
- Publication number
- CN111143932A CN111143932A CN201911370385.XA CN201911370385A CN111143932A CN 111143932 A CN111143932 A CN 111143932A CN 201911370385 A CN201911370385 A CN 201911370385A CN 111143932 A CN111143932 A CN 111143932A
- Authority
- CN
- China
- Prior art keywords
- bridge
- information
- target
- target bridge
- structural response
- 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.)
- Pending
Links
- 230000036541 health Effects 0.000 title claims abstract description 86
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000007689 inspection Methods 0.000 claims abstract description 100
- 230000004044 response Effects 0.000 claims abstract description 81
- 238000011156 evaluation Methods 0.000 claims abstract description 55
- 238000012544 monitoring process Methods 0.000 claims abstract description 40
- 230000003862 health status Effects 0.000 claims description 48
- 238000012423 maintenance Methods 0.000 claims description 30
- 230000006378 damage Effects 0.000 claims description 29
- 238000004458 analytical method Methods 0.000 claims description 23
- 238000007726 management method Methods 0.000 claims description 16
- 238000005516 engineering process Methods 0.000 claims description 14
- 230000007613 environmental effect Effects 0.000 claims description 12
- 238000003860 storage Methods 0.000 description 10
- 230000035882 stress Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000013527 convolutional neural network Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 208000027418 Wounds and injury Diseases 0.000 description 3
- 208000014674 injury Diseases 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000009525 mild injury Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 208000037974 severe injury Diseases 0.000 description 1
- 230000009528 severe injury Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Images
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明公开了一种桥梁健康状态的评估方法、装置、***和设备,该桥梁健康状态的评估方法包括:获取目标桥梁的桥梁巡检信息;基于桥梁监测***,获取所述目标桥梁的结构响应信息,其中,所述结构响应信息包括挠度、温度、湿度和应力应变中的一项或多项;根据所述目标桥梁的桥梁巡检信息和结构响应信息评估所述目标桥梁的健康状态。本发明实施例的技术方案,通过整合桥梁的巡检信息和结构响应信息,实现了桥梁健康状态的自动评估,提高了评估的全面性、科学性和准确性。
Description
技术领域
本发明实施例涉及桥梁监测技术领域,尤其涉及一种桥梁健康状态的评估方法、装置、***和设备。
背景技术
随着我国公路、铁路桥梁事业的发展,跨越江河、跨越海峡、跨越深山峡谷的桥梁工程得到快速发展,同时既有的许多桥梁亦逐渐进入了养护维修阶段,有关专家认为桥梁使用超过25年以上则进入老化期,据统计,我国桥梁总数的40%已经属于此范畴,均属“老龄”桥梁。而且随着时间的推移,其数量还在不断增长,桥梁管理者对桥梁的养护已日益重视。为了随时了解桥梁工作状态,对突发事故进行提前预警,维护桥梁的安全和社会稳定,对桥梁的安全监测已经刻不容缓。
现有的桥梁管养决策信息的主要来源是人工巡检和无损试验,人工巡检在很大程度上依赖于巡检人员的专业性,且容易受到气候和环境的影响,巡检受限,且巡检质量差,从而导致桥梁管养缺乏科学、***和具有针对性的决策方法。
发明内容
本发明提供了一种桥梁健康状态的评估方法、装置、***及设备,实现了桥梁数据的实时监测以及桥梁健康状态的全面而科学的评估。
第一方面,本发明实施例提供了一种桥梁健康状态的评估方法,该桥梁健康状态的评估方法包括:
获取目标桥梁的桥梁巡检信息;
基于桥梁监测***,获取所述目标桥梁的结构响应信息,其中,所述结构响应信息包括挠度、温度、湿度和应力应变中的一项或多项;
根据所述目标桥梁的桥梁巡检信息和结构响应信息评估所述目标桥梁的健康状态。
第二方面,本发明实施例还提供了一种桥梁健康状态的评估装置,该桥梁健康状态的评估装置包括:
巡检信息获取模块,用于获取目标桥梁的桥梁巡检信息;
结构响应获取模块,用于基于桥梁监测***,获取所述目标桥梁的结构响应信息,其中,所述结构响应信息包括挠度、温度、湿度和应力应变中的一项或多项;
健康状态评估模块,用于根据所述目标桥梁的桥梁巡检信息和结构响应信息评估所述目标桥梁的健康状态。
第三方面,本发明实施例还提供了一种桥梁健康状态的评估***,该桥梁健康状态的评估***包括:
桥梁监测模块和桥梁健康状态评估模块,其中,所述桥梁监测模块用于监测目标桥梁的结构响应信息,其中,所述结构响应信息包括挠度、温度、湿度和应力应变中的一项或多项;所述桥梁健康状态评估模块用于执行本发明任意实施例提供的桥梁健康状态的评估方法。
第四方面,本发明实施例还提供了一种桥梁健康状态的评估设备,该设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明任意实施例提供的桥梁健康状态的评估方法。
本发明实施例的技术方案,通过整合桥梁巡检信息和桥梁的结构响应信息,实现了桥梁数据的统一存储、管理和处理,降低了桥梁监测的成本;并根据桥梁巡检信息和结构响应信息评估桥梁的健康状态,实现了桥梁健康状态的自动评估,且评估数据全面、评估结果准确度高。
附图说明
图1是本发明实施例一中的一种桥梁健康状态的评估方法的流程图;
图2是本发明实施例二中的一种桥梁健康状态的评估方法的流程图;
图3是本发明实施例三中的一种桥梁健康状态的评估装置的结构示意图;
图4是本发明实施例四中的一种桥梁健康状态的评估***的结构示意图;
图5是本发明实施例五中的一种桥梁健康状态的评估设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1是本发明实施例一提供的一种桥梁健康状态的评估方法的流程图,本实施例可适用于对桥梁健康状态进行监测和评估的情况,该方法可以由桥梁健康状态的评估***来执行,如图1所示,该方法包括如下步骤:
步骤110、获取目标桥梁的桥梁巡检信息。
其中,目标桥梁可以是任意一座桥梁,或者多座桥梁,可以是指定区域内所有的桥梁。这样设置的好处在于,为多座桥梁提供一套健康状态的评估方法,降低了评估成本,实现了区域化桥梁集群的监控状态的评估。桥梁巡检信息指的是在目标桥梁巡检时记录的信息,包括裂缝信息、破损信息、凹陷信息和锈蚀信息等,裂缝信息包括裂缝位置、裂缝长度、宽度和深度,破损信息包括破损位置和破损面积,凹陷信息包括凹陷位置、凹陷面积和凹陷深度。桥梁巡检信息还可以包括各个信息的备注,以文字、语音、图片或视频的形式描述目标桥梁的巡检情况。
具体的,可以通过人工巡检的方式获取目标桥梁的桥梁巡检信息,也可以通过无人机巡检的方式获取目标桥梁的桥梁巡检信息。
可选的,所述获取目标桥梁的桥梁巡检信息,包括:
拍摄所述目标桥梁的桥梁巡检图片;根据图片识别技术识别所述目标桥梁巡检图片的损伤信息。
其中,损伤信息即桥梁巡检信息,用于描述桥梁的损伤情况。图片识别技术可以是现有的图像识别技术,如基于深度学习的图像识别技术、基于图像特征的图像分割和识别算法等,如卷积神经网络(Convolutional neural networks,CNN)或U-Net(U型卷积神经网络),其中,U-Net网络是一个基于CNN的图像分割网络。
具体的,可以控制无人机拍摄目标桥梁各个位置、各个角度的桥梁巡检图片。可以是预先设置无人机的飞行轨迹、拍摄位置以及拍摄角度等信息,或者实时远程控制无人机拍摄目标桥梁各个位置、各个角度的桥梁巡检图片。无人机的数量可以是1个、2个甚至更多。
进一步地,无人机或无人机航拍设备,包括航拍摄像机和高度测距仪。
当然,也可以拍摄目标桥梁的桥梁巡检视频,通过视频识别技术识别所述目标桥梁巡检图片的损伤信息。
具体的,可以将各个时间节点获取的各个目标桥梁的桥梁巡检信息汇总至桥梁巡检信息库,以对桥梁巡检信息进行统一分类管理、统计分析以及成因分析等,提高数据管理的效率。
进一步地,在根据图片识别技术识别所述目标桥梁巡检图片的损伤信息之后,还包括:
基于损伤识别算法,根据所述损伤信息评估所述目标桥梁的损伤程度。
其中,损伤识别算法可以是SVM(Support Vector Machine,支持向量机)机器学习算法。
具体的,可以预先建立目标桥梁的三维模型,结合所述桥梁巡检信息,生成所述目标桥梁的三维巡检信息可视化模型,以更加直观和形象地评估桥梁的受损情况。
步骤120、基于桥梁监测***,获取所述目标桥梁的结构响应信息。
其中,所述结构响应信息包括挠度、温度、湿度和应力应变中的一项或多项。桥梁监测***包括响应监测模块和监测数据处理模块,响应监测模块用于监测目标桥梁的各个结构响应信息,可以是传感器或相机等,具体的,响应监测模块可以包括温度传感器、湿度传感器、应变应力传感器以及位移传感器,还可以包括视频监控设备。监测数据处理模块用于对各个监测数据进行预处理,以获取有效数据,如数据清洗、温度补偿、信号降噪等。
具体的,可以基于桥梁监测***按照设定周期获取所述目标桥梁的结构响应信息。
其中,设定周期可以是以天为单位,如1天、3天、5天或其他值,也可以是以周为单位,如1周、2周、3周或其他值,当然也可以是以小时、月或者年为单位。本发明实施例对设定周期不进行限定。不同的目标桥梁的设定周期可以不同。
步骤130、根据所述目标桥梁的桥梁巡检信息和结构响应信息评估所述目标桥梁的健康状态。
其中,目标桥梁的健康状态指的是目标桥梁自身的运行状态,主要以等级形式进行评估,用于评估目标桥梁是否可以正常运行,或者剩余寿命预测。
可选的,所述根据所述目标桥梁的桥梁巡检信息和结构响应信息评估所述目标桥梁的健康状态,包括:
根据所述目标桥梁的桥梁巡检信息评估所述目标桥梁的损伤程度;根据所述结构响应信息以及损伤程度评估所述目标桥梁的健康状态。
其中,损伤程度指的是目标桥梁的损坏程度,可以采用等级的方式进行描述,可以与目标桥梁的裂缝、破损、凹陷以及生锈的程度成正比。具体的,在评估目标桥梁的损伤程度需要综合考虑桥梁巡检信息的参数以及发生位置。
具体的损伤程度可以分为重度损伤、一般损伤、轻度损伤和无损伤。
示例性的,假设目标桥梁的桥梁巡检信息为裂缝长度10cm、宽度0.1mm、深度0.2mm、裂缝位置:核心承重位置,则可以确定目标桥梁的损坏程度为一般损伤,而若上述裂缝的裂缝位置为辅助承重位置,其他信息均相同,则该目标桥梁的损坏程度为轻度损伤。
具体的,可以根据所述目标桥梁的结构响应信息确定所述目标桥梁的承载能力;根据所述目标桥梁的桥梁巡检信息评估所述目标桥梁的损伤程度;同时,获取所述目标桥梁的服役年限,根据所述目标桥梁的承载能力、损伤程度和服役年限评估所述目标桥梁的健康状态。
其中,承载能力可以是最大承重或限制承重,用于描述当前目标桥梁所能承载的最大或上限重量。目标桥梁的服役年限指的是目标桥梁自投入使用至今的时间,可以是以年为单位。
可选的,所述根据所述目标桥梁的桥梁巡检信息和结构响应信息评估所述目标桥梁的健康状态,包括:
建立所述目标桥梁的有限元分析模型;根据所述有限元分析模型、桥梁巡检信息和结构响应信息评估所述目标桥梁的健康状态。
可选的,该桥梁健康状态的评估方法,还包括:
获取所述目标桥梁的三维模型;基于三维扫描技术以及所述三维模型确定所述目标桥梁的建筑信息模型。
相应的,所述根据所述目标桥梁巡检信息和结构响应信息评估所述目标桥梁的健康状态,包括:
根据所述建筑信息模型、桥梁巡检信息和结构响应信息评估所述目标桥梁的健康状态。
可选的,该桥梁健康状态的评估方法,还包括:
基于地理信息***,获取所述目标桥梁设定范围的环境信息。
相应的,所述根据所述目标桥梁巡检信息和结构响应信息评估所述目标桥梁的健康状态,包括:
根据所述环境信息、建筑信息模型、桥梁巡检信息和结构响应信息评估所述目标桥梁的健康状态。
可选的,该桥梁健康状态的评估方法,还包括:
根据所述目标桥梁的巡检信息和结构响应信息,预估所述目标桥梁实际承载能力;根据所述实际承载能力确定所述目标桥梁管养方案。
其中,实际承载能力指的是目标桥梁当前所能承受的最大载重或者限制载重。目标桥梁的管养方案指的是目标桥梁的维护、管理方案。
本发明实施例的技术方案,通过整合桥梁巡检信息和桥梁的结构响应信息,实现了桥梁数据的统一存储、管理和处理,降低了桥梁监测的成本;并根据桥梁巡检信息和结构响应信息评估桥梁的健康状态,实现了桥梁健康状态的自动评估,且评估数据全面、评估结果准确度高。
实施例二
图2为本发明实施例二提供的一种桥梁健康状态的评估方法的流程图,本实施例是对上一实施例的进一步细化,本实施例所提供的桥梁健康状态的评估方法的流程图还包括:获取所述目标桥梁的三维模型;基于三维扫描技术以及所述三维模型确定所述目标桥梁的建筑信息模型;基于地理信息***,获取所述目标桥梁设定范围的环境信息;根据所述目标桥梁的巡检信息和结构响应信息,预估所述目标桥梁在设定时间段内的健康状态;根据所述设定时间段内的健康状态确定所述目标桥梁管养方案。
如图2所示,该桥梁健康状态的评估方法包括如下步骤:
步骤210、获取目标桥梁的三维模型。
其中,三维模型指的是目标桥梁的数字模型,以三维的形式描述目标桥梁的结构、外形等特征。
具体的,可以根据目标桥梁的基本信息建立所述目标桥梁的三维模型。其中,基本信息包括桥梁的尺寸信息、桥型信息、结构信息、材料等。
具体的,用于建立三维模型的基本信息,可以通过目标桥梁的设计文件获取,也可以通过监控设备或检测设备获取。
步骤220、基于三维扫描技术以及所述三维模型确定所述目标桥梁的建筑信息模型。
其中,三维扫描技术是将光栅连续投射到物体表面,摄像头同步采集物体图像,并对图像进行计算,再利用相位稳步极线来确定两幅图像上各点的三维空间坐标(X、Y、Z),从而实现对物体表面三维轮廓的测量。建筑信息模型(Building Information Modeling,BIM)是指通过数字信息仿真模拟建筑物所具有的真实物理信息。BIM是在计算机中建立的目标桥梁的虚拟建筑模型。
具体的,基于三维扫描技术对目标桥梁实体进行扫描,获取扫描数据;经由BIM***根据目标桥梁的扫描数据以及三维模型确定目标桥梁的建筑信息模型。
步骤230、基于地理信息***,获取所述目标桥梁设定范围的环境信息。
其中,地理信息***(Geographic Information System或Geo-Informationsystem,GIS),又称为地学信息***,是一种基于计算机的工具,可以对空间信息进行分析和处理,将地图的视觉化效果、地理分析功能以及数据库操作集成为一体。设定范围可以是100米、200米或其他值,可以根据目标桥梁所处的环境确定。
具体的,可以基于三维GIS地图,获取所述目标桥梁设定范围的环境信息,并根据InSAR(Interferometric SyntheticAperture Radar,干涉合成孔径雷达)技术更新所述环境信息。
具体的,根据GIS***和InSAR技术获取目标桥梁设定范围的地形信息;经由BIM***根据所述地形信息构建目标桥梁的三维地形模型。其中,地形信息包括各个角度的二维图像信息和高程信息。
进一步地,可以经由BIM***根据所述三维地形模型以及预先建立的建筑信息模型构建目标桥梁的三维现场模型。其中,三维现场模型中包括目标桥梁及其周边环境的三维模型。
具体的,目标桥梁的环境信息主要包括河流和施工建筑,也可以包括植被信息、建筑信息等。
步骤240、根据所述建筑信息模型、环境信息建立所述目标桥梁的有限元分析模型。
其中,有限元分析模型是基于有限元分析法建立的目标桥梁的分析模型,用于接收目标桥梁的巡检信息和结构响应信息,并输出目标桥梁的健康状态的评估结果。
步骤250、获取目标桥梁的桥梁巡检信息。
进一步地,在获取目标桥梁的桥梁巡检信息之后,还包括:
根据所述目标桥梁的桥梁巡检信息更新所述建筑信息模型或三维现场模型。
具体的,将目标桥梁的桥梁巡检信息添加至建筑信息模型或三维现场模型。
进一步地,可以经由realwear设备将桥梁巡检信息添加至建筑信息模型或三维现场模型,以可视化所述桥梁巡检信息,使得桥梁巡检信息可以更直观、形象地进行展示,以便于目标桥梁的分析和维护。
步骤260、基于桥梁监测***,获取所述目标桥梁的结构响应信息。
步骤270、根据所述有限元分析模型、桥梁巡检信息和结构响应信息,预估所述目标桥梁在设定时间段内的健康状态。
其中,设定时间段可以是用户自定义的时间段,也可以是默认的时间段,具体可以是1个月、6个月、1年、3年或者其他值。设定时间段包括设定个数的时间节点。相邻两个时间节点的间隔可以是1天、1个星期、1个月或者其他值。
具体的,可以根据结构响应信息和有限元分析模型,得到目标桥梁的承载能力;根据桥梁巡检信息、承载能力以及有限元分析模型预估所述目标桥梁在设定时间段内的健康状态。
进一步地,可以将桥梁荷载、桥梁巡检信息和结构响应信息输入有限元分析模型,进而得到所述目标桥梁在设定时间段内的健康值。通过输入不同的桥梁荷载,便可以得到所述目标桥梁在各个时间节点的健康曲线。其中,健康曲线的纵坐标为健康值,横坐标为时间。相应地,可以根据当前时间节点对应的健康曲线评估所述目标桥梁在当前时间节点至下一时间节点这一区间内的健康状态。
具体的,可以基于马尔可夫链模型,根据所述有限元分析模型、桥梁巡检信息和结构响应信息,预估所述目标桥梁在设定时间段内的健康状态。
其中,马尔可夫链模型(Markov Chain Model,MCM)可以内置于有限元分析模型中,用于根据目标桥梁的状态信息、桥梁巡检信息和结构响应信息预估所述目标桥梁在设定时间段内的健康状态。其中,目标桥梁的状态信息包括来自有限元模型的目标桥梁的基本信息和环境信息。
步骤280、根据所述设定时间段内的健康状态确定所述目标桥梁管养方案。
其中,目标桥梁管养方案指的是对目标桥梁的维修、加固、拆除等管养方案。
具体的,可以预先建立桥梁各个结构维修所需的资金信息;根据目标桥梁在设定时间段内的健康状态确定目标桥梁是否需要维修;若是,则根据有限元分析模型、桥梁巡检信息和结构响应信息确定可选的维修方案;根据所述资金信息确定各个维修方案所需的资金投入,根据所述资金投入确定最终维修方案。通过分析各项维修所需的资金,选取花费最少的维修方案为最终维修方案,节省了维修成本。
当然,在确定目标桥梁的维护方案时,还可以考虑维护所需的时间,综合考虑时间以及资金投入确定最终维修方案。
本发明实施例的技术方案,通过建立目标桥梁的BIM模型,同时考虑了目标桥梁的环境信息对桥梁的健康的影响,影响因子全面,提高了桥梁健康评估的准确性;整合BIM模型以及环境信息建立有限元分析模型,以根据目标桥梁的定期巡检信息和结构响应信息分析目标桥梁的健康状态,以模型的方式进行分析,便于相关人员直观、形象地了解目标桥梁的各项数据以及分析结果,同时,也便于相关人员进行参数修改以及后续的维护方案的制定;通过将各个目标桥梁的各种数据通过统一的方法进行分析,实现了数据共享,降低了桥梁健康评估的软成本。本发明实施例的技术方案,实现了桥梁的实时监测、科学而全面评估,提高了桥梁维护决策的及时性和智能性,降低了桥梁事故的发生率,提高了桥梁运行的安全性。
实施例三
图3为本发明实施例三提供的一种桥梁健康状态的评估装置的结果示意图,如图3所述,该桥梁健康状态的评估装置包括:巡检信息获取模块310、结构响应获取模块320和健康状态评估模块。
其中,巡检信息获取模块310,用于获取目标桥梁的桥梁巡检信息;结构响应获取模块320,用于基于桥梁监测***,获取所述目标桥梁的结构响应信息,其中,所述结构响应信息包括挠度、温度、湿度和应力应变中的一项或多项;健康状态评估模块330,用于根据所述目标桥梁的桥梁巡检信息和结构响应信息评估所述目标桥梁的健康状态。
本发明实施例的技术方案,通过整合桥梁巡检信息和桥梁的结构响应信息,实现了桥梁数据的统一存储、管理和处理,降低了桥梁监测的成本;并根据桥梁巡检信息和结构响应信息评估桥梁的健康状态,实现了桥梁健康状态的自动评估,且评估数据全面、评估结果准确度高。
可选的,巡检信息获取模块310,具体用于:
拍摄所述目标桥梁的桥梁巡检图片;根据图片识别技术识别所述目标桥梁巡检图片的损伤信息。
可选的,健康状态评估模块330,具体用于:
根据所述目标桥梁的桥梁巡检信息评估所述目标桥梁的损伤程度;根据所述结构响应信息以及损伤程度评估所述目标桥梁的健康状态。
可选的,健康状态评估模块330,具体用于:
建立所述目标桥梁的有限元分析模型;根据所述有限元分析模型、桥梁巡检信息和结构响应信息评估所述目标桥梁的健康状态。
可选的,该桥梁健康状态的评估装置,还包括:
建筑信息模型确定模块,用于获取所述目标桥梁的三维模型;基于三维扫描技术以及所述三维模型确定所述目标桥梁的建筑信息模型。
可选的,健康状态评估模块330,具体用于:
根据所述建筑信息模型、桥梁巡检信息和结构响应信息评估所述目标桥梁的健康状态。
可选的,该桥梁健康状态的评估装置,还包括:
基于地理信息***,获取所述目标桥梁设定范围的环境信息。
可选的,健康状态评估模块330,具体用于:
根据所述环境信息、建筑信息模型、桥梁巡检信息和结构响应信息评估所述目标桥梁的健康状态。
可选的,该桥梁健康状态的评估装置,还包括:
桥梁健康预估模块,用于根据所述目标桥梁的巡检信息和结构响应信息,预估所述目标桥梁在设定时间段内的健康状态;
管养方案确定模块,用于根据所述设定时间段内的健康状态确定所述目标桥梁管养方案。
本发明实施例所提供的桥梁健康状态的评估装置可执行本发明任意实施例所提供的桥梁健康状态的评估方法,具备执行方法相应的功能模块和有益效果。
实施例四
图4为本发明实施例四提供的一种桥梁健康状态的评估***的结构示意图,如图4所示,该***包括:桥梁监测模块410和桥梁健康状态评估模块420。
其中,桥梁监测模块410用于监测目标桥梁的结构响应信息,其中,所述结构响应信息包括挠度、温度、湿度和应力应变等;桥梁健康状态评估模块420用于执行本发明任意实施例所提供的桥梁健康状态的评估方法。
具体的,桥梁健康状态的评估***可以用于评估一座桥梁的健康状态,也可以用于评估指定区域内所有桥梁的健康状态。桥梁监测模块410可以包括无人机、位移传感器、应变传感器、加速度传感器以及视频监控模块。
本发明实施例所提供的桥梁健康状态的评估***,可以同时监控多个桥梁,并对其进行健康状态的评估,实现了桥梁数据的共享,降低了桥梁集群健康状态评估的成本;同时,桥梁监测全面且实时性强,提高了桥梁健康状态评估的精度和及时性。
实施例五
图5为本发明实施例五提供的一种桥梁健康状态的评估设备的结构示意图,如图5所示,该设备包括处理器510、存储器520、输入装置530和输出装置540;设备处理器510的数量可以是一个或多个,图5中以一个处理器510为例;设备中的处理器510、存储器520、输入装置530和输出装置540可以通过总线或其他方式连接,图5中以通过总线连接为例。
存储器520作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的桥梁健康状态的评估方法对应的程序指令/模块(例如,桥梁健康状态的评估装置中的巡检信息获取模块310、结构响应获取模块320和健康状态评估模块。)。处理器510通过运行存储在存储器520中的软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述的桥梁健康状态的评估方法。
存储器520可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器520可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器520可进一步包括相对于处理器510远程设置的存储器,这些远程存储器可以通过网络连接至设备/终端/服务器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置530可用于接收输入的数字或字符信息,以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置540可包括显示屏等显示设备。
实施例六
发明实施例六还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种桥梁健康状态的评估方法,该方法包括:
获取目标桥梁的桥梁巡检信息;
基于桥梁监测***,获取所述目标桥梁的结构响应信息,其中,所述结构响应信息包括挠度、温度、湿度和应力应变中的一项或多项;
根据所述目标桥梁的桥梁巡检信息和结构响应信息评估所述目标桥梁的健康状态。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的桥梁健康状态的评估方法中的相关操作。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是,上述用桥梁健康状态的评估***和装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种桥梁健康状态的评估方法,其特征在于,包括:
获取目标桥梁的桥梁巡检信息;
基于桥梁监测***,获取所述目标桥梁的结构响应信息,其中,所述结构响应信息包括挠度、温度、湿度和应力应变中的一项或多项;
根据所述目标桥梁的桥梁巡检信息和结构响应信息评估所述目标桥梁的健康状态。
2.根据权利要求1所述的方法,其特征在于,所述获取目标桥梁的桥梁巡检信息,包括:
拍摄所述目标桥梁的桥梁巡检图片;
根据图片识别技术识别所述目标桥梁巡检图片的损伤信息。
3.根据权利要求1所述的方法,其特征在于,所述根据所述目标桥梁的桥梁巡检信息和结构响应信息评估所述目标桥梁的健康状态,包括:
根据所述目标桥梁的桥梁巡检信息评估所述目标桥梁的损伤程度;
根据所述结构响应信息以及损伤程度评估所述目标桥梁的健康状态。
4.根据权利要求1所述的方法,其特征在于,所述根据所述目标桥梁的桥梁巡检信息和结构响应信息评估所述目标桥梁的健康状态,包括:
建立所述目标桥梁的有限元分析模型;
根据所述有限元分析模型、桥梁巡检信息和结构响应信息评估所述目标桥梁的健康状态。
5.根据权利要求1所述的方法,其特征在于,还包括:
获取所述目标桥梁的三维模型;
基于三维扫描技术以及所述三维模型确定所述目标桥梁的建筑信息模型;
相应的,所述根据所述目标桥梁巡检信息和结构响应信息评估所述目标桥梁的健康状态,包括:
根据所述建筑信息模型、桥梁巡检信息和结构响应信息评估所述目标桥梁的健康状态。
6.根据权利要求5所述的方法,其特征在于,还包括:
基于地理信息***,获取所述目标桥梁设定范围的环境信息;
相应的,所述根据所述目标桥梁巡检信息和结构响应信息评估所述目标桥梁的健康状态,包括:
根据所述环境信息、建筑信息模型、桥梁巡检信息和结构响应信息评估所述目标桥梁的健康状态。
7.根据权利要求1所述的方法,其特征在于,还包括:
根据所述目标桥梁的巡检信息和结构响应信息,预估所述目标桥梁实际承载能力;
根据所述实际承载能力确定所述目标桥梁管养方案。
8.一种桥梁健康状态的评估装置,其特征在于,包括:
巡检信息获取模块,用于获取目标桥梁的桥梁巡检信息;
结构响应获取模块,用于基于桥梁监测***,获取所述目标桥梁的结构响应信息,其中,所述结构响应信息包括挠度、温度、湿度和应力应变中的一项或多项;
健康状态评估模块,用于根据所述目标桥梁的桥梁巡检信息和结构响应信息评估所述目标桥梁的健康状态。
9.一种桥梁健康状态的评估***,其特征在于,包括:桥梁监测模块和桥梁健康状态评估模块,其中,
所述桥梁监测模块用于监测目标桥梁的结构响应信息,其中,所述结构响应信息包括挠度、温度、湿度和应力应变中的一项或多项;
所述桥梁健康状态评估模块用于执行权利要求1-7中任一所述的桥梁健康状态的评估方法。
10.一种桥梁健康状态的评估设备,其特征在于,所述设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的桥梁健康状态的评估方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911370385.XA CN111143932A (zh) | 2019-12-26 | 2019-12-26 | 一种桥梁健康状态的评估方法、装置、***和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911370385.XA CN111143932A (zh) | 2019-12-26 | 2019-12-26 | 一种桥梁健康状态的评估方法、装置、***和设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111143932A true CN111143932A (zh) | 2020-05-12 |
Family
ID=70520673
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911370385.XA Pending CN111143932A (zh) | 2019-12-26 | 2019-12-26 | 一种桥梁健康状态的评估方法、装置、***和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111143932A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112052624A (zh) * | 2020-08-13 | 2020-12-08 | 五邑大学 | 一种基于大数据评估预测桥梁寿命的方法 |
CN112484878A (zh) * | 2020-11-04 | 2021-03-12 | 五邑大学 | 一种斜拉桥维护***、方法、设备及存储介质 |
CN112699590A (zh) * | 2021-01-13 | 2021-04-23 | 哈尔滨工业大学(深圳) | 基于胎压信息的桥梁结构损伤评估方法及相关装置 |
CN112948925A (zh) * | 2021-02-08 | 2021-06-11 | 湖南省交通规划勘察设计院有限公司 | 一种桥梁健康状态评估方法、***及存储介质 |
CN113139691A (zh) * | 2021-04-30 | 2021-07-20 | 北华大学 | 一种基于压电传感器的高铁桥梁健康度监测***及方法 |
CN114252283A (zh) * | 2021-11-26 | 2022-03-29 | 宜春市公路管理局 | 中小跨径桥梁全寿命的安全监测***和方法 |
CN114612473A (zh) * | 2022-05-11 | 2022-06-10 | 深圳联和智慧科技有限公司 | 一种基于无人机的桥梁巡检处理方法、***及云平台 |
CN115327952A (zh) * | 2022-09-13 | 2022-11-11 | 山东大学 | 基于ai与多源信息融合的桥梁智慧时变孪生***及方法 |
CN116798142A (zh) * | 2023-06-25 | 2023-09-22 | 中路高科交通检测检验认证有限公司 | 长大桥梁可视化巡检方法、***、设备及储存介质 |
CN116975989A (zh) * | 2023-09-25 | 2023-10-31 | 深圳市城市交通规划设计研究中心股份有限公司 | 基于有限元引导深度学习代理模型评估桥梁运行状态方法 |
CN117520983A (zh) * | 2023-11-07 | 2024-02-06 | 浙江大学 | 一种基于机电阻抗和cnn的结构损伤识别鲁棒方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201035416A (en) * | 2009-03-26 | 2010-10-01 | Accuracy Structural Technology Corp | Method for evaluating bridge safety with vibration measurement |
CN102096763A (zh) * | 2010-12-24 | 2011-06-15 | 江西省交通科学研究院 | 基于物联网技术桥梁健康监测*** |
CN102435228A (zh) * | 2011-11-02 | 2012-05-02 | 中铁大桥局集团武汉桥梁科学研究院有限公司 | 基于三维建模仿真的大型桥梁结构健康监测方法 |
US20150135634A1 (en) * | 2013-11-15 | 2015-05-21 | Tor Hoie | Composite Building Components Building System |
CN107609304A (zh) * | 2017-09-29 | 2018-01-19 | 中国铁道科学研究院铁道建筑研究所 | 大跨度铁路桥梁的基于phm的故障诊断预测***及方法 |
CN107895014A (zh) * | 2017-11-14 | 2018-04-10 | 辽宁工业大学 | 一种基于MapReduce框架的时间序列桥梁监测数据分析方法 |
CN108629144A (zh) * | 2018-06-11 | 2018-10-09 | 湖北交投智能检测股份有限公司 | 一种桥梁健康评估方法 |
-
2019
- 2019-12-26 CN CN201911370385.XA patent/CN111143932A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201035416A (en) * | 2009-03-26 | 2010-10-01 | Accuracy Structural Technology Corp | Method for evaluating bridge safety with vibration measurement |
CN102096763A (zh) * | 2010-12-24 | 2011-06-15 | 江西省交通科学研究院 | 基于物联网技术桥梁健康监测*** |
CN102435228A (zh) * | 2011-11-02 | 2012-05-02 | 中铁大桥局集团武汉桥梁科学研究院有限公司 | 基于三维建模仿真的大型桥梁结构健康监测方法 |
US20150135634A1 (en) * | 2013-11-15 | 2015-05-21 | Tor Hoie | Composite Building Components Building System |
CN107609304A (zh) * | 2017-09-29 | 2018-01-19 | 中国铁道科学研究院铁道建筑研究所 | 大跨度铁路桥梁的基于phm的故障诊断预测***及方法 |
CN107895014A (zh) * | 2017-11-14 | 2018-04-10 | 辽宁工业大学 | 一种基于MapReduce框架的时间序列桥梁监测数据分析方法 |
CN108629144A (zh) * | 2018-06-11 | 2018-10-09 | 湖北交投智能检测股份有限公司 | 一种桥梁健康评估方法 |
Non-Patent Citations (4)
Title |
---|
官建军 等: "《无人机遥感测绘技术及应用》", 西北工业大学出版社, pages: 222 - 224 * |
李兆霞等: "大跨桥梁结构以健康监测和状态评估为目标的有限元模拟", 《东南大学学报(自然科学版)》, no. 05, 20 October 2003 (2003-10-20) * |
王俊伟等: "温州市大门大桥健康监测***的设计与应用", 《公路》 * |
王俊伟等: "温州市大门大桥健康监测***的设计与应用", 《公路》, no. 10, 25 October 2016 (2016-10-25) * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112052624A (zh) * | 2020-08-13 | 2020-12-08 | 五邑大学 | 一种基于大数据评估预测桥梁寿命的方法 |
CN112484878A (zh) * | 2020-11-04 | 2021-03-12 | 五邑大学 | 一种斜拉桥维护***、方法、设备及存储介质 |
CN112699590B (zh) * | 2021-01-13 | 2023-06-06 | 哈尔滨工业大学(深圳) | 基于胎压信息的桥梁结构损伤评估方法及相关装置 |
CN112699590A (zh) * | 2021-01-13 | 2021-04-23 | 哈尔滨工业大学(深圳) | 基于胎压信息的桥梁结构损伤评估方法及相关装置 |
CN112948925A (zh) * | 2021-02-08 | 2021-06-11 | 湖南省交通规划勘察设计院有限公司 | 一种桥梁健康状态评估方法、***及存储介质 |
CN113139691A (zh) * | 2021-04-30 | 2021-07-20 | 北华大学 | 一种基于压电传感器的高铁桥梁健康度监测***及方法 |
CN114252283A (zh) * | 2021-11-26 | 2022-03-29 | 宜春市公路管理局 | 中小跨径桥梁全寿命的安全监测***和方法 |
CN114612473A (zh) * | 2022-05-11 | 2022-06-10 | 深圳联和智慧科技有限公司 | 一种基于无人机的桥梁巡检处理方法、***及云平台 |
CN115327952A (zh) * | 2022-09-13 | 2022-11-11 | 山东大学 | 基于ai与多源信息融合的桥梁智慧时变孪生***及方法 |
CN116798142A (zh) * | 2023-06-25 | 2023-09-22 | 中路高科交通检测检验认证有限公司 | 长大桥梁可视化巡检方法、***、设备及储存介质 |
CN116975989A (zh) * | 2023-09-25 | 2023-10-31 | 深圳市城市交通规划设计研究中心股份有限公司 | 基于有限元引导深度学习代理模型评估桥梁运行状态方法 |
CN116975989B (zh) * | 2023-09-25 | 2024-02-27 | 深圳市城市交通规划设计研究中心股份有限公司 | 基于有限元引导深度学习代理模型评估桥梁运行状态方法 |
CN117520983A (zh) * | 2023-11-07 | 2024-02-06 | 浙江大学 | 一种基于机电阻抗和cnn的结构损伤识别鲁棒方法 |
CN117520983B (zh) * | 2023-11-07 | 2024-05-24 | 浙江大学 | 一种基于机电阻抗和cnn的结构损伤识别鲁棒方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111143932A (zh) | 一种桥梁健康状态的评估方法、装置、***和设备 | |
US20180292328A1 (en) | Information processing device and information processing method | |
KR102094341B1 (ko) | 인공지능 기반의 도로 노면 불량 객체 정보 분석 시스템 및 방법 | |
Wu et al. | Autonomous surface crack identification of concrete structures based on an improved one-stage object detection algorithm | |
CN108257114A (zh) | 一种基于深度学习的输电设备缺陷自动识别方法 | |
CN112308292A (zh) | 一种火灾风险等级分布图的绘制方法 | |
US11587299B2 (en) | Systems and methods for detection of anomalies in civil infrastructure using context aware semantic computer vision techniques | |
CN114004950B (zh) | 一种基于BIM与LiDAR技术的路面病害智能识别与管理方法 | |
Wang et al. | Instance segmentation of soft‐story buildings from street‐view images with semiautomatic annotation | |
CN115063337A (zh) | 埋地管道智能维修决策方法及装置 | |
KR20160120955A (ko) | 수변구조물 피해탐지를 위한 대용량 다차원 영상정보 가시화 모듈 개발 | |
Koch et al. | Machine vision techniques for condition assessment of civil infrastructure | |
WO2020105151A1 (ja) | 設備保守点検支援システム及び点検順序決定方法 | |
Chen | Analysis and management of uav-captured images towards automation of building facade inspections | |
JP7440855B1 (ja) | 点検支援システム、撮影位置同定システム、及び、プログラム | |
Mohammady | A spatio-temporal urban expansion modeling a case study Teheran metropolis, Iran | |
KR102518071B1 (ko) | 구조물 관리 시스템 | |
Bae et al. | Segmentation approach to detection of discrepancy between as-built and as-planned structure images on a construction site | |
Lin et al. | Bridge Inspection with Aerial Robots and Computer Vision: A Japanese National Initiative | |
Zaurin | Structural health monitoring with emphasis on computer vision, damage indices, and statistical analysis | |
Doğan et al. | Arazi Örtüsü ve Kullanımının Zamansal ve Mekânsal Değişiminin Yapay Sinir Ağları ile Modellenmesi: Kastamonu Örneği | |
CN117853407A (zh) | 基于注意力机制dcgan时间序列模型的公路病害预测与养护方法 | |
Najafi et al. | A Digital Twin Framework for Bridges | |
Kim et al. | A study on facility maintenance information composition and sophisticated technology utilization measures | |
von Benzon et al. | Mapping damages from inspection images to 3D digital twins of large‐scale structures |
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 | ||
CB02 | Change of applicant information |
Address after: Room 206-002, 2 / F, building 8, Xixi bafangcheng, Wuchang Street, Yuhang District, Hangzhou City, Zhejiang Province Applicant after: HANGZHOU RUHR TECHNOLOGY Co.,Ltd. Address before: A4-4-201, No. 643, Shuangliu, Zhuantang street, Xihu District, Hangzhou City, Zhejiang Province Applicant before: HANGZHOU RUHR TECHNOLOGY Co.,Ltd. |
|
CB02 | Change of applicant information | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200512 |
|
RJ01 | Rejection of invention patent application after publication |