CN114626119A - 一种基于桥梁大数据的养护智能决策方法及*** - Google Patents
一种基于桥梁大数据的养护智能决策方法及*** Download PDFInfo
- Publication number
- CN114626119A CN114626119A CN202111230734.5A CN202111230734A CN114626119A CN 114626119 A CN114626119 A CN 114626119A CN 202111230734 A CN202111230734 A CN 202111230734A CN 114626119 A CN114626119 A CN 114626119A
- Authority
- CN
- China
- Prior art keywords
- bridge
- data
- big data
- monitoring
- technical condition
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- E—FIXED CONSTRUCTIONS
- E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
- E01D—CONSTRUCTION OF BRIDGES, ELEVATED ROADWAYS OR VIADUCTS; ASSEMBLY OF BRIDGES
- E01D22/00—Methods or apparatus for repairing or strengthening existing bridges ; Methods or apparatus for dismantling bridges
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Structural Engineering (AREA)
- Civil Engineering (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Architecture (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Bridges Or Land Bridges (AREA)
Abstract
本发明公开一种基于桥梁大数据的养护智能决策方法及***,实现了梁式桥梁养护的智能化、数字化管理,桥梁的日常巡查、定期检查和特殊检查实现了电子信息化和表格标准化。利用本发明可实时掌握梁式桥梁技术状况和安全性,科学合理确定养护方案,提高养护管理效能,充分发挥养护资金作用,对保障桥梁结构安全及交通安全具有重要作用。可以及时发现病害,及时评估分类,及时统计分析,及时预测预警,及时优选出养护方案,及时消除病害,最大限度地保证桥梁结构安全和人民群众生命财产安全,延长桥梁使用寿命,为我国公路桥梁***巨量的维护维修管理工作提供了智能有效的解决方案。
Description
技术领域
本发明涉及公路桥梁安全维护领域,具体涉及一种基于桥梁大数据的养护智能决策方法及***。
背景技术
中国是名副其实的桥梁大国,截止2018年底中国公路桥梁达到85.15万座,5568.59万米,有效促进了交通发展和经济社会发展。梁式桥梁是我国公路应用最为广泛的桥型,也是病害发生最常见的桥型。桥梁一旦出现结构性病害,如不及时养护,在车辆荷载反复作用下不断发展,导致桥梁承载力不断降低,严重影响桥梁结构安全和交通安全。然而与桥梁大国地位不相称的是我国养护管理技术发展滞后,桥梁检查检测主要靠人工进行日常巡查、定期检查和特殊检查,没有实现桥梁结构资产数字化和技术状况智能分类评定,很难及时发现病害,及时消除病害,难免发生桥梁结构安全事故,损害人民群众生命财产安全,影响桥梁使用寿命。
虽然我国规范对公路桥梁养护、检测及监测方法有相关规定,对桥梁技术状况评定具有重要作用,但是对桥梁病害原因分析,及其对桥梁承载力或使用寿命影响分析存在不足。现有桥梁的维修养护方案主要依赖当时技术状况评定结果,凭借人工经验、专家考察、评审会议,确定养护方案,由于缺乏公路桥梁大数据预警桥梁病害及其桥梁病害演化规律分析,难以科学合理确定桥梁养护方案。因此,亟待建立一套基于桥梁、特别是公路梁式桥梁大数据的养护方案智能决策***。
现有的桥梁管理***,检测数据采集和录入缺乏全面性、标准性和***性,缺乏相应的中长期预测、预警机制。对桥梁构件裂缝类病害的养护,主要是根据裂缝宽度,特殊情况下检测裂缝深度确定养护方案。这种方法不能全面准确反映裂缝对桥梁结构安全的影响,难免引起误判,导致养护方案决策不够精准。桥梁裂缝病害的严重程度,不仅与裂缝宽度有关,而且与其发展速度和技术状况演化规律密切相关,为此有必要根据当时桥梁技术状况,并结合桥梁技术状况演化规律综合分析病害的类型、严重程度、恶化速度及病害原因,制订针对性较强、更加精准、全面的桥梁维修养护智能决策***。
发明内容
针对我国桥梁养护技术现状,本发明的目的在于提供一种基于桥梁大数据的养护智能决策方法及***,实现公路梁式桥梁养护科学决策,解决已有桥梁养护方案决策不够精准、不够全面、预警不够及时等问题,确保桥梁得到及时有效的养护,保障桥梁结构安全及人民群众生命财产安全。
本申请提供一种基于桥梁大数据的养护智能决策方法,所述公路桥梁大数据为若干桥梁各种数据的综合,包括:
设立每个桥梁对应一个应用数据库,所述应用数据库包括桥梁信息数据库和模型库;其中,所述桥梁信息数据库包括桥梁结构资产大数据、桥梁技术状况大数据和桥梁健康监测大数据,所述桥梁健康监测大数据对应连续钢构桥梁或/和连续现浇箱梁桥梁;所述桥梁结构资产大数据为桥梁的基础信息数据,其包括所述桥梁所有组成构件的类型、数量、几何尺寸和物理力学性能;
对所述桥梁所有组成构件进行***编号,赋予每一个所述构件唯一性身份标识,所述身份标识作为所述构件所发生的病害和技术状况大数据的锚定载体;其中,所述桥梁技术状况大数据包括反映桥梁技术状况的各项技术参数和所述构件所发生病害的检测数据;
对所述构件所发生的每一个病害授予一个编号,并建立所述构件与其所发生病害的一一对应关系;
通过对所述构件所发生的病害检测数据进行分析统计,取得所述构件的技术状况评分,根据所述构件的技术状况评分取得桥梁所有组成部件的技术状况评分,根据桥梁所有组成部件的技术状况评分取得桥梁总体技术状况评分;
根据预设的规定,对桥梁所有组成构件、部件和桥梁总体进行技术状况分类,并根据评分标注各分为5类;
采集监测数据,包括通过实时监测设备实时采集所述桥梁健康监测大数据对应的连续钢构桥梁或/和连续现浇箱梁桥梁的关键结构部位的位移、变形、挠度、应变、裂缝宽度的监测数据,以及采集温湿度环境监测数据、视频监控取得的交通量数据和车型特征的视频数据;
预警值设定,建立桥梁有限元模型,得出理论计算值,据此设置应变、挠度黄色预警值和红色预警值;
建立所述模型库,所述模型库包括利用所述桥梁技术状况大数据及所述桥梁健康监测大数据,建立位移、变形、挠度、应变、裂缝宽度中各个的关键指标的预测数学模型,通过所述关键指标的预测数学模型生成预测桥梁及构件随使用时间延长的演化规律信息,将所述演化规律设信息为桥梁病害诊断的关联信息;
依据所述关键指标的预测数学模型,设置病害关键指标预警值;当某一所述监测数据超过所述预警值时,执行预警操作并生成相应的养护智能决策方案。
可选地,所述实时监测设备包括传感器和/或视频监控***,所述传感器包括在梁式桥梁指定位置布设的位移传感器、变形传感器、挠度传感器、应变传感器、裂缝宽度传感器、温度传感器和湿度传感器,将所述传感器采集的数据通过无线传输的方式上传至云平台中保存数据。
可选地,所述公路梁式桥梁包括普通钢筋混凝土梁式桥梁、预应力钢筋混凝土梁式桥梁、连续钢构桥梁和连续现浇箱梁。
可选地,所述桥梁组成构件包括预应力砼结构、非预应力砼结构的矩形板、 T梁、空心板梁、I字梁和箱梁,所述T梁包括腹板、横隔板和翼板。
可选地,所述桥梁技术状况大数据中裂缝数据包括桥梁构件所发生裂缝的关键参数,所述关键参数包括裂缝长度、宽度、部位和方向的数据。
可选地,所述采集监测数据包括:
获取对所述桥梁健康监测大数据,包括在所述构件上确定监测部位、传感器的类型和数量,并对各个所述监测部位和各个所述传感器分别赋予唯一性身份标识;收集对应所述监测部位各种所述传感器实时采集的测点数据,并转换成桥梁指定部位监测指标的监测时程曲线趋势图,分析桥梁关键指标的演化规律信息。
可选地,所述桥梁病害关键指标预测数学模型的取得方法为:对各所述关键指标在不同时间取得的检测和/或监测数据进行曲线拟合,以时间为横坐标,以检测或监测数据为纵坐标,采用不同函数进行曲线拟合,选择相关系数最高的函数作为桥梁某一关键指标预测数学模型,用于分析各项关键指标的发展趋势预测并分析评估病害严重程度。
本申请还提供一种基于桥梁大数据的养护智能决策***,包括:
数据模块,用于设立每个桥梁对应一个应用数据库,所述应用数据库包括桥梁信息数据库和模型库;其中,所述桥梁信息数据库包括桥梁结构资产大数据、桥梁技术状况大数据和桥梁健康监测大数据,所述桥梁健康监测大数据对应连续钢构桥梁或/和连续现浇箱梁桥梁;所述桥梁结构资产大数据为桥梁的基础信息数据,其包括所述桥梁所有组成构件的类型、数量、几何尺寸和物理力学性能;
构件编号模块,用于对所述桥梁所有组成构件进行***编号,赋予每一个所述构件唯一性身份标识,所述身份标识作为所述构件所发生的病害和技术状况大数据的锚定载体;其中,所述桥梁技术状况大数据包括反映桥梁技术状况的各项技术参数和所述构件所发生病害的检测数据;
关联模块,用于对所述构件所发生的每一个病害授予一个编号,并建立所述构件与其所发生病害的一一对应关系;
分析模块,用于通过对所述构件所发生的病害检测数据进行分析统计,取得所述构件的技术状况评分,根据所述构件的技术状况评分取得桥梁所有组成部件的技术状况评分,根据桥梁所有组成部件的技术状况评分取得桥梁总体技术状况评分;
分类模块,用于根据预设的规定,对桥梁所有组成构件、部件和桥梁总体进行技术状况分类,并根据评分标注各分为5类;
数据采集模块,用于采集监测数据,包括通过实时监测设备实时采集所述桥梁健康监测大数据对应的连续钢构桥梁或/和连续现浇箱梁桥梁的关键结构部位的位移、变形、挠度、应变、裂缝宽度的监测数据,以及采集温湿度环境监测数据、视频监控取得的交通量数据和车型特征的视频数据;
预警模块;用于预警值设定,建立桥梁有限元模型,得出理论计算值,据此设置应变、挠度黄色预警值和红色预警值;
模型库模块,用于建立所述模型库,所述模型库包括利用所述桥梁技术状况大数据及所述桥梁健康监测大数据,建立位移、变形、挠度、应变、裂缝宽度中各个的关键指标的预测数学模型,通过所述关键指标的预测数学模型生成预测桥梁及构件随使用时间延长的演化规律信息,将所述演化规律设信息为桥梁病害诊断的关联信息;
方案输出模块,用于依据所述关键指标的预测数学模型,设置病害关键指标预警值;当某一所述监测数据超过所述预警值时,执行预警操作并生成相应的养护方案。
本申请还提供一种基于桥梁大数据的养护方案智能决策电子设备,包括处理器和存储器,存储器上存储有计算机程序和桥梁检测和监测数据,由处理器执行,以实现如下步骤:
步骤1、建立公路桥梁大数据,包括桥梁结构资产大数据、桥梁技术状况大数据及桥梁健康监测大数据;桥梁结构资产大数据,包括桥梁所有组成构件及其几何尺寸、物理力学性能等关键指标所构成的数据;赋予所有桥梁组成构件唯一性身份标识,并作为桥梁病害的锚定载体,可转换成本***桥梁结构资产各类组成构件电子统计表;
桥梁技术状况大数据,收集有本***每个桥梁及其组成构件的所有病害检测数据,建立桥梁组成构件与其所发生病害的一一对应关系,进行桥梁技术状况演化规律分析,并转换为标准统计电子表格;
桥梁健康监测大数据,对于连续现浇箱梁等复杂结构桥梁,采用位移、变形、扰度、应变、裂缝宽度、温湿度等传感器和视频监控***,实时采集在正常试验状态下桥梁关键结构部位的位移、变形、挠度、应力应变、裂缝宽度,以及温湿度环境和交通荷载数据,分析其随时间延长的演化规律,并根据桥梁结构设计设定预警值,当某一监测数据超过预警值时及时进行预警,采取必要措施以保障桥梁结构安全和交通安全。
步骤2、将上述公路桥梁大数据输入桥梁及其构件技术状况评定和分类单元进行处理,自动进行技术状况评定和分类。上述评定为分层评定,包括对桥梁各构件的评定;对桥梁各部件的评定;对桥梁的桥面系、上部结构和下部结构分别的评定和桥梁总体技术状况的评定,根据技术状况评定结果对桥梁的组成构件、部件、桥面系、上部结构和下部结构以及桥梁整体进行技术状况分类,根据其严重程度不同共分为5类,生成桥梁及其组成构件的技术状况评分和技术状况分类等级电子表格;
步骤3、利用上述步骤1的桥梁大数据和上述步骤2的桥梁技术状况评定和分类数据,以及桥梁结构性病害关键指标预测数学模型的预测数据输入至桥梁病害智能诊断单元,由计算机自动进行桥梁病害诊断,确定病害属性、严重程度、演化规律和病害原因。
步骤4、根据国内外同类桥梁及其组成构件维修养护的成功案例,研究各种养护方案适用的病害类型,以及严重程度、演化规律和病害原因,建立桥梁各类病害养护方案库。
步骤5、养护方案智能优选决策单元,依据步骤2桥梁及其构件技术状况评定及其分类结果,以及桥梁及其构件技术状况指标预测数学模型、桥梁健康监测关键指标预测数学模型、桥梁结构性裂缝宽度预测数学模型,结合步骤3桥梁病害诊断确定的病害属性、严重程度、演化规律和病害原因,由计算机自动从步骤4的桥梁各类病害的养护方案库中优选出桥梁最佳养护方案。
可选地,步骤2桥梁及其构件技术状况评定和分类单元对所述桥梁结构资产大数据、桥梁技术状况大数据及桥梁健康监测大数据进行桥梁及其组成构件的技术状况自动评定和分类,得到桥梁及其组成构件的技术状况评分和技术状况分类等级,其步骤包括:
将所述桥梁结构资产大数据、桥梁技术状况大数据及桥梁健康监测大数据,按照《公路桥梁技术状况评定标准》(JTGT H21 2011)中的分层综合评定与5 类桥梁单项控制指标相结合的方法,先对桥梁各构件进行评定,然后对桥梁各部件进行评定,再对桥面系、上部结构和下部结构分别进行评定,最后进行桥梁总体技术状况的评定;并根据评定结果将桥梁主要部件技术状况评定标度分为1类、2类、3类、4类、5类,据此再进行桥梁总体技术状况评定,其等级分为1类、2类、3类、4类、5类。
可选地,所述桥梁结构资产大数据是指包括公路梁式桥梁所有组成构件的结构型式及其几何尺寸、混凝土强度的数据;所述公路梁式桥梁包括普通钢筋混凝土梁式桥梁和预应力钢筋混凝土梁式桥梁,以及连续钢构桥梁和连续现浇箱梁;所述公路梁式桥梁所有组成构件包括预应力砼结构或非预应力砼结构的T 梁、空心板梁、箱梁、以及细化到桥梁的每一个组成构件,比如T梁落实到腹板、顶板、横隔板。
可选地,所述桥梁技术状况大数据是指反映桥梁技术状况的各项技术参数,以及桥梁所发生病害的物理参数共同组成的数据,包括,对桥梁构件所发生的裂缝,记录裂缝的长度、宽度、部位、方向的检测数据;桥梁各个构件中所发生的所有病害的检测数据,形成某一路段所含桥梁的技术状况检测电子数据表,以及某一单位管理的所有桥梁技术状况检测电子数据表,桥梁及其组成构件的技术状况评分和技术状况分类等级电子表,各个技术状况等级的桥梁构件统计电子表及占比图。
可选地,所述桥梁健康监测大数据,是对桥梁关键部位的应变、挠度、位移、变形量、裂缝宽度、温度、湿度,以及交通流量、车辆荷载进行实时监测所取得的数据,并对自振频率进行定期监测;各监测数据利用在梁式桥梁指定位置布设的温度传感器、湿度传感器、位移传感器、变形传感器、应变传感器、裂缝宽度传感器的实测数据,并通过无线传输和云平台保存数据。
可选地,所述桥梁健康监测大数据依据《公路桥梁结构安全监测***技术规程》,结构整体响应监测内容包括结构振动、位移、变形,各种桥型均进行振动与变形实时监测,并通过对桥梁定期监测数据取得桥梁的自振频率,其内容如下:
(1)、首先对各个监测部位和各传感器赋予唯一性身份标识,
(2)、应变测点布置,将实时监测数据转换成桥梁指定部位的应变监测时程曲线趋势图;
(3)、挠度测点布置,将实时监测数据转换成桥梁指定部位的挠度监测时程曲线趋势图;
(4)、自振频率测点布置,将实时监测数据转换成桥梁指定部件的自振频率监测时程曲线趋势图;
(5)、预警值设定,建立桥梁有限元模型,得出理论计算值,据此设置应变、挠度黄色预警值和红色预警值;
(6)、根据公路桥梁健康监测各测点的监测数据,与二级预警值理论计算结果比对,生成二级预警值电子列表;
(7)、利用至少三个月以上的健康监测数据进行数据处理分析,得出该桥梁病害的演化规律。
可选地,所述桥梁及其构件技术状况评定和分类单元,还用于根据连续钢构桥梁或连续现浇箱梁桥梁的关键指标建立桥梁健康监测关键指标预测数学模型,其中所述关键指标包括变形、位移、应力、应变和裂缝宽度,所述桥梁结构性病害关键指标预测数学模型是通过建立桥梁组成构件与其所发生病害的一一对应关系,对各关键指标的散点监测数据进行曲线拟合,选择相关系数最高的函数作为桥梁结构性病害某一关键指标预测数学模型,由散点分布图拟合出趋势曲线,用于评估病害严重程度及发展趋势预测分析。
可选地,所述桥梁病害智能诊断单元,是根据桥梁及其组成构件技术状况评定值以及桥梁结构性病害关键指标预测数学模型的预测结果,结合桥梁健康监测数据及其演化规律分析,对桥梁及其组成构件进行桥梁病害诊断分析,确定桥梁的病害属性、严重程度、演化规律和病害原因,形成每一座桥梁的结构性病害关键指标统计表;以及某一管理单位管理的所有桥梁的结构性病害关键指标统计表;
可选地,所述智能优选决策单元,是根据桥梁及其构件现行技术状况评定和分类结果、桥梁技术状况演化规律预测结果和桥梁病害诊断结果,与桥梁各类病害及其不同严重程度的养护方案库中的各种养护方案进行比对,最终由计算机优选出最佳养护方案,并统计桥梁现有病害的养护方案,以及需要进行维修养护的桥梁病害统计表,生成某一桥梁或某一单位管理的所有桥梁所发生病害的养护方案统计表。
本申请还提供另一种基于桥梁大数据的养护方案智能决策***的建立方法,包括以下步骤:
步骤S1:建立桥梁大数据库,将采集的桥梁结构资产大数据、桥梁技术状况大数据及桥梁健康监测大数据输入桥梁大数据库,并基于所述桥梁结构资产大数据、桥梁技术状况大数据和桥梁健康监测大数据自动输出桥梁大数据标准化采集列表,其中所述桥梁大数据标准化采集列表包括桥梁结构资产各类组成构件的统计表、每个路段的桥梁技术状况统计表、每个单位管理的所有桥梁技术状况统计表或各个技术状况等级的桥梁构件统计表及占比图、每一座桥梁的结构性病害关键指标统计表或某一管理单位管理的所有桥梁的结构性病害统计表、和公路桥梁结构资产大数据-具体构件的物理参数及病害记录表;
步骤S2:建立桥梁及其构件技术状况评定和分类单元,利用所述桥梁结构资产大数据、桥梁技术状况大数据及桥梁健康监测大数据自动进行桥梁及其组成构件的技术状况评定和分类,得到桥梁及其组成构件的技术状况评分和技术状况分类等级,并利用不同时间的多次桥梁检测数据得出的桥梁及其组成构件的技术状况评定数据,建立桥梁结构性病害关键指标预测数学模型;对桥梁结构性裂缝,利用不同时间的多次裂缝宽度检测数据建立桥梁结构性裂缝病害的裂缝宽度预测数学模型;所述桥梁结构性病害关键指标预测数学模型是利用连续钢构桥梁或连续现浇箱梁桥梁的关键指标健康监测数据建立桥梁结构性病害关键指标预测数学模型,其中所述关键指标包括变形、位移、应变、挠度和裂缝宽度,通过建立桥梁组成构件与其所发生病害的一一对应关系,对各关键指标的散点监测数据进行曲线拟合,选择相关系数最高的函数作为桥梁结构性病害某一关键指标预测数学模型,由散点分布图拟合出趋势曲线,用于评估病害严重程度及发展趋势预测分析;
所述对所述桥梁结构资产大数据、桥梁技术状况大数据及桥梁健康监测大数据进行桥梁及其组成构件的技术状况自动评定和分类,得到桥梁及其组成构件的技术状况评分和技术状况分类等级具体包括:将所述桥梁结构资产大数据、桥梁技术状况大数据及桥梁健康监测大数据,按照《公路桥梁技术状况评定标准》中的分层综合评定与5类桥梁单项控制指标相结合的方法,先对桥梁各构件进行评定,然后对桥梁各部件进行评定,再对桥面系、上部结构和下部结构分别进行评定,最后进行桥梁总体技术状况的评定,并根据评定结果将桥梁总体技术状况评定等级分为1类、2类、3类、4类、5类,将桥梁主要部件技术状况评定标度分为1类、2类、3类、4类、5类;
步骤S3:建立桥梁病害智能诊断单元,应用桥梁结构资产大数据、技术状况大数据及健康监测大数据,建立桥梁构件和所发生病害的一一对应关系,并利用从步骤2得出的桥梁结构性病害关键指标预测数学模型的预测结果,对桥梁及其组成构件进行病害诊断,得出桥梁及其构件所发生病害的属性、严重程度、演化规律和病害原因;
当桥梁或组成部件技术状况评定值达到二类标准及以上时,或桥梁技术状况评定值通过数学模型预测其恶化速度加快;或结构裂缝宽度通过数学模型预测其发展速度加快时,***及时进行预警,并列出需要进行养护的桥梁部件清单,以便及时对桥梁进行小修养护或维修加固,根据桥梁及其部件技术状况评定分类确定其初步养护方案:
一类,正常保养;
二类,小修;
三类,中修;
四类,大修、改造;
五类,拆除重建;
步骤S4:运行将国内外同类桥梁及其组成构件维修养护的成功案例与各种病害类型、严重程度、演化规律和病害原因一一相关联,储存在桥梁各类病害及桥梁养护方案库;
步骤S5:建立智能优选决策单元,根据桥梁及其组成构件现行技术状况数据、桥梁技术状况演化预测结果,以及桥梁构件所发生结构性裂缝演化规律预测结果、桥梁病害诊断确定的病害属性、严重程度和病害原因的诊断数据,与养护方案库中各项养护方案比对结果,优选出最佳养护方案作为桥梁最终养护方案;并通过大量的应用经验分析提炼同类病害的最佳维修加固方案,形成机器学习算法,为后期桥梁养护方案决策提供技术基础;利用桥梁年度养护方案及桥梁技术状况演化规律分析,制订某一单位所管理桥梁的年度养护计划和五年期养护规划。
本发明根据现行桥梁技术状况,并结合桥梁技术状况演化规律综合分析病害的类型、严重程度及恶化速度,智能优选确定针对性较强的养护方案。
本发明对桥梁养护方案的确定,不仅依据当年桥梁检测确定的技术状况评定结果及病害现状,而且依据多年检测的技术状况或病害演化规律预测综合确定桥梁养护方案,更加科学合理。
本发明实现了桥梁结构资产数字化和技术状况数字化,可为客户提供数字化服务,包括桥梁技术状况评定、桥梁病害诊断、桥梁养护方案优选决策;利用多年的检测数据和健康监测数据,可进行桥梁技术状况预测和病害发展规律预测,为客户提供年度养护方案、年度养护计划和五年期养护规划等数字化服务。
本发明实现了梁式桥梁养护的智能化、数字化管理,桥梁的日常巡查、定期检查和特殊检查实现了电子信息化和表格标准化。利用本发明可实时掌握梁式桥梁技术状况和安全性,科学合理确定养护方案,提高养护管理效能,充分发挥养护资金作用,对保障桥梁结构安全及交通安全具有重要作用。可以及时发现病害,及时评估分类,及时统计分析,及时预测预警,及时优选出养护方案,及时消除病害,最大限度地保证桥梁结构安全和人民群众生命财产安全,延长桥梁使用寿命,为我国公路桥梁***巨量的维护维修管理工作提供了智能有效的解决方案。
附图说明
图1为本发明一种基于桥梁大数据的养护方案智能决策***的***模块示意图;
图2为本发明涉及的桥梁大数据的组成示意图;
图3为本发明一种基于桥梁大数据的养护方案智能决策***的建立方法流程图;
图4为实施例2桥梁应变传感器测点纵截面布置示意图;
图5为实施例2桥梁应变传感器测点横截面布置示意图;
图6为实施例2桥梁扰度检测仪传感器测点纵截面布置示意图;
图7为实施例2桥梁扰度检测仪传感器测点横截面布置示意图;
图8为实施例2桥梁振动传感器测点纵截面布置示意图;
图9为实施例2桥梁振动传感器测点横截面布置示意图;
图10是桥梁结构计算模型示意图;
图11是实施例2中主桥第1跨跨中控制截面应变监测时程曲线;
图12是实施例2中主桥第1跨支点截面应变监测时程曲线;
图13是实施例2中主桥第2跨1/4L截面应变监测时程曲线;
图14是实施例2中主桥第2跨跨中截面应变监测时程曲线;
图15是实施例2中主桥第2跨支点截面应变监测时程曲线;
图16是实施例2中主桥第3跨跨中截面应变监测时程曲线;
图17是实施例2中主桥第4跨跨中截面应变监测时程曲线;
图18是实施例2中主桥第1跨控制截面挠度监测时程曲线;
图19是实施例2中主桥第2跨控制截面挠度监测时程曲线;
图20是实施例2中主桥第3跨控制截面挠度监测时程曲线;
图21是实施例2中主桥第4跨控制截面挠度监测时程曲线;
图22是实施例2中第一次自振频率监测值(1.563Hz);
图23是实施例2中第二次自振频率监测值(1.563Hz);
图24是实施例2中第三次自振频率监测值(1.563Hz);
图25是根据桥梁技术状况及桥梁大数据对桥梁及其组成构件进行病害诊断流程图。
具体实施方式
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
下文中将参考附图并结合实施例来详细说明本申请。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
在本发明实施例中,本申请提供一种基于桥梁大数据的养护智能决策方法,所述公路桥梁大数据为若干桥梁各种数据的综合,包括:
设立每个桥梁对应一个应用数据库,所述应用数据库包括桥梁信息数据库和模型库;其中,所述桥梁信息数据库包括桥梁结构资产大数据、桥梁技术状况大数据和桥梁健康监测大数据,所述桥梁健康监测大数据对应连续钢构桥梁或/和连续现浇箱梁桥梁;所述桥梁结构资产大数据为桥梁的基础信息数据,其包括所述桥梁所有组成构件的类型、数量、几何尺寸和物理力学性能等数据;
对所述桥梁所有组成构件进行***编号,赋予每一个所述构件唯一性身份标识,所述身份标识作为所述构件所发生的病害和技术状况大数据的锚定载体;其中,所述桥梁技术状况大数据包括反映桥梁技术状况的各项技术参数和所述构件所发生病害的检测数据;
对所述构件所发生的每一个病害授予一个编号,并建立所述构件与其所发生病害的一一对应关系;
通过对所述构件所发生的病害检测数据进行分析统计,取得所述构件的技术状况评分,根据所述构件的技术状况评分取得桥梁所有组成部件的技术状况评分,根据桥梁所有组成部件的技术状况评分取得桥梁总体技术状况评分;
根据预设的规定,对桥梁所有组成构件、部件和桥梁总体进行技术状况分类,并根据评分标注各分为5类;
采集监测数据,包括通过实时监测设备实时采集所述桥梁健康监测大数据对应的连续钢构桥梁或/和连续现浇箱梁桥梁的关键结构部位的位移、变形、挠度、应变、裂缝宽度的监测数据,以及采集温湿度环境监测数据、视频监控取得的交通量数据和车型特征的视频数据;
预警值设定,建立桥梁有限元模型,得出理论计算值,据此设置应变、挠度黄色预警值和红色预警值;
建立所述模型库,所述模型库包括利用所述桥梁技术状况大数据及所述桥梁健康监测大数据,建立位移、变形、挠度、应变、裂缝宽度中各个的关键指标的预测数学模型,通过所述关键指标的预测数学模型生成预测桥梁及构件随使用时间延长的演化规律信息,将所述演化规律设信息为桥梁病害诊断的关联信息;
依据所述关键指标的预测数学模型,设置病害关键指标预警值;当某一所述监测数据超过所述预警值时,执行预警操作并生成相应的养护智能决策方案。
在本发明实施例中,所述实时监测设备包括传感器和/或视频监控***,所述传感器包括在梁式桥梁指定位置布设的位移传感器、变形传感器、挠度传感器、应变传感器、裂缝宽度传感器、温度传感器和湿度传感器,将所述传感器采集的数据通过无线传输的方式上传至云平台中保存数据。
在本发明实施例中,所述公路梁式桥梁包括普通钢筋混凝土梁式桥梁、预应力钢筋混凝土梁式桥梁、连续钢构桥梁和连续现浇箱梁。
在本发明实施例中,所述桥梁组成构件包括预应力砼结构、非预应力砼结构的矩形板、T梁、空心板梁、I字梁和箱梁,所述T梁包括腹板、横隔板和翼板。
在本发明实施例中,所述桥梁技术状况大数据中裂缝数据包括桥梁构件所发生裂缝的关键参数,所述关键参数包括裂缝长度、宽度、部位和方向的数据。
在本发明实施例中,所述采集监测数据包括:
获取对所述桥梁健康监测大数据,包括在所述构件上确定监测部位、传感器的类型和数量,并对各个所述监测部位和各个所述传感器分别赋予唯一性身份标识;收集对应所述监测部位各种所述传感器实时采集的测点数据,并转换成桥梁指定部位监测指标的监测时程曲线趋势图,分析桥梁关键指标的演化规律信息。
在本发明实施例中,所述桥梁病害关键指标预测数学模型的取得方法为:对各所述关键指标在不同时间取得的检测和/或监测数据进行曲线拟合,以时间为横坐标,以检测或监测数据为纵坐标,采用不同函数进行曲线拟合,选择相关系数最高的函数作为桥梁某一关键指标预测数学模型,用于分析各项关键指标的发展趋势预测并分析评估病害严重程度。
在本发明实施例中,本申请还提供一种基于桥梁大数据的养护智能决策***,包括:
数据模块,用于设立每个桥梁对应一个应用数据库,所述应用数据库包括桥梁信息数据库和模型库;其中,所述桥梁信息数据库包括桥梁结构资产大数据、桥梁技术状况大数据和桥梁健康监测大数据,所述桥梁健康监测大数据对应连续钢构桥梁或/和连续现浇箱梁桥梁;所述桥梁结构资产大数据为桥梁的基础信息数据,其包括所述桥梁所有组成构件的类型、数量、几何尺寸和物理力学性能;
构件编号模块,用于对所述桥梁所有组成构件进行***编号,赋予每一个所述构件唯一性身份标识,所述身份标识作为所述构件所发生的病害和技术状况大数据的锚定载体;其中,所述桥梁技术状况大数据包括反映桥梁技术状况的各项技术参数和所述构件所发生病害的检测数据;
关联模块,用于对所述构件所发生的每一个病害授予一个编号,并建立所述构件与其所发生病害的一一对应关系;
分析模块,用于通过对所述构件所发生的病害检测数据进行分析统计,取得所述构件的技术状况评分,根据所述构件的技术状况评分取得桥梁所有组成部件的技术状况评分,根据桥梁所有组成部件的技术状况评分取得桥梁总体技术状况评分;
分类模块,用于根据预设的规定,对桥梁所有组成构件、部件和桥梁总体进行技术状况分类,并根据评分标注各分为5类;
数据采集模块,用于采集监测数据,包括通过实时监测设备实时采集所述桥梁健康监测大数据对应的连续钢构桥梁或/和连续现浇箱梁桥梁的关键结构部位的位移、变形、挠度、应变、裂缝宽度的监测数据,以及采集温湿度环境监测数据、视频监控取得的交通量数据和车型特征的视频数据;
预警模块;用于预警值设定,建立桥梁有限元模型,得出理论计算值,据此设置应变、挠度黄色预警值和红色预警值;
模型库模块,用于建立所述模型库,所述模型库包括利用所述桥梁技术状况大数据及所述桥梁健康监测大数据,建立位移、变形、挠度、应变、裂缝宽度中各个的关键指标的预测数学模型,通过所述关键指标的预测数学模型生成预测桥梁及构件随使用时间延长的演化规律信息,将所述演化规律设信息为桥梁病害诊断的关联信息;
方案输出模块,用于依据所述关键指标的预测数学模型,设置病害关键指标预警值;当某一所述监测数据超过所述预警值时,执行预警操作并生成相应的养护方案。
本发明这种基于桥梁大数据的养护方案智能决策***参见图1,包括本***桥梁大数据库、桥梁及其构件技术状况评定和分类单元、桥梁病害智能诊断单元和桥梁养护方案智能优选决策单元。
本发明***的建立方法参见图3,这种基于桥梁大数据的养护方案智能决策***的建立方法步骤如下:
步骤1:建立桥梁大数据库,如图2,将本***的公路桥梁相关数据输入桥梁结构资产大数据,用手持数据采集终端进行数据录入,建立桥梁技术状况大数据,用安装在现场的传感器采集监测数据,通过云平台输入电脑,建立桥梁健康监测大数据,生成本***桥梁大数据标准化采集列表,所述列表包括桥梁结构资产各类组成构件的统计表、某一路段的桥梁技术状况统计表、某一单位管理的所有桥梁技术状况统计表或各个技术状况等级的桥梁构件统计表及占比图、每一座桥梁的结构性病害关键指标统计表或某一管理单位管理的所有桥梁的结构性病害统计表、和公路桥梁结构资产大数据-具体构件的物理参数及病害记录表。
安装在现场的传感器,其应变测点位置包括:桥梁应变测点桥梁主跨箱梁顶和箱梁底板按等分点及墩顶截面进行布置,边跨布置于跨中截面及墩顶截面,挠度监测仪测点布置在主梁主跨和边跨跨中。
步骤2:建立桥梁及其构件技术状况评定和分类单元,利用计算机的统计分析方法和机器学习算法,建立桥梁有限元模型,根据我国《公路桥梁技术状况评定标准》(JTGTH21-2011)中3.1.1公路桥梁技术状况评定包括桥梁构件、部件、桥面系、上部结构、下部结构和全桥评定,公路桥梁技术状况评定应采用分层综合评定与5类桥梁单项控制指标相结合的方法,先对桥梁各构件进行评定,然后对桥梁各部件进行评定,再对桥面系、上部结构和下部结构分别进行评定,最后进行桥梁总体技术状况的评定。3.2.3桥梁总体技术状况评定等级分为 1类、2类、3类、4类、5类。3.2.4桥梁主要部件技术状况评定标度分为1类, 2类、3类、4类、5类。对指定的桥梁及其组成构件进行技术状况评定,并根据桥梁技术状况评定标准对桥梁及其组成构件进行技术状况分类,列出桥梁及其组成构件技术状况分类统计表和技术状况分类占比图、某一单位管理所有桥梁技术状况分类统计表、某公路桥梁具体部位的技术状况评定结果计分表,和公路桥梁健康监测各测点二级预警值列表,得出桥梁技术状况评定及预测结果,基于桥梁技术状况评定及预测结果,采用w(t)=at3+bt2+ct+d的多项式函数和w(t)=alnt+b对数函数和w(t)=aet+b指数函数进行拟合,求得a、b、c、 d的数值,以及各个函数的相关系数r值,利用3年以上跟踪检测数据进行线性拟合与相关性分析,以相关系数最高的函数作为桥梁病害关键指标预测数学模型,桥梁病害关键指标预测数学模型是根据连续钢构桥梁或连续现浇箱梁桥梁的关键指标建立的,关键指标包括变形、位移、应力、应变和裂缝宽度,所述桥梁病害关键指标预测数学模型是通过建立桥梁组成构件与其所发生病害的一一对应关系,对不同时间的检测数据进行拟合与相关性分析。在一具体实施例中,其中w代表裂缝宽度或技术状况评分,t代表时间,以日历天为单位。
步骤3:建立桥梁病害智能诊断单元,应用步骤2得出的桥梁病害关键指标预测数学模型对桥梁及其组成构件进行病害诊断,得出桥梁及其构件的所发生病害的属性、严重程度、演化规律和病害原因。
例如基于所述桥梁技术状况及代表性结构性裂缝宽度演化规律预测数学模型,分析预测其随时间延长的演化规律,当桥梁或组成部件技术状况评定值达到二类标准及以上时,或桥梁技术状况评定值通过数学模型预测其快速恶化;或结构性病害关键指标通过数学模型预测其发展速度较快时,***及时进行预警,并列出需要进行养护的桥梁部件清单,以便及时对桥梁进行小修养护或维修加固。对应变、挠度设置黄色预警值、橙色预警值和红色预警值分别取计算值的0.8、0.9和1.0。根据桥梁及其部件技术状况评定分类评分诊断维修类型:
一类,诊断为正常保养;
二类,诊断为小修;
三类,诊断为中修;
四类,诊断为大修、改造;
五类,诊断为拆除重建。
步骤4:收集国内外各类桥梁病害及其不同严重程度的维修养护成功方案,根据桥梁病害特点,建立适宜梁式桥梁及其组成构件所发生各类病害及不同严重程度的养护方案库。
步骤5:建立智能优选决策单元,根据桥梁专题技术状况及其构件所发生病害的关键指标演化规律预测结果、桥梁及其组成构件现行技术状况数据、桥梁病害诊断确定的病害属性、严重程度和病害原因的诊断数据,利用计算机的统计分析方法和机器学习算法,与养护方案库比对结果,优选出桥梁最佳养护方案,并通过大量的应用经验分析提炼同类病害的最佳维修加固方案,形成机器学习算法,生成训练指导的步骤,为后期桥梁养护方案决策提供技术基础;利用桥梁年度养护方案及其技术状况演化规律分析,可制订某一单位所管理桥梁的年度养护计划和五年期养护规划。
本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质上实施的计算机程序产品的形式。计算机可用存储介质包括但不限于磁盘存储器、CD-ROM、光学存储器等,以下结合两个具体实施例对本发明进行说明。
实施例1
某公路桥梁左幅,上部结构采用3×20m预应力钢筋混凝土空心板,每跨由 8块空心板组成,桥梁下部结构由桩基础、圆柱式桥墩、重力式桥台组成,桥面铺装沥青砼铺装层,桥面两侧设置钢筋混凝土防撞护栏。根据检测结果:该桥上部结构主要病害表现为砼钢筋锈胀露筋,支座脱空、剪切变形等,桥面铺装主要病害表现为伸缩缝锚固区砼与路面分离,防撞护栏钢筋锈胀露筋。根据本发明,桥梁养护决策程序如下:
一,建立该桥结构资产大数据和技术状况大数据,由于属于简支梁桥,未进行桥梁健康监测,不需建立健康监测大数据。
(1)桥梁结构资产大数据建立
某公路桥梁左幅结构资产大数据(表1)
其中,上述表1中,ZJ代表桩基;ZJ0-1代表第0排,第1根桩基;ZJ0-2 代表第0排,第2根桩基;ZJ1-1代表第1排,第1根桩基;ZJ1-2代表第1排,第2根桩基;ZJ2-1代表第2排,第1根桩基;ZJ2-2代表第2排,第2根桩基; ZJ3-1代表第3排,第1根桩基;ZJ3-2代表第3排,第2根桩基;
QT代表桥台,QT0代表0号桥台;QT3代表3号桥台;
QD代表桥墩,QD1-1代表第1排,第1个墩柱;QD1-2代表第1排,第2 个墩柱;QD2-1代表第2排,第1个墩柱;QD2-2代表第2排,第2个墩柱;
ZP代表锥坡;ZP0代表0号锥坡;ZP3代表3号锥坡;
HP代表护坡;HP1代表1号护坡;HP2代表2号护坡;
HXL代表横系梁;HXL-1代表1号横系梁;HXL-2代表2号横系梁;
ML代表帽梁;ML-1代表第1排帽梁;ML-2代表第2排帽梁;ML-3代表第3 排帽梁;ML-4代表第4排帽梁;
ZZ代表支座,ZZ1Q-1~16代表第1跨起点1~16号支座编号;ZZ2Q-1~16代表第2跨起点1~16号支座编号;ZZ3Q-1~16代表第3跨起点1~16号支座编号; ZZ3Z-1~16代表第3跨终点1~16号支座编号。
LB代表梁板,1~8为空心板编号,自左向右排序;
1-LB1~8代表第1跨的1~8号空心板;2-LB1~8代表第2跨的1~8号空心板; 3-LB1~8代表第3跨的1~8号空心板;
LQPZ代表沥青混凝土铺装;LQPZ-1代表第1跨沥青混凝土铺装;LQPZ-2代表第2跨沥青混凝土铺装;LQPZ-3代表第3跨沥青混凝土铺装;
FZQ-1-Z代表第1跨左侧防撞墙,FZQ-1-Y代表第1跨右侧防撞墙;
FZQ-2-Z代表第2跨左侧防撞墙,FZQ-2-Y代表第2跨右侧防撞墙;
FZQ-3-Z代表第3跨左侧防撞墙,FZQ-3-Y代表第3跨右侧防撞墙;
SSF-1代表第1道伸缩缝;SSF-2代表第2道伸缩缝。
(2)桥梁结构技术状况大数据建立
某公路桥梁左幅结构资产大数据-桩基物理参数及病害(表2)
序号 | 组成构件编号 | 长度(m) | 横截面(cm) | 设计强度(MPa) | 病害 |
1 | ZJ0-1 | 26 | φ110 | 20 | 无 |
2 | ZJ0-2 | 26 | φ110 | 20 | 无 |
3 | ZJ1-1 | 28 | Φ110 | 20 | 无 |
4 | ZJ1-2 | 28 | Φ110 | 20 | 无 |
5 | ZJ2-1 | 26 | Φ110 | 20 | 无 |
6 | ZJ2-2 | 26 | φ110 | 20 | 无 |
7 | ZJ3-1 | 26 | Φ110 | 20 | 无 |
8 | ZJ3-2 | 26 | φ110 | 20 | 无 |
某公路桥梁左幅结构资产大数据-墩台物理参数及病害(表3)
某公路桥梁左幅结构资产大数据-横系梁物理参数及病害(表4)
序号 | 组成构件编号 | 长度(m) | 横截面(cm) | 设计强度(MPa) | 病害 |
1 | HXL-1 | 6 | 100×120 | 25 | 无 |
2 | HXL-2 | 6 | 100×120 | 25 | 无 |
某公路桥梁左幅结构资产大数据-帽梁物理参数及病害(表5)
某公路桥梁左幅结构资产大数据-ZZ1Q1~16号橡胶支座物理参数及病害(表 6)
序号 | 组成构件编号 | 厚度(cm) | 横截面(cm) | 病害 |
1 | ZZ1Q1 | 4 | 20×20 | - |
2 | ZZ1Q2 | 4 | 20×20 | - |
3 | ZZ1Q3 | 4 | 20×20 | 剪切变形 |
4 | ZZ1Q4 | 4 | 20×20 | - |
5 | ZZ1Q5 | 4 | 20×20 | - |
6 | ZZ1Q6 | 4 | 20×20 | 横向串动 |
7 | ZZ1Q7 | 4 | 20×20 | 剪切变形、横向串动 |
8 | ZZ1Q8 | 4 | 20×20 | - |
9 | ZZ1Q9 | 4 | 20×20 | 剪切变形、横向串动 |
10 | ZZ1Q10 | 4 | 20×20 | 横向串动 |
11 | ZZ1Q11 | 4 | 20×20 | 剪切变形、横向串动 |
12 | ZZ1Q12 | 4 | 20×20 | - |
13 | ZZ1Q13 | 4 | 20×20 | 横向串动 |
14 | ZZ1Q14 | 4 | 20×20 | - |
15 | ZZ1Q15 | 4 | 20×20 | 横向串动 |
16 | ZZ1Q16 | 4 | 20×20 | - |
某公路桥梁左幅结构资产大数据-ZZ2Q1~16号橡胶支座物理参数及病害(表 7)
某公路桥梁左幅结构资产大数据-ZZ3Q1~16号橡胶支座物理参数及病害(表 8)
某公路桥梁左幅结构资产大数据-ZZ3Z1~16号橡胶支座物理参数及病害(表 9)
某公路桥梁左幅结构资产大数据-1-LB1~8号梁板物理参数及病害(表10)
某公路桥梁左幅结构资产大数据-2-LB1~8号梁板物理参数及病害(表11)
某公路桥梁左幅结构资产大数据-3-LB1~8号梁板物理参数及病害(表12)
某公路桥梁左幅结构资产大数据-LQPZ1~3物理参数及病害(表13)
某公路桥梁左幅结构资产大数据-SSF1~2号物理参数及病害(表14)
某公路桥梁左幅结构资产大数据-FZQ1~3号物理参数及病害(表15)
其中,上述表15中,防撞墙厚度20~30cm,其上部15cm宽度为20cm,下部自伤之下从20cm逐步扩展到30cm。
二,桥梁技术状况评定,根据我国《公路桥梁技术状况评定标准》(JTGT H21-2011)中3.1.1公路桥梁技术状况评定包括桥梁构件、部件、桥面系、上部结构、下部结构和全桥评定,公路桥梁技术状况评定应采用分层综合评定与5 类桥梁单项控制指标相结合的方法,先对桥梁各构件进行评定,然后对桥梁各部件进行评定,再对桥面系、上部结构和下部结构分别进行评定,最后进行桥梁总体技术状况的评定。3.2.3桥梁总体技术状况评定等级分为1类、2类、3类、 4类、5类。3.2.4桥梁主要部件技术状况评定标度分为1类,2类、3类、4类、 5类。利用本发明对桥梁及其组成构件进行技术状况评定,并根据桥梁技术状况评定标准对桥梁及其组成构件进行技术状况分类。
桥梁及其组成构件的技术状况评分和技术状况分类等级表(表16)
某公路桥梁左幅技术状况评定结果(表17)
三,根据桥梁技术状况及桥梁大数据对桥梁及其组成构件进行病害诊断,确定病害原因、严重程度和演化规律,参见图25。
本桥病害有:
(1)上部承重构件砼锈胀露筋
(2)支座串动
(3)支座剪切变形
(4)梁板蜂窝及钢筋锈胀
(5)伸缩缝锚固区砼纵向裂缝
(6)伸缩缝橡胶条破损
(7)伸缩缝泥沙堵塞
(8)3#梁底板跨中附近开裂,出现3条横向裂缝,经病害诊断,3条裂缝均为结构裂缝,其中第2条裂缝宽度已超限,采用w(t)=at3+bt2+ct+d的多项式函数和w(t)=alnt+b对数函数和w(t)=aet+b指数函数进行拟合,利用 3年跟踪检测数据(见表18)建立裂缝宽度预测数学模型。
表18:裂缝宽度实测数据 单位(mm)
t | 1 | 60 | 180 | 365 | 545 | 730 | 995 |
w | 0.1 | 0.11 | 0.13 | 0.15 | 0.18 | 0.21 | 0.24 |
经拟合函数及相关系数如下:
W=0.0167lnt+0.0753R2=0.5801 (1)
W=0.1054e0.0009tR2=0.9761 (2)
W=6E(-11)t3+7E(-8)t2+0.0001t+0.1002R2=0.9973 (3)
从以上函数拟合效果分析,多项式函数最佳,其相关系数达到0.9973,达到不小于0.99的要求,可作为裂缝宽度预测数学模型。
病害原因分析如下:
(1)一般受混凝土液相PH值、混凝土中CL-含量、混凝土的密实度和保护层厚度、所处环境条件等因素影响,导致砼锈胀露筋。
(2)支座串动原因主要是由于施工时,安装梁板过程中,在局部调整梁板位置时带动了支座,造成支座偏离原位置;支座在在温度变化和车辆荷载的冲击等因素作用下,出现滑移偏位。
(3)支座剪切变形原因主要为:热胀冷缩引起桥梁伸缩,带动支座剪切变形;运营时温度变化、混凝土收缩徐变、汽车制动力的作用引起支座剪切变形;支座本身质量问题,抗剪弹模不符合要求,导致荷载作用下剪切变形过大;桥梁纵坡设计过大导致纵向剪切变形过大。
(4)梁板底板蜂窝主要是混凝土流动性不佳,或振捣不实。
(5)伸缩缝锚固砼裂缝主要原因是由于锚固砼养生时间不足,后期出现的收缩裂缝;伸缩缝装置承受高速行驶车辆的反复冲击作用,极易造成锚固区混凝土破损、开裂。
(6)伸缩缝橡胶条破损:橡胶条在恶劣环境下易老化开裂,使用性能下降。
(7)伸缩缝泥沙堵塞:桥面或路面泥沙流入伸缩缝内,未及时清理。
(8)第一跨3#梁底板跨中附近出现3条横向裂缝,通过病害诊断均为结构裂缝。主要原因是该板位于行车轮迹线正下方,其受力相对较大,引起底板开裂;从3条裂缝宽度分析,跨中裂缝最宽,两侧裂缝宽度略小,说明裂缝具有发展趋势,将会导致桥梁承载力降低。
严重程度及演化规律:该桥大部分病害均属于发展初期,对桥梁结构受力、安全影响较小,在日常管理过程中进行及时养护维修与监测即可;但是第一跨 3#梁底板跨中附近出现3条结构裂缝,并呈现发展趋势,且第2条裂缝宽度达到0.24mm,已超限,对桥梁承载力有一定影响,建议及时维修加固。
四,借鉴国内外桥梁及其组成构件养护维修的成功经验,建立桥梁及其组成构件的养护方案库。
针对砼表层病害(麻面、蜂窝、空洞、剥落、露筋)、砼钢筋锈胀露筋、砼保护层厚度不足等病害,采取如下加固对策,该对策适用于所有结构型式桥梁。
(1)环氧砂浆修补法
环氧砂浆修补法主要有人工表面封涂修补和浇筑涂层修补法。人工表面封涂修补法主要用于混凝土结构表面的风化、剥落、露筋等小面积的破损。
(2)水泥砂浆修补法
水泥砂浆修补法包括水泥砂浆人工涂抹法和喷浆修补法。水泥浆人工涂抹法主要应用于小面积的缺陷,特别是损坏深度较浅的缺陷。喷浆修补法主要应用于混凝土表面大面积缺损的修补及重要混凝土结构物的修补。
(3)混凝土修补法
混凝土修补法主要有直接浇筑法、喷射法和压浆法等。主要应用于混凝土桥梁结构中出现的蜂窝、空洞及较大范围破损等缺陷,一般可采用级配良好的混凝土进行修补。
针对支座串动,可以采用顶升主梁后复位或者直接更换。
针对支座剪切变形,可以采用持续监测或顶升主梁直接更换。
针对伸缩缝锚固砼裂缝,轻度时可采取环氧树脂灌缝,如发展到混凝土碎裂时,应凿除就混凝土,创新施作新混凝土进行养护维修。
针对橡胶条破损需及时更换橡胶条。
针对伸缩缝泥沙堵塞需在今后的养护中,做好伸缩缝的清洁工作,保证V型槽中无泥砂堵塞。
针对第一跨第3号梁底板3条结构裂缝,已影响桥梁承载力,应及时维修加固。根据国内外空心板梁底板横向结构裂缝养护成功经验,主要加固方案有底板粘贴碳纤维板、底板粘贴钢板、底板锚喷钢筋混凝土等3种方案。
五,利用桥梁病害诊断结果,利用本发明自动从养护方案库中优选最佳养护方案。
(1)针对主梁钢筋砼锈胀露筋采用环氧砂浆修补。
(2)针对支座串动,采用顶升主梁后复位。
(3)针对支座剪切变形,采用持续监测或更换。
(4)针对伸缩缝锚固砼裂缝采用环氧树脂灌缝或凿除重做进行养护维修。
(5)针对橡胶条破损更换橡胶条。
(6)伸缩缝泥沙堵塞,做好伸缩缝的清洁工作,保证V型槽中无泥砂堵塞。
(7)根据国内外空心板梁底板横向结构裂缝养护成功经验,主要加固方式有底板粘贴碳纤维板,底板锚喷钢筋混凝土,底板粘贴钢板等3种方式,经本专利软件优选确定底板粘贴碳纤维加固养护方案。分析该方案实用性,该板跨中裂缝最宽,且超限,两侧裂缝宽度较小,说明该板承载力降低,且逐步恶化,采取底板全断面粘贴碳纤维板,有利于提高该板承载力和刚度,该方案加固效果最佳。
实施例2
某高速桥梁右幅,上部结构采用(40+60+60+40)m变截面连续现浇箱梁,桥梁下部结构由桩基础、桥墩、重力式桥台组成,桥面铺装沥青砼铺装层,桥面两侧设置砼防撞护栏。
根据结果检测:该桥上部结构主要病害表现为第一跨主梁顶板纵向裂缝,砼剥落露筋,桥墩竖向裂缝;根据本发明,桥梁养护决策程序如下:
步骤1:建立该桥结构资产大数据、技术状况大数据、健康监测大数据。
(1)桥梁结构资产大数据建立
某高速桥梁右幅结构资产大数据(表19)
其中,上述表19中,ZJ代表桩基;ZJ0-1代表第0排,第1根桩基;ZJ0-2 代表第0排,第2根桩基;ZJ0-3代表第0排,第3根桩基;ZJ0-4代表第0排,第4根桩基;ZJ1-1代表第1排,第1根桩基;ZJ1-2代表第1排,第2根桩基; ZJ1-3代表第1排,第3根桩基;ZJ1-4代表第1排,第4根桩基;ZJ2-1代表第2排,第1根桩基;ZJ2-2代表第2排,第2根桩基;ZJ2-3代表第2排,第 3根桩基;ZJ2-4代表第2排,第4根桩基;ZJ3-1代表第3排,第1根桩基; ZJ3-2代表第3排,第2根桩基;ZJ3-3代表第3排,第3根桩基;ZJ3-4代表第3排,第4根桩基;ZJ4-1代表第4排,第1根桩基;ZJ4-2代表第4排,第 2根桩基;ZJ4-3代表第4排,第3根桩基;ZJ4-4代表第4排,第4根桩基;
QT代表桥台,QT0代表0号桥台;QT4代表4号桥台;
QD代表桥墩,QD1代表第1排桥墩;QD2代表第2排桥墩;QD3代表第3排桥墩;
ZP1-Z代表1号锥坡左侧;ZP1-Y代表1号锥坡右侧;ZP2-Z代表2号锥坡左侧;ZP2-Y代表2号锥坡右侧;
HP1代表1号护坡;HP2代表2号护坡;
ML代表帽梁;ML-1代表第1排帽梁;ML-2代表第2排帽梁;ML-3代表第3 排帽梁;ML-4代表第4排帽梁;ML-5代表第5排帽梁;
ZZ代表支座,ZZ1Q-1~2代表第1跨起点1~2号支座编号;ZZ2Q-1~2代表第 2跨起点1~2号支座编号;ZZ3Q-1~2代表第3跨起点1~2号支座编号;ZZ4Q-1~2 代表第4跨起点1~2号支座编号;ZZ4Z-1~2代表第4跨终点1~2号支座编号。
1-0#~7#块代表第1跨0~7号箱梁节段;
1-HLD代表第1跨箱梁合拢段;1-ZXD代表第1跨箱梁直线段;
2-0#~7#块代表第2跨由1排墩向合拢段方向0~7号箱梁节段;
2-0’#~7’#块代表第2跨2排墩向合拢段方向侧0’~7’号箱梁节段;
2-HLD代表第2跨箱梁合拢段;
3-0#~7#块代表第3跨2排墩向合拢段方向0~7号箱梁节段;
3-0’#~7’#块代表第3跨3排墩向合拢段方向0’~7’号箱梁节段;
3-HLD代表第3跨箱梁合拢段;
4-0#~7#块代表第4跨0~7号箱梁节段;
4-ZXD代表第4跨箱梁直线段;
4-HLD代表第4跨箱梁合拢段;
LQPZ代表沥青混凝土铺装;LQPZ-1代表第1跨沥青混凝土铺装;LQPZ-2代表第2跨沥青混凝土铺装;LQPZ-3代表第3跨沥青混凝土铺装;LQPZ-4代表第 4跨沥青混凝土铺装;
FZQ-1-Z代表第1跨左侧防撞墙,FZQ-1-Y代表第1跨右侧防撞墙;
FZQ-2-Z代表第2跨左侧防撞墙,FZQ-2-Y代表第2跨右侧防撞墙;
FZQ-3-Z代表第3跨左侧防撞墙,FZQ-3-Y代表第3跨右侧防撞墙;
FZQ-4-Z代表第4跨左侧防撞墙,FZQ-4-Y代表第4跨右侧防撞墙;
SSF-1代表第1道伸缩缝;SSF-2代表第2道伸缩缝。
(2)桥梁技术状况大数据建立
某高速桥梁结构资产大数据-桩基物理参数及病害(表21)
某高速桥梁右幅结构资产大数据-墩台物理参数及病害(表22)
某高速桥梁右幅结构资产大数据-横系梁物理参数及病害(表23)
序号 | 组成构件编号 | 长度(m) | 横截面(cm) | 设计强度(MPa) | 病害 |
1 | HXL-1 | 6 | 100×120 | 30 | 无 |
2 | HXL-2 | - | - | 30 | 无 |
3 | HXL-3 | - | - | 30 | 无 |
某高速桥梁右幅结构资产大数据-帽梁物理参数及病害(表24)
序号 | 组成构件编号 | 长度(m) | 横截面(cm) | 设计强度(MPa) | 病害 |
1 | ML-1 | 12 | 800×150 | 30 | - |
2 | ML-2 | 12 | 800×150 | 30 | - |
3 | ML-3 | 12 | 800×150 | 30 | - |
4 | ML-4 | 12 | 800×150 | 30 | - |
5 | ML-5 | 12 | 800×150 | 30 | - |
某高速桥梁右幅结构资产大数据-ZZ1Q1~2号盆式支座物理参数及病害(表 25)
序号 | 组成构件编号 | 横截面(mm) | 厚度(mm) | 病害 |
1 | ZZ1Q-1 | 280×235 | 80 | 钢支座轻微锈蚀 |
2 | ZZ1Q-2 | 280×235 | 80 | 钢支座轻微锈蚀 |
某高速桥梁右幅结构资产大数据-ZZ2Q1~2号盆式支座物理参数及病害(表 26)
序号 | 组成构件编号 | 横截面(mm) | 厚度 | 病害 |
1 | ZZ2Q-1 | 280×235 | 80 | - |
2 | ZZ2Q-2 | 280×235 | 80 | - |
某高速桥梁右幅结构资产大数据-ZZ3Q1~2号盆式支座物理参数及病害(表 27)
序号 | 组成构件编号 | 横截面(mm) | 厚度(mm) | 病害 |
1 | ZZ3Q-1 | 280×235 | 80 | - |
2 | ZZ3Q-2 | 280×235 | 80 | - |
某高速桥梁右幅结构资产大数据-ZZ4Q1~2号盆式支座物理参数及病害(表 28)
序号 | 组成构件编号 | 横截面(mm) | 厚度(mm) | 病害 |
1 | ZZ4Q-1 | 280×235 | 80 | - |
2 | ZZ4Q-2 | 280×235 | 80 | - |
某高速桥梁右幅结构资产大数据-ZZ4Z1~2号盆式支座物理参数及病害(表 29)
序号 | 组成构件编号 | 横截面(mm) | 厚度(mm) | 病害 |
1 | ZZ4Z-1 | 280×235 | 80 | - |
2 | ZZ4Z-2 | 280×235 | 80 | - |
某高速桥梁右幅结构资产大数据-第1跨主梁物理参数及病害(表30)
某高速桥梁右幅结构资产大数据-第2跨主梁物理参数及病害(表31)
某高速桥梁右幅结构资产大数据-第3跨主梁物理参数及病害(表32)
某高速桥梁右幅结构资产大数据-第4跨主梁物理参数及病害(表33)
某高速桥梁右幅结构资产大数据-LQPZ1~4物理参数及病害(表34)
某高速桥梁右幅结构资产大数据-SSF1~2号物理参数及病害(表35)
某高速桥梁右幅结构资产大数据-FZQ1~4号物理参数及病害(表36)
(3)桥梁健康监测大数据建立
依据《公路桥梁结构安全监测***技术规程》(JT/T 1037-2016)5.2.2结构整体响应监测内容包括结构振动、位移、变形和转角,各种桥型均应进行振动与变形监测,位移和转角可根据结构受力特点选择确定。5.2.3结构局部响应监测内容选择符合下列规定:a)应对关键构件应变进行监测;对该桥应力、挠度(变形)进行实时监测,并对自振频率进行定期监测。
(1)桥梁应变测点布置如图4、图5所示
桥梁主跨按4等分点及墩顶截面进行布置,边跨布置于跨中截面及墩顶截面,共需在7个截面布置应变传感器,传感器布置在箱梁顶、底板,传感器总数28个,应变监测传感器布置示意图如下所示。
(2)主梁挠度监测仪测点布置如图6、图7所示
在两个主跨共布置7个挠度监测仪,在边跨跨中各布置1个挠度监测仪,布置示意图如下所示。
(3)主梁自振频率测点布置如图8、图9所示
主梁自振频率与结构刚度直接相关,利用自振频率评价桥梁的刚度具有较高的可靠性。结构构件出现缺损时,一般自振频率会降低。右幅箱梁自振频率采用定期监测的方式,利用DH5907N无线振动传感器按1次/月频率进行数据采集。测点C1、C2、C3、C4、C5布置在跨中和防撞墙的附近。
(4)预警值设定
采用结构计算软件建立桥梁结构计算模型,共77个节点,66个单元,根据设计图纸汽车活载采用汽—超20级,桥梁结构计算模型如图10所示,结构基频预警值为1.41Hz,应变、挠度预警值如下。
对应变、挠度设置黄色预警值、橙色预警值和红色预警值,分别取计算值的(包络值的)0.8、0.9和1.0。应变和挠度各测点预警值如下表所示。对应变和挠度以外的监测项目采用黄色和红色二级预警。a)黄色预警,提醒桥梁管养单位应对环境、荷载、结构整体或局部响应加强关注,并进行跟踪观察;b)橙色预警,警示桥梁管养单位应对环境、结构整体或局部响应连续密切关注,查明报警原因;c)红色预警,对结构整体和局部响应进行安全计算评估,采取适当检查、应急管理措施以确保桥梁结构安全运营;
各应变测点监测预警值(单位:με)(表q)
各挠度测点监测预警值(单位:mm)(表r)
监测截面 | 传感器编号 | 理论计算值 | 黄色预警 | 橙色预警 | 红色预警 |
1 | N1 | 10.5 | 8.4 | 9.45 | 10.5 |
2 | N2 | 11.5 | 9.2 | 10.35 | 11.5 |
3 | N3 | 21.7 | 17.36 | 19.53 | 21.7 |
4 | N4 | 19.3 | 15.44 | 17.37 | 19.3 |
5 | N5 | 12.4 | 9.92 | 11.16 | 12.4 |
6 | N6 | 12.4 | 9.92 | 11.16 | 12.4 |
7 | N7 | 21.7 | 17.36 | 19.53 | 21.7 |
8 | N8 | 11.5 | 9.2 | 10.35 | 11.5 |
9 | N9 | 10.5 | 8.4 | 9.45 | 10.5 |
(5)监测结果
提取三个月的监测数据对该桥受力状况进行评估:
(1)根据桥梁各跨控制截面应变监测时程曲线,由图11~图17可知,第 1跨应变控制截面YB1出现报警情况,其余各跨控制截面应变值均未超过理论计算值,应变监测时程曲线变化趋势平稳,报警值超出预警值,但幅度较小,经查视频监控***2020年4月17日上午10时24分,2台重载货车通过该桥;2020 年6月19日上午11时40分,6台重载货车密集通过该桥。
(2)根据桥梁挠度监测时程曲线,具体如下图18~图21所示,各跨控制截面挠度监测时程曲线变化幅度均较小,未出现持续上升或持续下降的现象,表明桥梁挠度监测值正常。
(3)根据桥梁右幅箱梁自振频率测试结果如图22、图23、图24所示,该桥三次监测自振频率均为1.563Hz,自振频率均大于理论计算值(理论计算值为 1.41Hz),且自振频率未出现降低的趋势,说明该桥未发生严重结构性病害。
步骤2:
桥梁技术状况评定:根据我国《公路桥梁技术状况评定标准》(JTGT H21-2011)中3.1.1公路桥梁技术状况评定包括桥梁构件、部件、桥面系、上部结构、下部结构和全桥评定,公路桥梁技术状况评定应采用分层综合评定与5 类桥梁单项控制指标相结合的方法,先对桥梁各构件进行评定,然后对桥梁各部件进行评定,再对桥面系、上部结构和下部结构分别进行评定,最后进行桥梁总体技术状况的评定。3.2.3桥梁总体技术状况评定等级分为1类、2类、3类、 4类、5类。3.2.4桥梁主要部件技术状况评定标度分为1类,2类、3类、4类、 5类。对桥梁及其组成构件进行技术状况评定,并根据桥梁技术状况评定标准对桥梁及其组成构件进行技术状况分类。
某高速桥梁右幅技术状况评定结果(表s)
桥梁健康监测数据评估:
(1)桥梁应变监测时程曲线变化趋势平稳,除主桥第1跨应变控制截面YB1 出现报警情况外,其余各跨控制截面应变值均未超过理论计算值,且报警值超出预警值幅度较小,应变监测正常。经查视频监控发现超预警值时,有重型货车密集通过该桥。
(2)桥梁挠度监测时程曲线变化趋势平稳,监测时间段内在线监测***均未对桥梁各跨控制截面挠度进行报警,挠度监测值正常。
(3)桥梁自振频率测试值均为1.563Hz,大于理论计算值,振动频率正常。
步骤3:根据桥梁技术状况及桥梁健康监测大数据对桥梁及其组成构件进行病害诊断,确定病害原因、严重程度和演化规律。
本桥病害有:
(1)主梁顶板纵向裂缝
(2)主梁砼剥落露筋
(3)钢盆支座轻微锈蚀
(4)桥墩竖向裂缝
病害原因分析如下:
(1)主梁顶板纵向裂缝:在车轮作用下,产生横向弯矩应力,当横向配筋不足时,形成纵向裂缝。
(2)主梁砼剥落露筋:一般是由施工及环境因素造成。
(3)钢盆支座轻微锈蚀:一般受所处环境条件等因素影响,导致钢盆支座锈蚀。
(4)桥墩竖向裂缝:混凝土发生干缩变形引发裂缝;腐蚀式环境导致桥梁钢筋锈蚀产生裂缝。
严重程度及演化规律:
该桥上述裂缝病害为温缩裂缝,均属非结构裂缝,且发展较缓慢,但对桥梁结构的耐久性存在一定影响;防撞墙破损需引起养护部门关注;其余病害小修保养即可。
步骤4:借鉴国内外桥梁及其组成构件养护维修的成功经验,建立桥梁及其组成构件的养护方案库。
1、针对非结构裂缝,建议如下加固对策进行预防性养护,该对策适用于所有结构型式桥梁。
(1)表面修补法(封缝)
表面修补法是一种最为常用的裂缝处理方法,该方法仅是针对一些表面浅裂缝的修补。该方法多适用于裂缝宽度≤0.15mm浅而细的裂缝。
(2)灌缝
用灌浆法修补混凝土裂缝,己是国内外桥梁维修中广泛应用的技术。所用的胶粘剂主要有环氧树脂、甲凝和水泥,应根据裂缝宽度合理选用。灌浆修补裂缝,一方面是靠粘结剂的粘结力将结构内部组织重新结合为整体,恢复应有的强度,另一方面阻断空气和水分进入梁体避免钢筋腐蚀。该方法多适用于裂缝宽度>0.15mm浅而细的裂缝。
(3)粘贴碳纤维法
粘贴碳纤维法是通过对裂缝进行灌缝后利用环氧树脂等粘结材料与原有构件有效粘结,粘贴在混凝土表面,来有效封闭混凝土表面的裂缝,并约束混凝土结构裂缝的生成与扩展。粘贴碳纤维法不仅可用于控制混凝土构件裂缝病害的发展及已有裂缝的封闭,还可以提高构件的抗弯承载力、抗剪承载力以及受拉构件的轴向抗拉承载力,提高构件的刚度以及延性等。该方法适用于非结构裂缝密集的构件加固,以及桥梁构件受拉区结构裂缝的加固,以提高桥梁的承载力及耐久性。
2、针对砼表层病害(麻面、蜂窝、空洞、剥落、露筋)、砼钢筋锈胀露筋、砼保护层厚度不足等病害,采取如下加固对策,该对策适用于所有结构型式桥梁。
(1)环氧砂浆修补法
环氧砂浆修补法主要有人工表面封涂修补和浇筑涂层修补法。人工表面封涂修补法主要用于混凝土结构表面的风化、剥落、露筋等小面积的破损。
(2)水泥砂浆修补法
水泥砂浆修补法包括水泥砂浆人工涂抹法和喷浆修补法。水泥浆人工涂抹法主要应用于小面积的缺陷,特别是损坏深度较浅的缺陷。喷浆修补法主要应用于混凝土表面大面积缺损的修补及重要混凝土结构物的修补。
(3)混凝土修补法
混凝土修补法主要有直接浇筑法、喷射法和压浆法等。主要应用于混凝土桥梁结构中出现的蜂窝、空洞及较大范围破损等缺陷,一般可采用级配良好的混凝土进行修补。
3、针对支座轻微锈蚀,可以采用砂纸除锈后重涂防锈漆处理。
步骤5:利用步骤3的桥梁病害诊断结果,从养护方案库中优选最佳养护方案。
1、针对主梁裂缝、桥墩裂缝采取封缝的养护维修方式。
2、针对砼表层病害采用环氧砂浆方式修补。
3、针对支座轻微锈蚀,采用砂纸除锈后重涂防锈漆处理。
本发明利用桥梁技术状况评定和预测结果,桥梁病害诊断结果,研究提出了智能化进行养护方案优选决策新技术,提出了桥梁维护养护数字化建设新方法,为桥梁技术状况评定和预测、病害诊断和养护方案优选决策创造了有利条件。病害智能诊断单元是在建立桥梁组成构件与其所发生病害的一一对应关系的基础上,利用桥梁现行技术状况及病害关键技术指标演化数学模型,分析确定桥梁病害的属性、严重程度、病害原因和演化规律;养护方案智能优选决策单元由计算机从某一类病害的养护方案库中智能优选出桥梁最佳养护方案,并可为某一单位管理的所有桥梁进行桥梁年度养护计划或桥梁五年期养护规划编制提供基础依据。应用本发明,可解决公路交通***中,梁式桥梁养护方案的智能决策,为实现数十万座梁式桥梁长期正常运行提供可靠、有效的保障。
本领域技术人员可以理解附图只是一个优选实施场景的示意图,附图中的模块或流程并不一定是实施本申请所必须的。本领域技术人员可以理解实施场景中的装置中的模块可以按照实施场景描述进行分布于实施场景的装置中,也可以进行相应变化位于不同于本实施场景的一个或多个装置中。上述实施场景的模块可以合并为一个模块,也可以进一步拆分成多个子模块。
上述本申请序号仅仅为了描述,不代表实施场景的优劣。以上公开的仅为本申请的几个具体实施场景,但是,本申请并非局限于此,任何本领域的技术人员能思之的变化都应落入本申请的保护范围。
Claims (8)
1.一种基于桥梁大数据的养护智能决策方法,所述桥梁大数据为若干桥梁各种数据的综合,其特征在于,包括:
设立每个桥梁对应一个应用数据库,所述应用数据库包括桥梁信息数据库和模型库;其中,所述桥梁信息数据库包括桥梁结构资产大数据、桥梁技术状况大数据和桥梁健康监测大数据,所述桥梁健康监测大数据对应连续钢构桥梁或/和连续现浇箱梁桥梁;所述桥梁结构资产大数据为桥梁的基础信息数据,其包括所述桥梁所有组成构件的类型、数量、几何尺寸和物理力学性能;
对所述桥梁所有组成构件进行***编号,赋予每一个所述构件唯一性身份标识,所述身份标识作为所述构件所发生的病害和技术状况大数据的锚定载体;其中,所述桥梁技术状况大数据包括反映桥梁技术状况的各项技术参数和所述构件所发生病害的检测数据;
对所述构件所发生的每一个病害授予一个编号,并建立所述构件与其所发生病害的一一对应关系;
通过对所述构件所发生的病害检测数据进行分析统计,取得所述构件的技术状况评分,根据所述构件的技术状况评分取得桥梁所有组成部件的技术状况评分,根据桥梁所有组成部件的技术状况评分取得桥梁总体技术状况评分;
根据预设的规定,对桥梁所有组成构件、部件和桥梁总体进行技术状况分类,并根据评分标注各分为5类;
采集监测数据,包括通过实时监测设备实时采集所述桥梁健康监测大数据对应的连续钢构桥梁或/和连续现浇箱梁桥梁的关键结构部位的位移、变形、挠度、应变、裂缝宽度的监测数据,以及采集温湿度环境监测数据、视频监控取得的交通量数据和车型特征的视频数据;
预警值设定,建立桥梁有限元模型,得出理论计算值,据此设置应变、挠度黄色预警值和红色预警值;
建立所述模型库,所述模型库包括利用所述桥梁技术状况大数据及所述桥梁健康监测大数据,建立位移、变形、挠度、应变、裂缝宽度中各个的关键指标的预测数学模型,通过所述关键指标的预测数学模型生成预测桥梁及构件随使用时间延长的演化规律信息,将所述演化规律设信息为桥梁病害诊断的关联信息;
依据所述关键指标的预测数学模型,设置病害关键指标预警值;当某一所述监测数据超过所述预警值时,执行预警操作并生成相应的养护智能决策方案。
2.根据权利要求1所述的养护智能决策方法,其特征在于:所述实时监测设备包括传感器和/或视频监控***,所述传感器包括在梁式桥梁指定位置布设的位移传感器、变形传感器、挠度传感器、应变传感器、裂缝宽度传感器、温度传感器和湿度传感器,将所述传感器采集的数据通过无线传输的方式上传至云平台中保存数据。
3.根据权利要求1所述的养护智能决策方法,其特征在于:所述公路梁式桥梁包括普通钢筋混凝土梁式桥梁、预应力钢筋混凝土梁式桥梁、连续钢构桥梁和连续现浇箱梁。
4.根据权利要求1所述的养护智能决策方法,其特征在于:所述桥梁组成构件包括预应力砼结构、非预应力砼结构的矩形板、T梁、空心板梁、I字梁和箱梁,所述T梁包括腹板、横隔板和翼板。
5.根据权利要求1所述的养护智能决策方法,其特征在于:所述桥梁技术状况大数据中裂缝数据包括桥梁构件所发生裂缝的关键参数,所述关键参数包括裂缝长度、宽度、部位和方向的数据。
6.根据权利要求1所述的养护智能决策方法,其特征在于:所述采集监测数据包括:
获取对所述桥梁健康监测大数据,包括在所述构件上确定监测部位、传感器的类型和数量,并对各个所述监测部位和各个所述传感器分别赋予唯一性身份标识;收集对应所述监测部位各种所述传感器实时采集的测点数据,并转换成桥梁指定部位监测指标的监测时程曲线趋势图,分析桥梁关键指标的演化规律信息。
7.根据权利要求1所述的养护智能决策方法,其特征在于:所述桥梁病害关键指标预测数学模型的取得方法为:对各所述关键指标在不同时间取得的检测和/或监测数据进行曲线拟合,以时间为横坐标,以检测或监测数据为纵坐标,采用不同函数进行曲线拟合,选择相关系数最高的函数作为桥梁某一关键指标预测数学模型,用于分析各项关键指标的发展趋势预测并分析评估病害严重程度。
8.一种基于桥梁大数据的养护智能决策***,其特征在于,包括:
数据模块,用于设立每个桥梁对应一个应用数据库,所述应用数据库包括桥梁信息数据库和模型库;其中,所述桥梁信息数据库包括桥梁结构资产大数据、桥梁技术状况大数据和桥梁健康监测大数据,所述桥梁健康监测大数据对应连续钢构桥梁或/和连续现浇箱梁桥梁;所述桥梁结构资产大数据为桥梁的基础信息数据,其包括所述桥梁所有组成构件的类型、数量、几何尺寸和物理力学性能;
构件编号模块,用于对所述桥梁所有组成构件进行***编号,赋予每一个所述构件唯一性身份标识,所述身份标识作为所述构件所发生的病害和技术状况大数据的锚定载体;其中,所述桥梁技术状况大数据包括反映桥梁技术状况的各项技术参数和所述构件所发生病害的检测数据;
关联模块,用于对所述构件所发生的每一个病害授予一个编号,并建立所述构件与其所发生病害的一一对应关系;
分析模块,用于通过对所述构件所发生的病害检测数据进行分析统计,取得所述构件的技术状况评分,根据所述构件的技术状况评分取得桥梁所有组成部件的技术状况评分,根据桥梁所有组成部件的技术状况评分取得桥梁总体技术状况评分;
分类模块,用于根据预设的规定,对桥梁所有组成构件、部件和桥梁总体进行技术状况分类,并根据评分标注各分为5类;
数据采集模块,用于采集监测数据,包括通过实时监测设备实时采集所述桥梁健康监测大数据对应的连续钢构桥梁或/和连续现浇箱梁桥梁的关键结构部位的位移、变形、挠度、应变、裂缝宽度的监测数据,以及采集温湿度环境监测数据、视频监控取得的交通量数据和车型特征的视频数据;
预警模块;用于预警值设定,建立桥梁有限元模型,得出理论计算值,据此设置应变、挠度黄色预警值和红色预警值;
模型库模块,用于建立所述模型库,所述模型库包括利用所述桥梁技术状况大数据及所述桥梁健康监测大数据,建立位移、变形、挠度、应变、裂缝宽度中各个的关键指标的预测数学模型,通过所述关键指标的预测数学模型生成预测桥梁及构件随使用时间延长的演化规律信息,将所述演化规律设信息为桥梁病害诊断的关联信息;
方案输出模块,用于依据所述关键指标的预测数学模型,设置病害关键指标预警值;当某一所述监测数据超过所述预警值时,执行预警操作并生成相应的养护方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111230734.5A CN114626119B (zh) | 2021-10-21 | 2021-10-21 | 一种基于桥梁大数据的养护智能决策方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111230734.5A CN114626119B (zh) | 2021-10-21 | 2021-10-21 | 一种基于桥梁大数据的养护智能决策方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114626119A true CN114626119A (zh) | 2022-06-14 |
CN114626119B CN114626119B (zh) | 2023-05-26 |
Family
ID=81896947
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111230734.5A Active CN114626119B (zh) | 2021-10-21 | 2021-10-21 | 一种基于桥梁大数据的养护智能决策方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114626119B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114878796A (zh) * | 2022-07-12 | 2022-08-09 | 唐山陆达公路养护有限公司 | 基于道路养护的评估监测平台 |
CN115062805A (zh) * | 2022-08-17 | 2022-09-16 | 湖北交投智能检测股份有限公司 | 一种高速公路的沥青路面的数字化建设方法及*** |
CN115876070A (zh) * | 2023-03-03 | 2023-03-31 | 长安大学 | 一种火灾下桥梁钢板屈曲变形的监测预警装置及安装方法 |
CN116401525A (zh) * | 2023-02-23 | 2023-07-07 | 兰州工业学院 | 一种基于智能化感应的桥隧预测维护方法及*** |
CN116503027A (zh) * | 2023-06-27 | 2023-07-28 | 成都智达万应科技有限公司 | 一种公路资产智能化管理*** |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102044127A (zh) * | 2009-10-14 | 2011-05-04 | 中冶(北京)交通科技发展有限公司 | 一种基于远程专家服务预警服务管理*** |
CN105184065A (zh) * | 2015-08-27 | 2015-12-23 | 北京特希达交通设施顾问有限公司 | 基于常态均值的桥梁损伤识别方法 |
CN106017556A (zh) * | 2016-05-20 | 2016-10-12 | 清华大学合肥公共安全研究院 | 桥梁安全运营监测与管理*** |
CN111310275A (zh) * | 2020-03-31 | 2020-06-19 | 南京智行信息科技有限公司 | 一种桥梁病害大数据分析方法 |
CN111368423A (zh) * | 2020-03-03 | 2020-07-03 | 长安大学 | 一种车载桥梁承载能力快速检测评估***及方法 |
CN112668149A (zh) * | 2020-12-07 | 2021-04-16 | 山西省交通科技研发有限公司 | 梁式桥技术状况参数化结构建模及智能评定*** |
CN113255811A (zh) * | 2021-06-06 | 2021-08-13 | 山西省交通科技研发有限公司 | 一种基于bim的梁式桥多源异构数据融合决策*** |
-
2021
- 2021-10-21 CN CN202111230734.5A patent/CN114626119B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102044127A (zh) * | 2009-10-14 | 2011-05-04 | 中冶(北京)交通科技发展有限公司 | 一种基于远程专家服务预警服务管理*** |
CN105184065A (zh) * | 2015-08-27 | 2015-12-23 | 北京特希达交通设施顾问有限公司 | 基于常态均值的桥梁损伤识别方法 |
CN106017556A (zh) * | 2016-05-20 | 2016-10-12 | 清华大学合肥公共安全研究院 | 桥梁安全运营监测与管理*** |
CN111368423A (zh) * | 2020-03-03 | 2020-07-03 | 长安大学 | 一种车载桥梁承载能力快速检测评估***及方法 |
CN111310275A (zh) * | 2020-03-31 | 2020-06-19 | 南京智行信息科技有限公司 | 一种桥梁病害大数据分析方法 |
CN112668149A (zh) * | 2020-12-07 | 2021-04-16 | 山西省交通科技研发有限公司 | 梁式桥技术状况参数化结构建模及智能评定*** |
CN113255811A (zh) * | 2021-06-06 | 2021-08-13 | 山西省交通科技研发有限公司 | 一种基于bim的梁式桥多源异构数据融合决策*** |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114878796A (zh) * | 2022-07-12 | 2022-08-09 | 唐山陆达公路养护有限公司 | 基于道路养护的评估监测平台 |
CN114878796B (zh) * | 2022-07-12 | 2022-09-16 | 唐山陆达公路养护有限公司 | 基于道路养护的评估监测平台 |
CN115062805A (zh) * | 2022-08-17 | 2022-09-16 | 湖北交投智能检测股份有限公司 | 一种高速公路的沥青路面的数字化建设方法及*** |
CN116401525A (zh) * | 2023-02-23 | 2023-07-07 | 兰州工业学院 | 一种基于智能化感应的桥隧预测维护方法及*** |
CN116401525B (zh) * | 2023-02-23 | 2023-09-29 | 兰州工业学院 | 一种基于智能化感应的桥隧预测维护方法及*** |
CN115876070A (zh) * | 2023-03-03 | 2023-03-31 | 长安大学 | 一种火灾下桥梁钢板屈曲变形的监测预警装置及安装方法 |
CN116503027A (zh) * | 2023-06-27 | 2023-07-28 | 成都智达万应科技有限公司 | 一种公路资产智能化管理*** |
CN116503027B (zh) * | 2023-06-27 | 2024-01-19 | 成都智达万应科技有限公司 | 一种公路资产智能化管理*** |
Also Published As
Publication number | Publication date |
---|---|
CN114626119B (zh) | 2023-05-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114626119B (zh) | 一种基于桥梁大数据的养护智能决策方法及*** | |
CN105893689A (zh) | 一种桥梁可靠度预测方法及其养护方法 | |
Moreu et al. | Current research topics: Railroad bridges and structural engineering | |
Rashidi et al. | Proposal of a methodology for bridge condition assessment | |
Rashidi et al. | A methodology for bridge condition evaluation | |
Nowak | Bridge evaluation, repair and rehabilitation | |
CN105926465B (zh) | 一种超载运行条件下桥梁预防性养护模型的建模方法以及养护方法 | |
Šestaková et al. | Degradation-prediction models of the railway track quality | |
Hearn et al. | Bridge Maintenance and Management: A look to the future | |
Nowak et al. | Loads on bridges | |
Suksuwan et al. | Condition rating system for Thailand’s concrete bridges | |
Shirato et al. | Bridge inspection standards in Japan and US | |
van Dooren et al. | Orthotropic deck fatigue: renovation of 8 bridges in The Netherlands | |
Badawy | Assessment of bridges' expansion joints in Egypt | |
Mansour et al. | Evaluation criteria for maintenance priorities of bridges | |
Allady | Resilient and Sustainable Infrastructure Begins with Foundations | |
Omenzetter et al. | Guidelines for data collection and monitoring for asset management of New Zealand road bridges | |
Wenzel et al. | Determination of a performance baseline for lifecycle consideration of bridges | |
Folic et al. | Some Aspect of Bridge Management Systems–Inspection, Evaluation and Maintenance | |
Vaza | Research on the Improvement of Bridge Management System 1992" Case of Bridge Condition Assessment in the Decentralized Indonesia" | |
Rakowski | Bridge evaluation using in-service and weigh-in-motion data | |
Radic et al. | Trends and developments in bridge and asset management | |
Dabous et al. | Defect-based urgency index for bridge maintenance ranking and prioritization | |
Radic et al. | Maintenance strategy for large Adriatic bridges | |
Donnelly et al. | Railway Bridge Self-Assessment Using Real-Time Loading Data |
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 |