[發明專利]一種風作用下橋梁位移的在線監測方法

有效

• 申請號: 202010109769.2
• 申請日: 2020-02-22
• 公開（公告）號: CN111337210B
• 公開（公告）日: 2021-10-15
• 發明（設計）人: 嚴磊;何旭輝;盧思穎;任磊;郭輝
• 申請（專利權）人: 中南大學
• 主分類號: G01M5/00
• 分類號: G01M5/00;G01M7/02;G01M13/00;G06F30/23;G06F111/10;G06F119/14
• 代理公司: 長沙湘馳達知識產權代理事務所(普通合伙) 43242
• 代理人: 羅若愚

本發明是關于一種風作用下橋梁位移的在線監測方法，包括：確定作用于橋梁的風的平均風速和脈動風速；基于所述平均風速確定平均風作用于所述橋梁的靜風荷載；基于所述脈動風速確定脈動風作用于所述橋梁的抖振力譜；將所述靜風荷載和所述抖振力譜輸入到機器學習算法模型中，獲得風作用下橋梁的位移。

技術領域

本公開涉及智能監測技術領域，尤其涉及一種風作用下橋梁位移的在線監測方法、裝置、系統、計算機設備及存儲介質。

背景技術

橋梁是交通干線的關鍵組成部分，是國民經濟發展的重要保障。橋梁尤其是大跨度橋梁由于柔度很大，對風荷載非常敏感，在風的動力作用下會產生較大的變形和振動。在山區、沿江、沿海這些風速較大的地區修建跨山、跨江、跨海橋梁時，必須綜合考慮風荷載對橋梁的作用，以確保橋梁結構安全。因此，對橋梁狀態進行監測以便及時采取應對措施，確保橋梁運行安全，變得至關重要。但是，在目前的監測方法中，并不能對橋梁的狀態進行準確有效的監測。

發明內容

本公開提供一種風作用下橋梁位移的在線監測方法、裝置、系統、計算機設備及存儲介質。

根據本公開實施例的第一方面，提供一種風作用下橋梁位移的在線監測方法，所述方法包括：

獲取作用于橋梁的風的平均風速和脈動風速；

基于所述平均風速確定平均風作用于所述橋梁的靜風荷載；

基于所述脈動風速確定脈動風作用于所述橋梁的抖振力譜；

將所述靜風荷載和所述抖振力譜輸入到機器學習算法模型中，獲得風作用下所述橋梁的動態位移。

在一個實施例中，所述在將所述靜風荷載和所述抖振力譜輸入到訓練后的機器學習算法模型中之前，還包括：

獲取第一樣本；其中，所述第一樣本包括用于所述機器學習算法模型訓練的靜風荷載、抖振力譜和位移標簽；

將所述第一樣本輸入到所述機器學習算法模型中進行訓練直到所述訓練模型的收斂函數收斂，獲得訓練后的所述機器學習算法模型。

在一個實施例中，所述機器學習算法模型包括有限元模型，所述在將所述靜風荷載和所述抖振力譜輸入到訓練后的機器學習算法模型中之前，還包括：

獲取第二樣本，其中，所述第二樣本包括用于所述有限元模型訓練的抖振力譜和用于所述有限元模型訓練的荷載作用下參考點的實測加速度；

將所述第二樣本輸入所述有限元模型，獲得參考點的模擬加速度響應結果；

當所述實測加速度響應結果與所述模擬加速度響應結果之間的差值大于設置閾值時，修正所述有限元模型直至所述差值小于所述設置閾值。

在一個實施例中，所述將所述第二樣本輸入所述有限元模型，獲得參考點的模擬加速度響應結果，包括：

基于所述抖振力譜、與氣動導數相關的氣動剛度、氣動阻尼，通過傳遞函數得到響應譜；

基于所述響應譜獲得在脈動風速下的參考點的模擬加速度響應結果。

在一個實施例中，所述機器學習算法模型包括有限元模型，所述將所述靜風荷載和所述抖振力譜輸入到機器學習算法模型中，獲得風作用下橋梁的位移，還包括：

將所述靜風載荷輸入到所述有限元模型中，得到所述橋梁在平均風作用下的平均位移；

將所述抖振力譜輸入到所述有限元模型中，得到所述橋梁在脈動風作用下的動態位移；

基于所述平均位移和所述動態位移獲得風作用下所述橋梁的最大位移。

根據本公開實施例的第二方面，還提供一種風作用下橋梁位移的在線監測裝置，所述裝置包括確定模塊和處理模塊；其中，