[發明專利]一種橋梁伸縮裝置及支座遠程實時監測系統及方法

有效

• 申請號: 202011309259.6
• 申請日: 2020-11-20
• 公開（公告）號: CN112458890B
• 公開（公告）日: 2022-12-23
• 發明（設計）人: 張晨;劉盈吟;楊杰;李小兵
• 申請（專利權）人: 四川新路橋特種技術工程有限公司;張晨;劉盈吟;楊杰;李小兵
• 主分類號: G01D21/02
• 分類號: G01D21/02;E01D19/06;G01B7/16;G01G19/03;G01M5/00
• 代理公司: 成都九鼎天元知識產權代理有限公司 51214
• 代理人: 何祖斌

1.一種橋梁伸縮裝置及支座遠程實時監測系統，其特征在于，包括設置在伸縮裝置和支座上的若干應變傳感器、位移傳感器、溫度傳感器和攝像機；還包括數據采集模塊、預處理模塊和終端數據處理中心，應變傳感器、位移傳感器和溫度傳感器均與數據采集模塊電連接，數據采集模塊和數據預處理模塊用于在線設置應變閾值并做預處理，預處理模塊分別與數據采集模塊、設置在被測裝置處的若干攝像機以及遠程的終端數據處理中心通信連接，攝像機用于定時或受閾值觸發時發送圖片或視頻到遠程終端數據處理中心，終端數據處理中心用于根據軸重應變值與對應的即時速度、采用數據擬合方式、通過標定由典型車重和速度而建立的函數方程式計算求解車載總重；所述終端數據處理中心還用于計算車速、通過時刻、被檢測對象的受力及形變、縫寬和支座位移量；其中，車速由前后兩應變傳感器的距離與對應輪壓產生的兩應變傳感器峰值時間間隔相除的商計算求得；通過時刻由應變傳感器輪載峰值產生時的時間標記獲得；被檢測對象的受力及形變由應變產生的結構計算彎矩或力，結合材料計算求得；縫寬和支座位移量由計算裝置處溫度對時間的定積分或位移傳感器實現。

2.根據權利要求1所述的一種橋梁伸縮裝置及支座遠程實時監測系統，其特征在于，所述終端數據處理中心安裝通過編制的人機顯示界面管理軟件，用于反映和監視伸縮裝置及支座的運行動態并實時對前后圖片進行智能相似度對比鑒別；所述終端數據處理中心通過神經網絡算法的模式識別技術，判別被檢測對象與標準樣本的差異性來監測對象。

3.根據權利要求1所述的一種橋梁伸縮裝置及支座遠程實時監測系統，其特征在于，還包括報警裝置，報警裝置用于當人機顯示界面管理軟件鑒別的差異率超出設定值時，進行報警。

4.根據權利要求1所述的一種橋梁伸縮裝置及支座遠程實時監測系統，其特征在于，所述應變傳感器為電阻應變片式傳感器或壓電傳感器；所述位移傳感器為拉繩傳感器或磁致伸縮傳感器。

5.根據權利要求1～4任意一項所述的一種橋梁伸縮裝置及支座遠程實時監測系統，其特征在于，還包括低通濾波器和高通濾波，低通濾波器和高通濾波均與數據采集模塊電連接。

6.一種橋梁伸縮裝置及支座遠程實時監測方法，其特征在于，包括如下步驟：

S1：實時采集伸縮裝置和支座的應變值、位移值、溫度值；

S2：在線設置應變閾值，應變值超過閾值時，攝像機被觸發向終端數據處理中心發送圖片或視頻，且終端數據處理中心根據軸重應變值與對應的即時速度、采用數據擬合方式、通過標定由典型車重和速度而建立的函數方程式計算求解車載總重；

S3：反映和監視伸縮裝置的運行動態并實時對前后圖片進行智能相似度對比鑒別，判定被測對象健康狀況；

在步驟S2中，終端數據處理中心還進行以下計算：

通過前后兩應變傳感器的距離與對應輪壓產生的兩應變傳感器峰值時間間隔相除的商計算求得車速；

通過時刻由應變傳感器輪載峰值產生時的時間標記獲得；

由應變產生的結構計算彎矩或力，結合材料計算求得被檢測對象的受力及形變；

通過計算裝置處溫度對時間的定積分或位移傳感器實現縫寬和支座位移量計算。

7.根據權利要求6所述的一種橋梁伸縮裝置及支座遠程實時監測方法，其特征在于，在步驟S3中，通過神經網絡算法或哈希算法判別被檢測對象與標準樣本的差異性來監測對象。

8.根據權利要求7所述的一種橋梁伸縮裝置及支座遠程實時監測方法，其特征在于，所述神經網絡包括卷積層、池化層、全連接網絡層、損失函數；在卷積層中，使用了N*N的卷積核對數據提取特征，對于當前層經過濾波后的數據，采用非線性激活函數以增加神經網絡的非線性；激活函數將從ReLU、LreLU、Logistic、PreLU、SReLU和EReLU中挑選，數學表達為其中，表示在l層的第j個特征圖，f(·)為激活函數，M_j表示輸入圖像的特征量，為卷積核，為偏置項；每1至5層相連的卷積層后，一層池化層將被周期性地插入用于逐漸降低數據體的空間尺寸；全連接網絡層用于最后的1～3層，用于在提取的高層特征向量上進行線性組合并且輸出特征向量；損失函數用于對比當前圖像與正常狀態圖像的特征向量的差異程度；

所述哈希算法基于模式識別技術，由被檢測對象與標準樣本差異性判別來監測對象；將檢測圖像縮小圖片分辨率；再將其轉為灰度圖，并計算所有像素的灰度平均值；將每個像素的灰度與平均值進行比較，大于或等于平均值記為1，小于平均值記為0；隨后將上一步的結果組合成N*N長度的整數；最后將檢測圖片的對應整數與標準圖片進行對比得到其漢明距離；如果大于預先設定的閾值則認為差異過大。