[發明專利]一種高鐵大跨斜拉橋無砟軌道疲勞參數智能識別監測方法

有效

• 申請號: 202210019872.7
• 申請日: 2022-01-10
• 公開（公告）號: CN114036808B
• 公開（公告）日: 2022-04-29
• 發明（設計）人: 高軍;毛偉琦;林曉;彭旭民;李俊;鐘繼衛;薛惠玲;王波;張遠征;王翔;紀常永;李力;王正一;高天;錢康;李云友;高宇馨;李鴻猷;王更峰;嚴晗
• 申請（專利權）人: 中鐵大橋科學研究院有限公司;中鐵大橋局集團有限公司;武九鐵路客運專線湖北有限責任公司
• 主分類號: G06F30/23
• 分類號: G06F30/23;G06Q10/00;G06Q50/08;G06Q50/26;G06F119/04;G06F119/02
• 代理公司: 北京華沛德權律師事務所 11302
• 代理人: 王玉璇

1.一種高鐵大跨斜拉橋無砟軌道疲勞參數智能識別監測方法，其特征在于，包括：

步驟一、建立高鐵大跨斜拉橋無砟軌道的有限元標準模型；

步驟二、實時獲取高鐵大跨斜拉橋無砟軌道多個關鍵點的傳感器監測數據，并基于所述有限元標準模型求解得到所述高鐵大跨斜拉橋無砟軌道的疲勞狀態模型；

步驟三、根據所述疲勞狀態模型解算所述高鐵大跨斜拉橋無砟軌道形變的撓曲線函數，進而計算得到撓曲線的中心曲率；

步驟四、獲取高鐵大跨斜拉橋的多個振動觀測數據，分別計算所述振動觀測數據與所述中心曲率的綜合關聯系數；

其中，所述綜合關聯系數的計算公式為：

其中，x_h表示第h類振動觀測數據，表示第h類振動觀測數據的平均值，表示第h類振動觀測數據的方差，表示第h類振動觀測數據與中心曲率的協方差，C₁，C₂，C₃表示極小參數，F_h第h類振動觀測數據與中心曲率的關聯系數，表示綜合關聯系數，m表示振動觀測數據種類；

步驟五、基于所述綜合關聯系數利用卡爾曼濾波法對所述疲勞狀態模型進行濾波，得到所述高鐵大跨斜拉橋無砟軌道的疲勞參數模型。

2.如權利要求1所述的高鐵大跨斜拉橋無砟軌道疲勞參數智能識別監測方法，其特征在于，所述步驟一包括：

自定義多個關鍵控制點，所述關鍵控制點包括橋梁端點、跨中、橋塔頂端、道床板和結構層；

根據所述多個關鍵控制點建立實驗模型并根據所述實驗模型建立高鐵大跨斜拉橋無砟軌道的有限元標準模型。

3.如權利要求2所述的高鐵大跨斜拉橋無砟軌道疲勞參數智能識別監測方法，其特征在于，所述步驟二包括：

將所述傳感器監測數據進行同質融合得到傳感器狀態數據；

將所述傳感器狀態數據作為所述有限元標準模型的荷載邊界得到疲勞狀態模型。

4.如權利要求3所述的高鐵大跨斜拉橋無砟軌道疲勞參數智能識別監測方法，其特征在于，所述傳感器監測數據包括應力應變、水平形變值、豎直沉降值。

5.如權利要求4所述的高鐵大跨斜拉橋無砟軌道疲勞參數智能識別監測方法，其特征在于，所述同質融合包括：

將所述傳感器監測數據進行閾值分割，刪除干擾數據，再進行歸一化處理；

計算單個關鍵點的傳感器監測數據的方差和多個關鍵點的傳感器監測數據的總均方差，得到傳感器權重；

根據所述傳感器權重和所述傳感器監測數據計算所述傳感器的狀態數據值為：

其中，表示傳感器狀態數據值，表示傳感器監測數據歸一值，p_i表示傳感器權重，i表示傳感器，S²表示多個關鍵點的傳感器監測數據的總均方，表示單個關鍵點的傳感器監測數據的方差，n表示傳感器數量。

6.如權利要求5所述的高鐵大跨斜拉橋無砟軌道疲勞參數智能識別監測方法，其特征在于，所述中心曲率的計算公式為：

其中，k表示中心曲率，表示方向角度，H′_x，H′_y表示一階偏導，H″_xx，H″_yy表示二階偏導，H″_xy，H″_yx表示混合偏導，表示一階方向導數，表示二階方向導數。

7.如權利要求6所述的高鐵大跨斜拉橋無砟軌道疲勞參數智能識別監測方法，其特征在于，所述振動觀測數據包括斜拉索位移、拉索橫向加速度、阻抗值、風向和風攻角。

8.如權利要求7所述的高鐵大跨斜拉橋無砟軌道疲勞參數智能識別監測方法，其特征在于，所述步驟五得到的所述疲勞參數模型為：

其中，表示在t_g時刻的疲勞參數狀態向量，表示在t_g-1時刻的綜合關聯系數，ω表示過程噪聲。

9.一種高鐵大跨斜拉橋無砟軌道疲勞參數智能識別監測裝置，基于如權利要求1-8任一項所述的高鐵大跨斜拉橋無砟軌道疲勞參數智能識別監測方法，其特征在于，包括：

建模軟件，其用于建立高鐵大跨斜拉橋無砟軌道有限元標準模型；

數據采集模塊，其包括傳感器監測單元和振動觀測單元，所述監測單元用于獲取多個關鍵控制點的多類傳感器監測數據，所述振動觀測單元用于獲取高鐵大跨斜拉橋的振動觀測數據；

數據融合模塊，其用于對所述傳感器監測單元輸出的傳感器監測數據進行同質融合得到傳感器狀態數據；

解算模塊，其用于根據所述傳感器狀態數據解算所述有限元標準模型得到高鐵大跨斜拉橋無砟軌道的疲勞狀態模型；

模型優化模塊，其用于根據所述振動觀測數據對所述疲勞狀態模型進行卡爾曼濾波，以得到高鐵大跨斜拉橋無砟軌道的疲勞參數模型。