[发明专利]一种高架桥外挂花坛健康状态监测方法及装置有效

专利信息
申请号: 202210812047.2 申请日: 2022-07-12
公开(公告)号: CN115389405B 公开(公告)日: 2023-07-07
发明(设计)人: 薛冬杰;谭文菁;汤添钧 申请(专利权)人: 苏州经贸职业技术学院
主分类号: G01N17/00 分类号: G01N17/00;G01N29/44;G01N29/04
代理公司: 南昌逸辰知识产权代理事务所(普通合伙) 36145 代理人: 石聪灿
地址: 215000 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 高架桥 外挂 花坛 健康 状态 监测 方法 装置
【权利要求书】:

1.一种高架桥外挂花坛健康状态监测方法,其特征在于,包括如下步骤:

S1.选取试验管段进行测量,获得压电传感器信号;

S2.对采集到的信号进行信号分析,包括基于时频域和小波分析进行信号特征提取;

S3.基于试验管段测量的信号得到的信号特征建立锈蚀度模型,所述锈蚀度由锈蚀广度和锈蚀深度共同决定;

所述锈蚀度计算结合锈蚀广度和锈蚀深度得到锈蚀度计算式为:

U=DeZ+b

其中b为偏置量,D为锈蚀深度,Z为锈蚀广度;

所述锈蚀广度基于锈蚀面积和锈蚀点数量决定,其定义为:

其中n为锈蚀点的数量,Si为第i个锈蚀点的锈蚀面积;

所述锈蚀深度D与频域峰值与重心频率呈如下拟合关系:

其中,H为频域峰值,H0为无锈蚀时的频域峰值,G为重心频率,G0为无锈蚀时的重心频率,A、B分别为频域峰值和重心频率的系数,其取值与管段的长度和直径有关,通过试验分别得到两个系数值;

S4.基于试验管段测量的信号建立锈蚀位置定位模型,基于脉冲时间差法来确定锈蚀位置;

S5.采集现场压电传感器信号并进行处理,基于锈蚀度模型和锈蚀位置定位模型以及现场传感器的测量结果,确定监测对象的锈蚀状态;具体为将传感器测量结果带入锈蚀度模型和锈蚀位置定位模型中,得到现场的监测段的锈蚀度和锈蚀位置;

S6:基于锈蚀度和锈蚀位置得到高架桥外挂花坛健康状态;

设花坛通过两个焊接连接点A、B将花坛固定容器与高架桥护栏连接在一起,设该段护栏的首端为坐标0,A点坐标为a,B点为b,总长度为L,锈蚀的坐标为x,所述健康状态模型如下:

其中,Hel为健康状态,m、n为影响因子,mn;a,b为两个焊接连接点位置坐标;U为锈蚀度;

S7:根据监测的健康状态发送警报信息,根据步骤S6得到的健康状态选择养护维修措施,包括正常维护、局部修补、局部加固、整体加固或重新安装。

2.根据权利要求1所述的高架桥外挂花坛健康状态监测方法,其特征在于,所述步骤S2中小波分析特征提取方法的过程如下:

i.对原始信号进行n层小波包分解,得到小波包树,在小波包树的第n层具有2n个频段信号,进行特征提取;

ii.对提取的每一个频段的信号的高频和低频系数进行重构,分别形成新的重构信号;

iii.求取各个频段的能量,计算公式如下:

其中,djk为小波包重构系数,i为分解的层数,j为每一层的节点数;

iv.构造小波特征向量

特定频段的相对小波包能量为:

其中,Ei为信号的总能量;

选取第n层的相对小波包能量特征向量为:

进一步得到小波包的能量熵谱:

3.根据权利要求2所述的高架桥外挂花坛健康状态监测方法,其特征在于,基于二级支持向量机算法识别特征得到锈蚀点数量和面积,其中,第一级分类通过与输出关联性最大的部分特征,即主特征,对信号进行预分类,信号在第一级分类处理后就可以识别到信号的大类别;第二级分类中,基于剩余的特征,对第一级分类结果进行进一步精细化的分类。

4.根据权利要求3所述的高架桥外挂花坛健康状态监测方法,其特征在于,所述二级支持向量机算法为蜂群算法优化支持向量机算法。

5.一种基于如权利要求1-4任意项所述的高架桥外挂花坛健康状态监测方法的装置,其具体包括:

模型建立模块,其用于根据选取的试验管段进行测量,根据对试验管段测量得到的信号分析结果建立锈蚀度模型和锈蚀位置定位模型;

现场锈蚀状态计算模块,其用于采集现场传感器信号并进行处理,基于锈蚀度模型和锈蚀位置定位模型以及现场传感器的测量结果,确定监测对象的锈蚀状态;

健康状态计算模块,其用于基于所述锈蚀度和锈蚀位置计算高架桥外挂花坛健康状态;

报警模块,其用于根据监测的健康状态发送警报信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州经贸职业技术学院,未经苏州经贸职业技术学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210812047.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top