[发明专利]大跨度铁路桥梁的基于PHM的故障诊断预测系统及方法

权利要求书

1.一种大跨度铁路桥梁的基于PHM的故障诊断预测系统，其特征在于，包括：

可视化管理模块，其用于对桥梁结构进行BIM建模并直观展示，对桥梁上安装的若干传感器的类型、安装位置及状态进行定位并展示，同时对桥梁的病害位置进行定位并展示病害的描述信息；

档案资料模块，其用于查询桥梁有限元模型的动静力分析数据和桥梁设计、施工、运营维护的数据；

在线监测模块，其通过安装在桥梁上的若干传感器采集桥梁主体结构及关键构件、轨道状态、列车车辆、桥址环境的信息并进行实时监测；

人工巡检模块，其用于检查人员对桥梁、桥上轨道和综合检测车进行巡检，根据病害的位置在三维BIM模型中进行定位，并对病害所处的结构部位、病害类型和病害程度进行文字描述和/或语音描述和/或图片描述，记录巡检时的时间、人员、结构部位或位置、检查所用机具信息；同时，用于查询既有的巡检数据和下一步的巡检计划；

诊断预测模块，其用于根据所述在线监测模块采集到的实时监测数据和所述人工巡检模块检查到的巡检数据，对监测数据的历史趋势和多个数据的相关性进行分析，通过设置阈值进行预警和故障诊断，根据巡检数据对桥梁关键结构或构件的劣化进行评估，包括劣化级别或类型及劣化随时间的变化规律及影响因素，并对桥梁的疲劳可靠度进行评估，同时，对巡检数据进行多元因素相关性分析；

养护维修模块，其用于根据故障诊断和预警结果对桥梁开展维修和修复工作，记录养护和维修的时间、人员、结构部位或位置、以及所用的主要养修机具和材料信息；

系统管理模块，其用于组织机构、系统用户角色、权限、用户账号密码、系统运行日志、数据字典的管理；

数据交互模块，其用于各个模块之间、各个模块与PHM数据库之间的数据交互；

PHM 数据库，其用于存储各个模块的多种数据；

其中，所述诊断预测模块中：

对监测数据在时域内提取特征值并对其历史趋势进行分析，同时对多个监测数据分别提取特征值并对相关性进行分析；

对监测数据中的振动信号在频域内采用傅里叶变换、小波变换分析信号中的奇异性及其奇异性产生的原因；

对监测数据中列车荷载信号建立列车荷载概率模型，结合Monte-Carlo法分析列车荷载效应，并根据Palmgren-Miner线性累积损伤理论与AASHTO规范中的S-N曲线建立疲劳极限状态方程，分析方程中各参数的概率分布，结合列车通行数量预测列车荷载增长及荷载效应对桥梁疲劳可靠指标的影响；

对巡检数据采用统计算法进行多元因素相关性分析，对每种巡检数据分别确定病害影响程度最高的主要因素。

2.根据权利要求1所述的故障诊断预测系统，其特征在于，在线监测模块安装的若干传感器包括：

用于监测桥址环境的传感器，包括监测风速风向、温度、湿度、列车荷载与速度和水文气候的传感器；

用于监测桥梁的静力反应、动力响应的传感器，包括监测位移或变形、应力或应变、振动加速度、振幅的传感器；

用于监测桥梁结构构件外观缺陷或病害的视频传感器，包括监测螺栓断裂、锈蚀、钢构件或混凝土构件开裂的视频传感器；

用于监测轨道状态的传感器，包括监测轮轨力、减载率、脱轨系数的传感器；

用于监测温调器的传感器。

3.根据权利要求1所述的故障诊断预测系统，其特征在于，人工巡检模块的巡检数据包括：

桥梁钢桁架和桥面系以及附属结构的开裂、变形、屈曲、腐蚀、疲劳、涂层失效；

桥梁关键结构包括支座、阻尼器、温调器的锈蚀、断裂、退化、渗漏、蒙尘、润滑不足、变形；

桥梁下部结构的开裂、剥落、腐蚀、沉降、冲刷；

桥上轨道的状态；

综合检测车检测到的轨道几何与车辆动态响应。

4.根据权利要求1所述的故障诊断预测系统，其特征在于，对同荷载工况下的两个振动传感器采集到的N组振动信号进行互谱频率分析，提取前两阶频率，根据恒定的频率值设置阈值，确定超出阈值的区域振动信号，分析引起互谱频率异常的结构病害与缺陷或其它影响因素。