[发明专利]一种基于活载应变的预应力混凝土梁桥开裂预警方法有效
申请号: | 201910867598.7 | 申请日: | 2019-09-13 |
公开(公告)号: | CN110704805B | 公开(公告)日: | 2022-12-20 |
发明(设计)人: | 赵瀚玮;丁幼亮;李爱群;任昭昭;杨康 | 申请(专利权)人: | 东南大学 |
主分类号: | G06F17/18 | 分类号: | G06F17/18;G08B31/00;G01B21/32 |
代理公司: | 南京众联专利代理有限公司 32206 | 代理人: | 叶倩 |
地址: | 210096 *** | 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 基于 应变 预应力 混凝土 开裂 预警 方法 | ||
1.一种基于活载应变的预应力混凝土梁桥开裂预警方法,其特征在于,包括如下步骤:
(1)采集车辆每次通过时桥梁各构件的应变影响线时程,提取每个应变影响线时程的幅值数据,积累一定量的应变影响线幅值数据,绘制应变影响线幅值长期数据的频率或频数直方图;
(2)以混合高斯模型为目标函数,采用最小二乘法拟合应变影响线幅值数据频率或频数直方图各矩形直方的顶点坐标,将拟合函数在负无穷至正无穷区间的积分值归一化为1,并检验其拟合优度;
(3)根据所对应的混合高斯模型各波峰峰值,确定混合高斯模型函数中各个单一波峰区间的边界值,并将应变影响线幅值数据按各单一波峰区间边界值进行数据聚类,形成多个数据簇;
(4)将混合高斯模型中均值最大的单一波峰区间所对应的数据簇作为重型车辆作用下的应变影响线幅值数据簇,以该数据簇的累积分布函数在特定保证率β所对应的应变值α作为反映混凝土开裂的预警指标,式中,P(x≤α)为重车应变影响线幅值数据里大于等于α的概率,它等于累积分布函数FK(x≤α)的函数值;以该指标与混凝土材料的极限拉伸应变规范限值比较并实现预警。
2.根据权利要求1所述的基于活载应变的预应力混凝土梁桥开裂预警方法,所述步骤(1)具体为:
(1.1)采集车辆每次通过时桥梁各构件的应变影响线时程,每个应变测点独立提取每个应变影响线时程的幅值数据并存储;
(1.2)基于各应变测点传感器的应变影响线幅值长期数据绘制各自的频率或频数直方图。
3.根据权利要求1所述的基于活载应变的预应力混凝土梁桥开裂预警方法,所述步骤(2)中包括:
(2.1)以混合高斯模型为目标函数,采用最小二乘法拟合应变影响线幅值数据频率或频数直方图各矩形直方的顶点坐标,顶点的Y轴坐标为各矩形直方的频率或频数,顶点的X轴坐标为各矩形直方的应变区间中位值;
混合高斯模型通用表达式为:
最小二乘法的通用公式为:
min(∑||f(xj)-yj||)
(2.2)将拟合的混合高斯模型函数在负无穷至正无穷区间上进行积分,并将函数积分值归一化为1,积分函数的归一化系数可以被直接移入积分符号中,用作混合高斯模型函数的归一化系数;
(2.3)将归一化后的混合高斯模型函数作为应变影响线幅值的概率密度函数,其积分函数作为应变影响线幅值的概率分布函数,采用卡方检验、Kolmogorov-Smirnov检验方法检验概率分布函数的拟合优度。
4.根据权利要求1所述的基于活载应变的预应力混凝土梁桥开裂预警方法,所述步骤(3)具体为:
(3.1)根据所对应的混合高斯模型各波峰峰值,确定混合高斯模型函数中各个单一波峰区间的边界值,边界值取各个波峰之间的波谷点,没有波谷点时则取两个单一波峰区间对应的高斯函数均值之间的拐点;
(3.2)将应变影响线幅值数据按各单一波峰区间边界值进行数据聚类,形成基于混合高斯模型的多个数据簇。
5.根据权利要求1所述的基于活载应变的预应力混凝土梁桥开裂预警方法,所述步骤(4)具体为:
(4.1)将混合高斯模型中均值最大的单一波峰区间所对应的数据簇作为重型车辆作用下的应变影响线幅值数据簇;
(4.2)将该数据簇对应的高斯函数在负无穷至正无穷区间上进行积分,并将函数积分值归一化为1:
将归一化后的高斯函数作为重车应变影响线幅值的概率密度函数,其积分函数作为重车应变影响线幅值的概率分布函数;
(4.3)以重车应变影响线幅值的概率分布函数在特定保证率β所对应的应变值α作为反映混凝土开裂的预警指标:
式中,P(x≤α)为重车应变影响线幅值数据里大于等于α的概率,它等于累积分布函数FK(x≤α)的函数值;将指标α与混凝土材料的极限拉伸应变规范限值进行比较,当α大于规范值时,则表示测试的活载应变已频繁超限,这时就需向管养单位发出警报。
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东南大学,未经东南大学许可,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/201910867598.7/1.html,转载请声明来源钻瓜专利网。