[发明专利]考虑多因素的公轨两用悬索桥吊索疲劳智能化预测方法在审
申请号: | 202210570358.2 | 申请日: | 2022-05-24 |
公开(公告)号: | CN114943108A | 公开(公告)日: | 2022-08-26 |
发明(设计)人: | 刘冒佚;姚刚;都宏波;杨阳;郝朝;孙文童;门武磊;马鑫龙;吴林峻;陈宇霄 | 申请(专利权)人: | 重庆城投基础设施建设有限公司;重庆大学 |
主分类号: | G06F30/13 | 分类号: | G06F30/13;G06N3/04;G06N3/06;G06N3/08;G06F119/04;G06F119/14 |
代理公司: | 合肥云道尔知识产权代理事务所(特殊普通合伙) 34230 | 代理人: | 常雅雅 |
地址: | 400000 重庆*** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 考虑 因素 两用 悬索桥 吊索 疲劳 智能化 预测 方法 | ||
1.考虑多因素的公轨两用悬索桥吊索疲劳智能化预测方法,其特征在于,包括以下步骤:
步骤1:基于实测交通流量确定疲劳标准车模型;
步骤2:模拟多种荷载对吊索的作用;
步骤3:悬索桥吊索疲劳损伤分析;
步骤4:选择模型预测公路车流量;
步骤5:基于车流预测的悬索桥吊索剩余寿命评估。
2.根据权利要求1所述的考虑多因素的公轨两用悬索桥吊索疲劳智能化预测方法,其特征在于,步骤1所述的基于实测交通流量确定疲劳标准车模型,具体步骤为:
(1.1)在桥梁上安装多个智能摄像头,采集车辆实时图像,并将图像以帧为单位储存在系统中;利用计算机视觉技术采用基于R-FCN的车辆识别网络监测车流信息并识别车辆类型,车辆类型分为轿车、小客车、大客车、小货车、中货车、大货车六种类型;
(1.2)由(1.1)可获得各种车型的车流量并按照设计标准选取各类型车辆的标准轴重;
(1.3)按照疲劳损伤等效原理,以考虑车流总轴重等效的方式计算公路疲劳标准车荷载;
ai(i=1,2,…,7)依次代表大型预制构件运输车、大货车、大客车、中货车、小货车、小客车和轿车的车流量占比;由计算总轴重前10%的车辆种类数n,且n为满足条件的最大整数值;然后对ai进行重新取值得到a'i,当i<n时,a'i取其对应车型的车流量占比,当i=n时,令当i>n时,取a'i=0;
公路疲劳标准车等效轴重计算公式如下:
其中,We为等效轴重;mi(i=1,2,…,7)依次代表大型预制构件运输车、大货车、大客车、中货车、小货车、小客车和轿车的标准轴重;
(1.4)确定轨道交通列车通行次数和轨道疲劳标准车形式,根据监测得到的当日最大轴重作为轨道车载,建立轨道疲劳标准车模型。
3.根据权利要求2所述的考虑多因素的公轨两用悬索桥吊索疲劳智能化预测方法,其特征在于,步骤2所述的模拟多种荷载对吊索的作用,具体步骤为:
(2.1)利用观测塔上得到的当日风荷载数据,计算得到当日的风功率谱密度函数,并进行风速模拟;得到悬索桥吊索各点轴力随时间的变化趋势,获得最不利时间点下的轴力状态;
(2.2)使用ANSYS软件提取各车道和轨道上布置单位移动荷载时的轴力影响线;在(2.1)中的最不利条件下,使用(1.3)和(1.4)中得到的疲劳标准车按影响线加载,从而得到考虑风荷载作用下各车道和轨道下的吊索轴力时程曲线;利用雨流计数法求得悬索桥各吊索的轴力频值谱,从而获取考虑风荷载作用下各车道和轨道加载一次的轴力疲劳幅和轴力循环次数,后续轨道作用选取轴力幅值最大的轨道进行计算;
(2.3)根据当日轨道通行时桥面上正在通行的能引起吊索疲劳损伤的车辆数量,计算出当日能引起车辆和轨道共同作用的概率;计算公式如下:
ω=10q/Q (2)
其中,ω为当日车辆和轨道共同作用的概率;q为轨道通行时当日能引起桥梁疲劳损伤的车次;Q为当日车流量;
将轨道通行时能引起疲劳损伤的车流全部视为在最不利公路车道上通行并与轨道共同作用;
(2.4)首先将前面的轴力变化转化为相应的应力变化,考虑车轨同时作用时,应该调整车荷载和轨道荷载作用下两个损伤的和作为其总损伤;将0.1Qω的车流量作为车轨同时作用的加载次数,使用调整系数修正公路和轨道的组合荷载,并通过雨流计数法得到车轨共同作用下的疲劳应力幅;将0.1Q(1-ω)的车流量按各车道能引起疲劳损伤车辆的比例重新分配,得到各个公路车道在考虑风荷载作用下的疲劳标准车车加载次数。
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重庆城投基础设施建设有限公司;重庆大学,未经重庆城投基础设施建设有限公司;重庆大学许可,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/202210570358.2/1.html,转载请声明来源钻瓜专利网。