基于无线传感器网络和独立成分分析的桥梁诊断系统

摘要

桥梁是投资巨大，使用期长的大型基础设施，因此它的安全性对国民经济有着举足轻重的影响。我国现有大小公路桥5000余座，在运营过程中，由于荷载、疲劳、腐蚀和材料老化等不利因素的长期影响，桥梁结构将不可避免地产生自然老化现象，损伤积累，甚至导致突发事故。同样的情况也发生在日本。近来，在日本服务时间超过50年而又继续使用的桥于2020至2030年会迅速增加。因此必须随时掌握桥梁的健康状态，及时发现缺陷和损伤，以延长桥梁使用寿命、确保桥梁的安全运营。 目前，桥梁健康诊断开发还属于基础性的探索阶段。它涉及传感器、计算机、通讯、信号处理等多个领域，需要多学科的研究。我们尝试开发一个桥梁诊断系统对桥梁进行安全维护。 我们通过无线传感器网络收集桥梁的振动数据，用独立成分分析(ICA)和频谱分析来提取桥梁特征频率，以此来识别桥梁的老化和腐蚀现象，对桥梁结构的健康状况进行评价，为桥梁的维修、养护与管理提供依据和指导。 本文所做的主要工作可以分为一下四个部分： 1．通过和传统的桥梁诊断方法相比较，提出了一个利用无线传感器网络的桥梁健康诊断系统。 2．为了减少分析数据中的噪声，该系统使用数字信号处理的独立成分分析方法来提取信号，分离噪声。 3．使用频谱分析（傅立叶变换）来获得桥梁的特征频率，对桥梁进行健康诊断。 4．计算桥墩的位移，描绘桥墩的运动形式。 我们已用此诊断系统在日本福冈县北九州市小仓区的青岚桥进行了现场实验，成功地提取了该桥的桥墩特征频率，绘制了桥墩的位移图和运动形式图。

目录

文摘

英文文摘

声明

第一章 绪论

1.1 课题来源

1.2 课题研究的目的和意义

1.2.1 研究动机

1.2.2 研究目的和意义

1.3 国内外桥梁健康监控研究概况

1.3.1 国外桥梁健康监控研究概况

1.3.2 国内桥梁健康监控研究概况

1.4 论文的主要研究内容

第二章 基于无线传感器网络和独立成分分析的桥梁诊断系统

2.1 传统的桥梁诊断技术

2.1.1 肉眼检测法

2.1.2 应力波检测

2.1.3 超声波检测

2.1.4 钻穿阻抗法

2.1.5 射线检测法

2.1.6 探地雷达检测法

2.1.7 小结

2.2 无线传感器网络和独立成分分析的桥梁诊断系统

2.2.1 诊断系统的基本原理

2.2.2 桥梁诊断系统的结构图

2.2.3 无线传感器节点

2.2.4 数据分析

第三章 桥梁振动数据预处理方法

3.1 独立成分分析法

3.1.1 独立成分分析(ICA)定义

3.1.2 独立性定义

3.1.3 ICA和投影法

3.1.4 ICA估计原理

3.2 独立成分分析(ICA)算法

3.2.1 Fast ICA算法

3.2.2 Fast ICA算法的预处理

3.2.3 单个信号的定点算法

3.2.4 多个信号的定点算法

3.2.5 Fast ICA算法的特点

第四章 桥梁振动数据的分析方法

4.1 周期信号及其频谱

4.1.1 周期信号的定义

4.1.2 傅里叶级数的三角函数展开式

4.1.3 周期信号的频谱

4.1.4 复数形式的傅里叶级数

4.2 非周期信号及其频谱

4.2.1 傅里叶积分

4.2.2 傅里叶变换与非周期信号的频谱

4.2.3 傅里叶变换的性质

4.2.4 离散傅里叶变换(DFT)

4.2.5 快速傅里叶交换(FFT)

第五章 桥梁诊断的模拟实验

5.1 冲击实验

5.2 风压模拟实验

5.3 车辆实验

5.4 结论

第六章 桥梁诊断现场实验及数据分析

6.1 传感器的放置

6.2 现场实验步骤

6.3 桥梁振动数据分析

6.3.1 频谱分析(FFT-傅立叶变换)

6.3.2 频谱分析(FFT)结论

6.3.3 独立成分分析(ICA)

6.3.4 独立成分分析(ICA)结论

6.3.5 桥墩的位移分析

6.3.6 位移分析结论

第七章 总结与展望

7.1 总结

7.2 展望

参考文献

作者在攻读硕士学位期间公开发表的论文

作者在攻读硕士学位期间所作的项目

致谢