桥梁重载实时在线识别系统研究

《桥梁重载实时在线识别系统研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号——UDC密级金亚学校代码羔Q塑2武多凄程歹大潭学位论文题目竖苤重毯塞盟奎垡丛丕』叠丝盈宝英文Real．timeOnlineIdentificationSystem是基目Q￡翌选igh：i塾：也Q!iQnQ至3堡hi垒!曼墨Q塾垦d鱼g曼研究生姓名睦绫指导教师姓名直丝职称割塾撞学位谴±430070申请学位级别塑±学科专业名称一丝剑銎堂鱼三堡论文提交日期2Q12生5旦论文答辩日期2Q12：§：22学位授予单位盍丛里墨盘鲎学位授予日期2Q12生鱼且答辩委员会主席堕登塾撞评阅人盘垡堑丝撞2012年5月独创性声明本人声明，所呈交的

2、论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得武汉理工大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。期：塑兰：!：望关于论文使用授权的说明本人完全了解武汉理工大学有关保留、使用学位论文的规定，即学校有权保留、送交论文的复印件，允许论文被查阅和借阅；学校可以公布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。(保密的论文在解

3、密后应遵守此规定)签名：陛：f牵导师签名：章磕．日期：武汉理工大学硕士学位论文摘要本文所述桥梁重载实时在线识别系统采集前端采用光纤光栅传感器，相对于传统的重载识别具有很大的优势，是桥梁健康监测的一个重要组成部分，已经成为国内外该领域研究的重点。传统载重检查需要车辆停止静态称重，容易造成交通堵塞；采用的传感器主要是基于机电原理设计的，在性能上有其特定的弊端。而本识别装置，首先采集传感器采用的是光纤光栅传感器，在抗干扰性、体积小容易安装、测量值范围空间分辨率，线性范围等性能上都优于传统机电原理的传感器；由于是实时在线识别，车辆在动态

4、运行中就被检查识别，不容易造成交通堵塞。由于动态检查对车辆静态重量以外的因素：车速、检查处桥面平整度、车辆自身的震动比较敏感，在动态识别克服传统识缺点的基础上，保证识别精度是本文识别系统的重点。本文所述桥梁重载实时在线识别主要包括两部分：相关数据如动应变、车速等信息的采集、显示和储存，超重车辆的识别。数据的采集、显示和储存部分通过网口将光纤光栅解调仪等下位机装置的数据传入服务器，通过实时曲线显示采集的数据，通过数据库保存采集的数据，以备以后数据的查询。采集部分涉及网口编程，储存部分涉及利用ADO方式访问数据库，由于采集频率高，数

5、据量大，采集、显示和储存同时进行，所以系统开辟了多个线程，提高CPU利用率。超重车辆识别部分，由于对最终识别结果的影响因素较多，所以将BP神经网络算法引入到本文识别部分。针对传统BP神经网络只能达到局部最优，收敛速度较慢的缺点，利用遗传算法优化传统的BP神经网络，使得优化后的BP神经网络既能提高收敛速度又能达到全局最优。实验结果表明，本文识别系统能在克服传统静态称重的基础上，满足一定误差要求(5％)的现场应用，相对于单纯的动态识别提高了精度。关键词：重载识别；动态；光纤光栅；BP神经网络；遗传算法武汉理工大学硕士学位论文ABST

6、RACTDataacquisitionterminalofreal．timeonlineidentificationsystemofweigh·-in·-motionofvehiclesonbridgedescribedinthisarticleUSeSfiberbragggratingsensors．Thereareagreatofadvantagescomparedtotraditionalweigh—in-motionrecognition．Itisanimportantpartofthebridgehealthmonit

7、oring．Itisbecomingafocusondomesticandinternationalresearchinthisfield．Duringtraditionalloadcheck，vehiclesneedtobestoppedandaeceptdstaticweighting．Itislikelytocauseatrafficjam；sensorsusedherearemainlybasedontheelectricalandmechanicalprinciples，therearemanyspecificdraw

8、backsinperformance．Duringtheidentificationdevice，first，acquisitionsensorsUSefiberBragggratingaresuperiortotraditionalsensorsbasedon