Moses算法是桥梁动态称重(BWIM)技术中最可靠的算法之一,是目前各商业BWIM系统的基础。然而,受影响线标定的约束,当前的商用BWIM系统仅适用于短跨径桥梁。针对这一情况,提出了虚拟简支梁法。该方法利用桥梁上的某一区段的隔离应变计算...Moses算法是桥梁动态称重(BWIM)技术中最可靠的算法之一,是目前各商业BWIM系统的基础。然而,受影响线标定的约束,当前的商用BWIM系统仅适用于短跨径桥梁。针对这一情况,提出了虚拟简支梁法。该方法利用桥梁上的某一区段的隔离应变计算车辆的轴重和总重,不受桥梁跨径的限制。建立了跨径为20 m和40 m的简支T梁桥有限元模型,基于车桥耦合振动理论模拟获得桥梁响应,并利用提出的新方法识别了车辆的轴重和总重。分析了路面平整度、车辆行驶速度等因素对识别精度的影响。结果表明:对于较短跨径的20 m T梁桥,常见三轴车的总重识别误差平均值在2%左右,五轴车的总重识别误差平均值低于1%,精度都稍优于传统Moses算法;而对于传统Moses算法不适用的40 m T梁桥,该方法识别车辆总重的误差平均值仍可控制在3%以内,表明该方法不受桥梁跨径的限制,具有更广的应用前景。展开更多
目前商用桥梁动态称重系统(weigh-in-motion systems,BWIM)大多基于Moses算法,虽然能高效快速地识别行驶于桥梁的车辆轴重,但轴重识别精度偏低。为解决这一问题,提出基于迭代加权最小二乘的桥梁动态称重(iteratively reweighted least s...目前商用桥梁动态称重系统(weigh-in-motion systems,BWIM)大多基于Moses算法,虽然能高效快速地识别行驶于桥梁的车辆轴重,但轴重识别精度偏低。为解决这一问题,提出基于迭代加权最小二乘的桥梁动态称重(iteratively reweighted least squares,IRLS)算法。与Moses算法不同,IRLS算法考虑了荷载响应中存在的多种不确定性因素,为每个荷载响应值提供一个合适的权重系数,区分不同荷载响应对轴重识别的贡献度。首先,将迭代加权最小二乘引入桥梁动态称重,推导出相应的轴重识别计算公式;然后,通过车桥数值仿真模型,分别用IRLS算法和Moses算法识别轴重,对比分析两种算法的精度及影响因素;最后,基于怀化舞水五桥引桥的车桥动力试验,进一步验证IRLS算法用于桥梁动态称重的有效性和准确性。结果表明,IRLS算法能较合理地分配不同荷载响应对轴重识别的贡献度,在一定程度上提高车辆轴重识别的精度。展开更多
文摘Moses算法是桥梁动态称重(BWIM)技术中最可靠的算法之一,是目前各商业BWIM系统的基础。然而,受影响线标定的约束,当前的商用BWIM系统仅适用于短跨径桥梁。针对这一情况,提出了虚拟简支梁法。该方法利用桥梁上的某一区段的隔离应变计算车辆的轴重和总重,不受桥梁跨径的限制。建立了跨径为20 m和40 m的简支T梁桥有限元模型,基于车桥耦合振动理论模拟获得桥梁响应,并利用提出的新方法识别了车辆的轴重和总重。分析了路面平整度、车辆行驶速度等因素对识别精度的影响。结果表明:对于较短跨径的20 m T梁桥,常见三轴车的总重识别误差平均值在2%左右,五轴车的总重识别误差平均值低于1%,精度都稍优于传统Moses算法;而对于传统Moses算法不适用的40 m T梁桥,该方法识别车辆总重的误差平均值仍可控制在3%以内,表明该方法不受桥梁跨径的限制,具有更广的应用前景。
文摘目前商用桥梁动态称重系统(weigh-in-motion systems,BWIM)大多基于Moses算法,虽然能高效快速地识别行驶于桥梁的车辆轴重,但轴重识别精度偏低。为解决这一问题,提出基于迭代加权最小二乘的桥梁动态称重(iteratively reweighted least squares,IRLS)算法。与Moses算法不同,IRLS算法考虑了荷载响应中存在的多种不确定性因素,为每个荷载响应值提供一个合适的权重系数,区分不同荷载响应对轴重识别的贡献度。首先,将迭代加权最小二乘引入桥梁动态称重,推导出相应的轴重识别计算公式;然后,通过车桥数值仿真模型,分别用IRLS算法和Moses算法识别轴重,对比分析两种算法的精度及影响因素;最后,基于怀化舞水五桥引桥的车桥动力试验,进一步验证IRLS算法用于桥梁动态称重的有效性和准确性。结果表明,IRLS算法能较合理地分配不同荷载响应对轴重识别的贡献度,在一定程度上提高车辆轴重识别的精度。
