融合地磁定位与应变面积横向传递匹配的多车道桥梁BWIM方法研究

为改善多车道桥梁大交通流量下车辆信号分离与横向定位困难导致桥梁动态称重(BWIM)系统精度不足的问题,提出一种融合地磁定位与应变面积横向传递匹配的BWIM方法。该方法利用地磁矩阵矢量特性,构建一维卷积神经网络(1D-CNN)模型识别多车通行工况车辆数量和横向位置,采用应变面积横向传递匹配的荷载识别算法结合实测应变响应与车辆加载信息识别车辆重量。以武汉市某多车道空心板梁桥为背景,进行车辆横向位置定位试验,开展标定试验获取动应变响应计算桥梁结构实际影响面,开展单车通行和多车通行2种典型工况试验,基于互相关算法反演车辆通行速度,进而识别车辆重量,并进行精度分析。结果表明:所提方法能精准识别车辆数量与横向位置,车辆通行横向位置识别准确率保持在96%左右,车速识别误差小于5%;单车通行工况车辆重量识别误差小于2%,多车通行工况车辆重量识别误差小于5%;本文所提方法在保证车辆重量识别精度的前提下能大幅降低计算复杂度与动态响应的干扰,在多车通行场景下依然具有实用性。

应用于OSD的两种轴重识别算法对比分析

为了提高BWIM系统在正交异性桥面(Orthotropic Steel Deck:OSD)的识别精度,提高其算法稳定性,该文对比了两种不同轴重计算方法:参数C算法和Moses算法。通过对实桥开展标定试验,利用两种算法对其车辆的轴重进行识别。识别结果表明:BWIM系统应用于OSD时,采用参数C算法所识别的轴重结果,其误差均值和标准差均优于传统Moses算法。利用欧洲标准COST 323对两种算法的标定结果进行等级评定发现:参数C算法的最终等级的评定结果精度等级较高,达到了C(15)。进一步分析等级评定结果还表明:单个车轴轴重的识别结果直接影响BWIM系统应用于OSD时的精度等级评定,因此提高算法的精度等级关键在于提高单轴识别精度。