基于桥梁健康检测之沉降装置设计研究

桥梁建成投入使用中受地基承载力变化、行车荷载、地震等外部因素的影响,轻则出现超允许数值范围的不均匀沉降现象导致桥梁变形,造成桥梁无法正常使用;严重时会诱发交通事故,带来安全隐患的同时也对经济建设产生影响。为确保公路安全畅通,对投入使用的桥梁要定期进行健康检测,尤其是在地震后有可能带来的地质变化造成的桥梁变形也要及时进行健康检测。其中,沉降量检测是桥梁健康检测的重要指标之一,其检测数据将作为对桥梁服役期间的服务性能进行合理评估的重要技术指标。长期以来,公路科研人员提出了各具特色的检测研究方向,以及有效、快速的成功检测与定量评价方法与技术,对合理使用资金与资源,实施桥梁最佳替换方案和养护策略,以及对于预测桥梁超限损坏和安全使用具有很好的实践意义,也为桥梁管理提供了可靠的理论依据,保障了投资效益最大化。2020年在河口区县道X028北外环西延公路上的一座T型梁桥——草桥沟老桥上采用一种既经济实用又快速、精准的检测技术装置进行了沉降量检测,实现了安全、快速、充分、全面的桥梁沉降量检测,对于确保桥梁安全畅通,及时提供了第一手资料。现就这种道路桥梁沉降勘测装置技术进行了详细介绍,期望为类似工程提供...     

面向绿色化的城轨基础设施检测模式分析

国家双碳战略布局下,城轨行业将全面推进绿色转型。基础设施检测作为城轨运营安全的重要保障,通过推广应用绿色化的检测模式、统筹优化线网检测资源配置,有助于城轨行业节能降碳。文章通过分析城轨基础设施检测和城轨综合检测列车的发展现状,在运营电客车+专用检测车基本架构下,结合线网运营规模等因素,提出 2 种检测装备配置方案,为贯彻新发展理念,加速检测技术装备绿色转型提供参考。     

发动机尾气排放污染程度有限元仿真检测分析

开发和建立一套更加科学、合理、先进的发动机尾气排放污染程度检测方法对于控制城市空气污染具有深远意义。针对国家现有检测标准存在检测要求过低问题,提出基于有限元分析的发动机尾气排放污染程度检测方法,该方法基于简易瞬态工况法检测设备建立发动机尾气排放污染程度检测舱实体模型,将测量后计算获得的实际发动机尾气排放因子与检测舱实体模型排放限值作对比,获得发动机尾气排放污染浓度值,完成检测。通过多种检测方法对比,证明了本文方法的检测技术更加先进,检测标准更加严格,与实际车检结果高度吻合,有利于有效治理排放不达标车辆,配合政府制定排放标准和减少城市空气污染。     

车撞混凝土桥墩精细化建模方法

车桥碰撞属于典型的非线性动力过程,采用理论方法通常难以求解。有限元方法(Finite element method,FEM)是研究车桥碰撞问题的重要工具,但其前处理过程涉及参数及算法众多,实际操作极其繁杂。为提升研究者建模效率,同时提高模型计算精度,提出一种精细化建模方法,该方法操作步骤为：1)以实际工程为背景,建立完整车辆-桥梁碰撞模型,并进行验证;2)进行网格敏感性分析,选择合适网格尺寸,取得计算效率与精度的平衡;3)对重力荷载进行初始加载,避免桥墩产生P-delta效应。研究结果表明：该精细化建模方法能较好地还原真实事故情况,并且碰撞过程满足能量守恒定律,沙漏能仅为总能量的2.3%;网格尺寸为35 mm和50 mm时桥墩的损伤情况、碰撞力和最大位移均比较接近,100 mm网格桥墩产生的碰撞力和最大位移偏大;ANSYS/LS-DYNA软件默认加载方式下的桥墩轴力呈现幅度较大的波动,最大轴力比预期轴力高75%,采取的重力初始化方法能够在一定程度上消除ANSYS/LS-DYNA软件的固有弊端,避免P-delta效应。该精细化建模方法能有效实现车桥碰撞模拟,并且能够取得良好的精度,可为未...     

基于迁移学习的桥梁表观病害检测技术研究

桥梁表观病害检测是保证桥梁设施安全的关键技术之一。深度卷积网络因其强大的特征提取能力,被广泛应用于土木工程领域的结构病害识别与检测,然而在土木工程领域中往往缺乏用于训练深度学习网络的高质量大规模病害图像数据集。针对上述问题,提出一种基于迁移学习的桥梁表观病害检测方法。该方法运用迁移学习技术,通过迁移VGG16网络模型结构及全部卷积层参数,并在迁移后的模型结构上添加新的全连接层,以此来解决训练数据集不足的问题。运用动态学习率调整策略,以不同的学习率对卷积层和全连接层参数分别进行微调,用于提高模型的识别准确率。实验对比ResNet18,ResNet50,VGG19,VGG16等主流深度学习网络模型,该方法在验证集上取得了最高准确率,为98.86%。用实拍的未经过处理的桥梁表观病害图像数据集进行测试,该方法的整体结构表观病害识别准确率达到88.33%,其中泛碱、露筋和裂缝3类病害的测试准确率分别达到96.25%,80.00%和88.75%,具有较高的病害识别准确率,可以用于在役桥梁表观病害识别。     

基于特征增强学习的路面裂缝病害视觉检测方法

受路面复杂背景的干扰,既有的路面裂缝病害视觉检测算法易产生虚警和漏检问题。基于此,提出一种基于语义特征增强学习的路面裂缝病害检测方法。为了强化网络模型对图像浅层特征的利用,该算法以Unet++网络为裂缝检测的主框架,其通过融合更多的底层特征信息来提升裂缝病害检测的精度。在Unet++网络层间特征融合的基础上,根据不同卷积层的特征图属性,进一步差异性地引入视觉注意力计算模块,有效抑制背景杂波的干扰,减少虚警率。为了降低裂缝病害检测的漏检率,利用空洞卷积操作分别从2方面改进网络模型的训练过程：其一,应用空洞卷积代替传统的池化操作,通过网络的自动学习剔除无关紧要的特征信息,加强网络对细微裂缝特征的学习能力;其二,在网络上采样前,建立空洞卷积金字塔池化层,通过增加对裂缝特征的尺度多样性计算,保证网络模型在不同拍摄距离下裂缝病害检测的适用性。收集大量的路面裂缝图像数据并与不同算法进行对比分析,实验结果表明本算法取得了比全卷积网络、原始Unet++网络更优的裂缝检测效果。     

地铁乘务排班计划优化的最短路快速算法

乘务排班计划是城市轨道交通运营管理中的重要环节,为了解决目前乘务排班效率低下的问题,对乘务排班计划进行优化。在考虑便乘的情况下,以乘务排班计划总接续时间最小及总运营成本最小为目标建立地铁乘务排班计划编制的双目标优化模型。在满足相关约束条件的基础上,将乘务作业段按照早、白、夜班分成3组,以乘务作业段为顶点,乘务作业段之间的接续关系为弧构建早、白、夜班的网络图,并形成乘务作业段接续时间矩阵,将乘务排班转化为最短路问题。运用相关最短路算法进行求解,该算法采用动态优化逼近的方法,一条最短路径即为一个乘务任务。以成都地铁5号线为例进行乘务排班计划编制,对模型和算法进行测试。研究结果表明：在求得的乘务排班计划中,早班乘务任务个数为53个,任务时长为280 h 34 min 57 s;白班乘务任务个数为41个,任务时长为199 h 54 min 51 s;夜班乘务任务个数为49个,任务时长为215 h 25 min 37 s。总乘务任务个数为143个,总工作时长为695 h 55 min 25 s。与手工编制结果相比,降低了乘务排班计划的总成本及接续时间,提高了求解效率。     

汽车燃油经济性检测技术关键(二)

L3.2开式取样系统图2为开式取样系统的碳平衡法燃油消耗量测量系统构成示意图。取样系统不与汽车排气管联接,只将接口正对排气管,汽车的排气只有部分随同环境空气被抽人取样系统。部分排气与环境空气混合稀释后通过该传感器排人大气。尾气分析仪也是采用检测通用的五气体分析     

前轮定位对轮胎磨耗的影响分析

在车辆安全检测中,侧滑量的检测是检查前轮定位参数中外倾角和前束的配合是番恰当,其标准为车辆通过侧滑板时侧滑量不得超过5m／km。若超出标准,则表明车轮外倾角与前束的匹配不合适,轮胎会出现异常磨耗。但在实际检测中,经常遇到侧滑量在规定的范围内,但驾驶员仍反映“吃胎”严重,检查轮胎,也会发现在接近胎面的边缘处沿轮胎圆周有异常磨耗痕迹。本文即根据车轮外倾角和前束对轮胎磨耗的影响,分析产生这种现象的机理。     

探究青海省公路工程试验检测的现状及管理建议

公路工程施工中强化施工质量是关键,一旦质量不达标,后续检测和维护成本将大幅度增加,公路难以正常使用,并且会造成极大的安全隐患。公路工程试验检测是保证公路质量达标的主要手段,但在公路工程试验检测过程中容易被各方面因素所干扰,难以保证检测的准确性,最终影响到对公路工程的施工质量的评价。基于此,本文分析了公路工程试验检测过程中存在的问题,提出了优化和改进试验检测管理的建议。