1.基于云端协同的桥梁检测方法,其特征在于,包括以下步骤:在桥梁的关键位置布置各类传感器,获取桥梁结构的实时数据,其中,实时数据包括结构变形信息和位移数据信息,获取后,将结构变形信息和位移数据信息进行处理;
通过物联网将传感器采集到的经过处理后的数据传输到云端平台;
基于云端平台,使用处理后的结构变形信息和位移数据信息构建数据分析模型,生成隐患评估指数,通过对桥梁的实时状态进行异常检测;
当系统检测到异常情况时,触发报警机制,通过云端通知相关管理人员;
在云端平台实现协同决策,将异常报警信息分享给相关利益相关方,协同制定维护计划和执行决策。
2.根据权利要求1所述的基于云端协同的桥梁检测方法,其特征在于,桥梁的结构变形信息包括桥梁的振动幅度和挠度,获取后,对桥梁的振动幅度和挠度分别处理后生成振动幅度异常隐匿系数和挠度超限系数;桥梁的位移数据信息包括桥梁的中心位置,获取后,对桥梁的中心位置处理后生成中心位置位移系数。
3.根据权利要求2所述的基于云端协同的桥梁检测方法,其特征在于,振动幅度异常隐匿系数获取的逻辑如下:获取桥梁运行时在T时间内生成的若干个实际振动幅度,并将实际振动幅度标定为Vibx,x表示桥梁运行时在T时间内生成的若干个实际振动幅度的编号,x=1、2、3、4、……、p,p为正整数;
将桥梁运行时在T时间内获取的若干个实际振动幅度与正常振动幅度水平进行比对,计算振动幅度异常隐匿系数,计算的表达式为:
式中,Vib表示振动幅度异常隐匿系数,Vibx′表示桥梁运行时在T时间内获取的超过正常振动幅度水平的实际振动幅度,x′表示桥梁运行时在T时间内获取的超过正常振动幅度水平的实际振动幅度的编号,x′=1、2、3、4、……、p′,p′为正整数,Vib正常表示正常振动幅度水平。
4.根据权利要求3所述的基于云端协同的桥梁检测方法,其特征在于,挠度超限系数获取的逻辑如下:获取桥梁运行时在T时间内的实时挠度,并将实时挠度按照时间序列用函数Defle(t)进行表示;
将桥梁运行时在T时间内获取的实时挠度与正常挠度水平进行比对,计算挠度超限系数,计算的表达式为: 式中,[tx,ty]表示桥梁运行时在T时间内实时挠度超过正常挠度水平的时段,tx<ty,Defle表示挠度超限系数。
5.根据权利要求4所述的基于云端协同的桥梁检测方法,其特征在于,中心位置位移系数获取的逻辑如下:获取桥梁运行时的中心位置,将中心位置放置在三维直角坐标系中,并将起始坐标记为A(x起始,y起始,z起始),其中,x起始,y起始,z起始分别表示中心位置在三维直角坐标系中的横坐标、纵坐标以及竖向坐标;
获取桥梁运行时T时间后的中心位置,并将桥梁运行时T时间后的中心位置坐标记为B(xT,yT,zT),其中,xT,yT,zT分别表示桥梁运行时T时间后中心位置坐标的横坐标、纵坐标以及竖向坐标;
通过桥梁运行时T时间后的中心位置坐标B(xT,yT,zT)和起始坐标A(x起始,y起始,z起始)之间的距离计算中心位置位移系数,计算的表达式为:式中,Displa表示中心位置
位移系数。
6.根据权利要求5所述的基于云端协同的桥梁检测方法,其特征在于,获取后处理后的结构变形信息和位移数据信息生成的振动幅度异常隐匿系数Vib、挠度超限系数Defle以及中心位置位移系数Displa后,将振动幅度异常隐匿系数Vib、挠度超限系数Defle以及中心位置位移系数Displa构建数据分析模型,生成隐患评估指数Hazardττ,依据的公式为:,
式中,r1、r2、r3分别为振动幅度异常隐匿系数Vib、挠度超限系数Defle以及中心位置位移系数Displa的预设比例系数,且r1、r2、r3均大于0。
7.根据权利要求6所述的基于云端协同的桥梁检测方法,其特征在于,将桥梁运行时在T时间内生成的隐患评估指数与预先设定的隐患评估指数参考阈值进行比对分析,比对分析的结果如下:若隐患评估指数大于等于隐患评估指数参考阈值,则生成分析信号;
若隐患评估指数小于隐患评估指数参考阈值,则生成正常信号,继续对桥梁进行监测。
8.根据权利要求7所述的基于云端协同的桥梁检测方法,其特征在于,当桥梁运行生成分析信号时,将桥梁运行后续生成的若干个隐患评估指数建立分析集合,将分析集合标定ττ ττ ττ ττ ττ为L,则L={Hazard k}={Hazard 1、Hazard 2、Hazard 3、…、Hazard Q},μ为正整数;
将分析集合内的若干个隐患评估指数分别与隐患评估指数参考阈值进行比对,并将大ττ
于等于隐患评估指数参考阈值的隐患评估指数标定为Hazard u,u表示分析集合内大于隐患评估指数参考阈值的隐患评估指数的编号,u=1、2、3、4、……、s,s为正整数;
计算桥梁运行的隐患严重程度,并将隐患严重程度标定为Fx,则:μ表示分析集合内的隐患评估指数的总数量。
9.根据权利要求8所述的基于云端协同的桥梁检测方法,其特征在于,将数据集合内生成的隐患严重程度Fx与预先设定的J1和J2进行比对,其中,J1小于J2,生成以下情况:若Fx大于等于J2,则生成高隐患风险等级信号,并对高隐患风险等级信号发出高风险预警提示;
若Fx大于等于J1并且小于J2,则生成中级隐患风险等级信号,并对中级隐患风险等级信号发出中级风险预警提示;
若Fx小于J1,则生成低隐患风险等级信号,并对低隐患风险等级信号发出低风险预警提示。