基于机器视觉和最优组合应变影响线的车辆荷载识别方法研究

摘要：

为方便快捷地识别正交异性钢桥面板箱梁桥的车辆时空信息,实现不依赖车辆横向位置精确识别车辆荷载,提出一种基于机器视觉和遗传算法优化组合应变影响线的车辆荷载识别方法.该方法首先通过桥梁侧面安装的摄像头采集车辆视频流数据,基于机器视觉技术识别车速、车轴数和轴距等信息;然后采集U肋下缘应变响应,利用已知轴重的标定车辆识别测点的应变影响线;再基于变异系数指标采用遗传算法优化确定对荷载横向位置不敏感的最优组合应变影响线;最后进行车辆荷载识别.以某正交异性钢桥面板箱梁桥为背景,开展数值模拟和缩尺模型试验,研究不同车型、车重、横向位置和噪声水平等多种工况下所提方法的识别效果,验证方法的有效性和抗噪声性能.结果表明:该方法对车速、车轴数和轴距识别具有较好的精度和稳定性;基于变异系数优化后的组合应变影响线对车辆横向位置不敏感,可在不预估车辆横向位置的情况下有效地识别车辆荷载;数值模拟的轴重和总重最大识别误差分别为 5.57%和 4.03%(考虑20%噪声),模型试验测试的轴重和总重最大识别误差分别为 7.16%和 4.90%,该车辆荷载识别方法具有较好的适用性和准确性,便于工程应用.

关键词：箱梁桥、正交异性钢桥面板、车辆荷载识别、机器视觉、遗传算法、应变影响线、数值模拟、模型试验

所属期刊栏目：54

分类号：U448.213;U441.2(桥涵工程)

在线出版日期：2024-09-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：61-68