孙莉华、刘牧华、屠文博
(河南科技大学,河南 洛阳 471000)
目前,我国公路网中在役桥梁40%服役超20年,技术等级为三、四类的带病桥梁达30%,15% 的桥梁(约10 万座)为危桥,存在严重的安全隐患。总结以往桥梁坍塌事故发生的典型案例,原因可以归结为前期设计问题、超载等人为因素、自然灾害和施工过程中事故四个方面。
为保障桥梁安全,避免潜在事故,桥梁安全检测必须普及每一架桥,减少因突发情况,如桥梁坍塌造成的人员伤亡。
对于桥梁安全性能的检测传统采用人工检测手段,这就会使数据实时性、连续性差,信息不充分,不能准确捕捉桥梁的动态响应。而现有的桥梁数据采集端采集海量数据,需要将海量数据无线传输至远程的处理端,传输压力极大,并且不能及时反馈采取应对手段。
此装置系统对桥梁建模仿真后进行有限元分析。经过对桥梁进行分析铺设各类传感器进行检测。将采集的数据存储在SPIFFS 文件系统中,在边缘节点处理分析后,将结果上报给MQTT 云端并做出反应。
对桥梁的分析一般可以简化为研究桁架的受力。桥梁承受的主要荷载并非在其上行驶的汽车或者火车,而是其自重。为解决掉这些作用力,会将力转移至辅助桁架,这样可以增加梁的刚性,并大大提高桥梁耗散压力和张力的能力。
该设计以斜拉桥为例。斜拉桥由主梁、斜拉紧主梁的钢索以及支承钢索的索塔等部分组成,是一种用许多根锚在塔柱上的斜向钢索拉住桥身的桥梁。每根钢索与桥身的连接处都是一个承重点,因此斜拉桥有着许多的承重点。斜拉桥的钢索拉成直线,与索塔、桥面(主梁)构成稳定的三角形结构。
受力分析以一个索塔来分析。索塔两侧是对称的斜拉索,通过斜拉索将索塔主梁连接在一起。现在假设索塔两侧只有两根斜拉索,左右对称各一条,根据平行四边形定则,合力竖直向下,但最终都会传给索塔下面的桥墩。拉索数量多是为了分散主梁给斜拉索的力。对于主梁结构作用效应计算,其中包括恒载效应计算、汽车荷载效应计算等。对于主梁正截面抗弯承载力验算,需根据荷载效应组合模式,先计算出主梁各控制截面的内力,再分模式进行内力组合。从这些组合中,最大的内力组合值即为所求。
从压力形变、裂纹、桥梁挠度测量、疲劳监测、环境监测五个方面进行分析。其中,环境监测采用温度与风速传感器。
由于桥梁受力有复杂的公式,因此在这里使用有限元分析,即用有限数量的未知量去逼近无限未知量的真实系统,把连续的结构离散成有限个单元和有限个节点组合的集合体进行分析。与结构试验相比,能够提高分析速度,减少分析成本。
桥梁具有载荷和应力,当桥梁承受载荷时会发生形变;当应力大于材料的强度时,材料会发生破坏、断裂的现象。
网格化后经过有限元分析,得出了桥梁所受应力大发生变形的位置,如图1所示。
图1 桥梁的网格化与静应力分析图
2.1.1 应变式传感器
该设计利用电桥进行测量,差动全桥的连接方式,实现了温度补偿,减少了测量误差。
图2 电桥接桥方式
将应变计放置这些位置进行实时检测,反映该位置的受力与发生的形变与扭曲等。在条件允许下将这些放在主梁上分层分布,也能知道桥梁形状的变化。
2.1.2 光纤光栅传感器
光纤一般由纤芯、包层、涂覆层与护套构成。
光纤光栅采用波长编码技术,光射入刻有光纤光栅的光纤时,大部分光会透射,只有特定波长的光会被反射,如果环境的应变或者温度发生变化,反射光的中心波长即该光纤光栅的中心波长会发生相应的漂移。
信号经光纤导线输入光纤光栅解调仪进行解调。由于光纤光栅传感器铺设相对困难,可以对桥梁进行局部损伤识别。
桥梁结构常规裂纹机理的产生相当复杂,但单因素裂纹是很少的。以混凝土材料为例,大多数混凝土都是带裂缝工作的,有的裂纹并不影响混凝土的使用,但涉及结构强度裂缝的存在和发展,将使相应的部位构建的承载力受到一定程度的削弱,同时裂缝还会引起保护层剥落、钢筋锈蚀、混凝土碳化等,甚至危害桥梁的正常运行并缩短其寿命。载荷试验表面,当混凝土受压,载荷到70%~90%极限强度时,微裂显著扩展并迅速增多,其微裂之相互串联起来,直至完全破坏。故尽管桥梁内部随机分布各种缺陷,但导致桥梁发生损害的地方大概率是受应力比较大的地方。故裂纹也可以归到压力形变中。
挠度是指受力或非均匀温度变化时,杆件轴线在垂直于轴线方向的线位移或板壳中面在垂直于中面方向的线位移。
该设计采用倾角仪测量挠度的方法。与激光雷达传感器结合确定偏移方向与偏移角度。倾角仪的测量在哈尔滨尚志大街至海城高架桥等桥梁已进行应用,效果良好。
到2019年年底,全国公路桥梁中超过90%为混凝土桥梁。部分混凝土桥梁长期处于高应力工作状态。据统计,近90%的机械失效,是由远低于材料的极限强度或屈服强度的循环应力下的疲劳所引起的,而疲劳损伤主要来自车辆和风等动荷载的交变循环应力,疲劳损伤一直被认为是钢桥设计中的核心问题,桥梁疲劳寿命预测也是一个重要研究方向。桥梁长期在动应力下工作,无法在设计阶段完全掌握和预测结构在各种环境下的工作状态。利用OpenCV 与应变式传感器结合对车流量进行监控,从而实现对公路各路段交通情况及异常事件的自动检测、监控、报警等目的。
该车流量统计系统的车辆计数部分便使用到了图像处理技术。首先通过摄像头采集道路的图片,然后使用图像处理技术将采样、算术运算、阀值化、形态学运算、滤波和轮廓查找等方法综合来实现图像中车辆的查找和计数。
首先通过VideoCapture 类来获取视频流,使用imread 函数读入背景图像。从视频流中获取一幅图像,使用cvtColor 将其转化为灰度图,然后使用absdiff 与背景图进行绝对值减法,为了提高对比度将图像乘以2。使用blur 函数对图像进行滤波后,用threshold 函数进行二值化转化为二值图像,并对二值图像进行形态学开运算以滤除高亮部分中的黑色噪点,使白色部分更加完整、连续。使用findContours 函数在图像中查找轮廓,即可找到车辆的位置,然后找到轮廓的外接矩形,便可获得具体的车辆坐标,最后通过“三判断”的方法来对车辆进行计数。结果见图3。
图3 车流量统计系统运行结果
在引进相关硬件驱动程序库后,在边缘节点(ESP8266 NODEMCU)获取各传感器的数值,与文件系统中相应的参数读取并进行比较,如果比较算法得出的数值超过了预先设置的阈值,分析发生异常的位置与程度,通过MQTT 通信协议发布异常主题给云端服务器,并写入SPIFFS 文件系统,订阅该异常主题且在线的客户端将收到相应的异常报文信息。
上传数据所使用的MQTT 是一种基于发布/订阅的轻量级的物联网消息传输协议,所选用的云端服务器是然也物联。这种协议轻量且省带宽,非常适用于受限的硬件资源设备和不可靠的网络环境。它根据MQTT 主题、保留消息、心跳机制、遗嘱机制这四个运作机制提供四种主要功能。
倾角仪与激光测距传感器放置在索塔上,多个应变式传感器与光纤光栅传感器放置在主梁、索塔、斜拉索上,采集图像的摄像头放置在索塔上,温度传感器放置于桥面,风速传感器放置在索塔顶端与桥面上。
信号传输时,将输出的模拟信号通过A/D 模块转换成数字信号(若输出的是数字信号的可省略这一步),将信号通过RS485 收发器转换电平后,输入RS485 总线。RS485 通过差分信号解析数据,抗干扰能力很强,一条总线上最多可以连接256 个设备,传输距离最长为1200m。采用MODBUS 通信协议,实现一对多通信。再接RS485 收发器,转换成单片机能够识别的逻辑信号后,输入单片机。
该系统装置专注于通过边缘计算在物联网上应用。在物联网的三个层面(感知层、传输层、应用层)中,传感器是信息感知的基本元件。感知层作为网络层传输数据的源头、应用层计算数据的基础,起到了至关重要的作用。但它们产生的原始数据是巨大的,使得传统的云计算效率不够高,无法处理所有数据。边缘计算意味着由IOT 产生的大多数数据将永远不会被传输到云端,而是会消耗在网络的边缘。所以基于这一方面,对桥梁这一生活中密切接触的部分进行测量,又能通过软件分析将桥的危害简化,利用边缘节点采集的数据计算判断后上报云端,这样会大大地提升日常生活的安全性,并且也不需要耗费过多的不必要的人力物力及资源,符合现在的生活理念,让人们的生活越来越安全便利。