带加劲肋钢-混凝土组合蜂窝梁力学性能试验研究

对一根带加劲肋的钢-混凝土组合蜂窝梁进行了模型试验,考察了该结构在不同荷载作用下的受力和变形特点.试验表明,由于剪力次弯矩的影响,组合蜂窝梁孔口截面将先于翼缘板进入屈服,其对变形的影响也不可忽略.基于空腹桁架计算理论,考虑加劲肋的影响,推导了组合蜂窝梁应力的计算公式,并与试验结果进行了对比分析,结果表明,理论计算方法可以较为准确地反映圆孔边缘应力的分布规律,弯剪作用下最大应力出现在圆孔截面150～165°处.同样采用空腹桁架方法推导了组合蜂窝梁挠度的计算公式,与试验结果、有限元结果和规范建议方法进行了对比,各结果吻合良好,本文计算公式可为组合蜂窝梁正常使用阶段的挠度验算提供参考。     

独塔悬索桥基本参数研究

基于挠度理论以及等代梁法,分析矢跨比和高跨比对主缆和索塔用量的经济性影响和结构受力变形的影响,得出矢跨比和高跨比在经济性和结构刚度方面的各自适用范围.为验证建议范围内的矢跨比和高跨比可以满足结构经济性的同时亦满足结构的受力变形要求,试设计一座独塔双主跨悬索桥,并与中国某三塔悬索桥进行比较分析.结果表明:独塔悬索桥主缆用...     

大跨径桥梁挠度测量新方法研究

提出了一种以测量机器人为采集器,通过获取合作目标的几何信息进行桥梁挠度测量的新方法,从测量系统误差、偶然误差两个方面分析了测量机器人的测角及测距误差,并探讨了竖直角、视距对挠度测量误差的影响,同时依据最小二乘原理分析了该方法的测量精度.经分析得知:如果仪器至后视点距离小于150 m,至目标点距离小于200 m,挠度测量精度将优于±1 mm.在实际工程中,该方法测量的挠度值与电子水准仪测量的挠度值差异小于0.22 mm,相对误差小于3.3%,表明该方法在大跨径桥梁检测中完全能满足测试要求.     

基于无人机影像序列的城市精细化三维模型精度评估

为满足数字城市对精细化实景三维模型日益显著的需求,解决传统方法建模效率低的问题,提出一种基于无人机影像序列的城市精细化三维模型构建方法,通过现场25架次的航拍试验,构建了20个300 m×300 m测区范围的精细化模型和1个图书馆建筑精细化模型;利用检查点评估了全部精细化模型的精度,重点讨论了5种航拍高度和4种控制点选取方案对精细化模型精度的影响.分析结果表明:随着航拍高度降低、控制点数量增加,构建的精细化模型误差减小、精度得到提高;测区范围精细化三维模型最高精度达到平面±3.4cm、高程±3.1 cm,图书馆单体建筑精细化模型精度达到平面±3.4 cm、高程±1.5 cm;基于无人机序列影像的三维模型构建方法能够满足城市实景模型构建的精度要求,具有重要工程实用价值.     

基于YOLOv5和U-Net3+的桥梁裂缝智能识别与测量

为了克服传统数字图像处理方法进行桥梁裂缝识别时面临的效率低、效果不佳等问题,提出了集成深度学习YOLOv5和U-Net3+算法的一体化桥梁裂缝智能检测方法.通过调整算法宽度和深度参数,优化边界框损失函数,构建基于YOLOv5目标检测算法的裂缝识别定位模型,实现桥梁裂缝快速识别与定位;引入结合深度监督策略及预测输出模块的U-Net3+图像分割算法,训练并构建桥梁裂缝高效分割模型,实现像素级裂缝智能化提取;建立结合连通域去噪、边缘检测、形态学处理的八方向裂缝宽度测量法,基于U-Net3+裂缝分割结果实现裂缝形态及宽度高精度测量;利用LabelImg图像标注软件制作包含4 414张图像的裂缝识别定位模型训练数据集;利用LabelImg图像标注软件及CFD数据集制作包含908张图像的裂缝分割模型训练数据集;利用无人机航拍的485张5 280×2 970 pixels桥梁索塔裂缝图像,来制作裂缝智能检测模型的测试对象.将所提出的裂缝检测方法应用于上述裂缝测试对象,其裂缝识别定位准确率91.55%、召回率95.15%、F1分数93.32%,裂缝分割准确率93.02%、召回率92.22%、F1分数92.22%.结果表明,基于YOLOv5与U-Net3+的桥梁裂缝智能检测方法,可实现桥梁裂缝高效率、高精度、智能化检测,具有较强的研究价值和广泛的应用前景.     

桥梁动态称重技术在中小跨径混凝土 梁桥上的适用性研究

为准确了解桥梁动态称重(BWIM)技术在不同类型桥梁上的适用性,从而为BWIM技术选型提供理论依据,针对我国应用范围最广的中小跨径混凝土梁桥开展了BWIM系统测试精度和稳定性的研究.首先基于公路桥梁通用图集建立了典型截面和跨度的梁桥模型,利用数值仿真方法获得了不同加载工况下车辆和桥梁的动态响应;然后利用经典BWIM方法计算了车辆总重和轴重及其识别误差;最后利用参数分析方法研究了桥梁跨径、截面类型、车辆类型、传感器测点位置、路面平整度、测量噪声、行驶速度等重要因素对识别效果的影响.研究发现:在不同跨径和截面类型的桥梁及各种复杂工况下,利用BWIM技术均可以获得理想的总重识别效果;而在轴重识别方面,桥梁跨径越小,识别效果越佳;另外,空心板桥具有更好的识别精度,T梁桥次之,小箱梁桥最次;路面平整度的劣化和输入信号噪声可能对BWIM系统的轴重识别效果产生不利的影响,实际应用中维护路面平整和控制输入噪声对于获得可靠的车辆称重结果具有重要的意义.     

基于无人机贴近摄影的高陡边坡结构面识别

岩体结构面的产状和位置信息是分析高陡边坡稳定性及确定支护形式的重要依据.为解决传统接触式勘测手段存在的风险高、效率低等问题,提出了基于无人机贴近摄影和聚类算法的高陡边坡结构面自动识别方法.首先采用M210-RTK无人机获取高分辨率数字图像,并利用运动恢复结构算法(Structure From Motion,SFM)生成细节丰富的高陡边坡三维模型和三维点云;再通过K近邻算法(K-Nearest Neighbor,Knn)及PCA主成分分析法,筛选出共面点云集合并确定了结构面的边界范围;最后采用最小二乘法拟合出共面点云的最佳平面方程,以平面方程的法向量方向确定结构面的产状参数.验证实验表明:基于无人机贴近摄影所建立的三维模型精度优于2 cm,倾向和倾角的误差分别小于3°和2°.本方法应用于长沙丁字镇某高陡边坡的结构面识别,成功识别出其优势结构面,并就其对边坡稳定性的影响进行了分析,可为边坡评价和治理提供重要依据.     

施工场地无人机精细化三维模型构建及土方测量

利用无人机倾斜摄影测量技术,获取工程施工场地多视图影像序列,利用基于运动恢复结构算法（Structure from Motion, SfM）和多视图立体匹配算法（Multi View Stereo, MVS）的多视影像密集匹配形成超高密度点云,采用布料模拟滤波（Cloth Simulation Filter, CSF）算法剔除植被及废弃建筑物点云,获取真实地面点云,基于基底设计模型计算出两期点云之间土方量,实现复杂土方工程智能化测量. 采用上述无人机方法,对长沙岳麓山脚两块建设用地进行土方快速测量及精度评估,得到5.384 6亿点/公顷的点云密度,土方计算结果相对于RTK-GNSS测量结果误差为2.8%,满足土方测量误差小于5%的要求,具有较好的应用前景及工程实用价值.     

中低设防烈度地区全无缝桥梁抗震性能分析

为了准确地模拟接线路面特性,对其荷载-变形和损伤进行了分析,提出了接线路面板集中弹簧简化模型.基于此,采用SAP2000建立了某座全无缝桥梁动力计算模型.对该桥进行了模态分析和地震时程分析,并与对应连续梁桥进行了对比分析;同时还进行了桥长和接线路面刚度敏感性分析.研究结果表明:中低设防烈度地区,全无缝桥梁的地震响应只有连续梁桥的24%～35%,主桥处于弹性无损状态.可见,全无缝桥梁能大幅提升中低烈度地区公路中小桥梁的抗震性能.