【技术实现步骤摘要】
一种高桩码头基桩监测方法
本专利技术涉及码头安全监控
,具体涉及一种高桩码头基桩监测方法。
技术介绍
高桩码头是指主要由上部结构、桩基和码头设备等组成的码头。上部结构构成码头面并与桩基连成整体,直接承受作用在码头面的垂向及水平荷载,并将其传递给桩基。桩基用来支承上部结构,并将上部结构及码头面的荷载,通过桩土(岩)相互作用将荷载传递到地基中。高桩码头具有适应大水位变幅、泊稳条件好、装卸效率高等优点,是目前内河、海港码头建设的主要结构型式。高桩码头在船舶不规范靠泊、局部超限堆载、风浪流冲击等常见不利诱因作用下,会逐渐产生累积性损伤,严重影响结构的可靠性。有人曾对华东、华南29座海港高桩码头结构物的调查结果显示,码头运行20年以内,90%以上的码头均出现不同程度的结构损伤。通过对宁波象山码头、江北区码头、北仓区码头等上百个高桩码头的检测统计资料显示:码头服役多年后,结构普遍存在一定程度的结构损伤;上部结构严重病害占18%,桩基发生严重破坏的占72%,其他结构破坏占10%。故需要对高桩进行监测以保证其使用安全。现有主要针对高桩码头状态监测需求的专利及文献,均只介绍了简单的监测功能。如技术专利(CN205879247U)提出了一种基于光纤传感技术和BIM技术的高桩码头健康监测系统,通过在高桩码头上布设各种传感器,监测高桩码头受力状态;专利技术专利(CN104567794A)结合AIS与无线通信,提出了一种基桩变形监测系统。但上述专利方法均只是简单地利用传感技术监测高桩码头受力情况,不能根据监测数据进一步分 ...
【技术保护点】
1.一种高桩码头基桩监测方法,本方法中通过在基桩上安装光纤应变传感器,光纤应变传感器一端和控制中心相连实现对基桩的监测,其特征在于,光纤应变传感器具有安装基桩在水上的部分和安装在水下的部分,光纤应变传感器沿基桩表面竖向贴合设置并依靠覆盖于表面的水下环氧树脂实现固定和保护。/n
【技术特征摘要】
1.一种高桩码头基桩监测方法,本方法中通过在基桩上安装光纤应变传感器,光纤应变传感器一端和控制中心相连实现对基桩的监测,其特征在于,光纤应变传感器具有安装基桩在水上的部分和安装在水下的部分,光纤应变传感器沿基桩表面竖向贴合设置并依靠覆盖于表面的水下环氧树脂实现固定和保护。
2.如权利要求1所述的高桩码头基桩监测方法,其特征在于,所述光纤应变传感器为光纤光栅分布式应变传感器,或光纤布里渊分布式应变传感器。
3.如权利要求1所述的高桩码头基桩监测方法,其特征在于,每根基桩上对称设置两条测线,一条位于面向水域一侧,另一条位于面向岸坡一侧,每条测线对应布置安装一条光纤应变传感器。
4.如权利要求3所述的高桩码头基桩监测方法,其特征在于,光纤应变传感器按照以下步骤安装:
第一步:清除桩基表面杂物,保持表面平整;
第二步:将光纤应变传感器沿基桩预设测线位置拉直,并通过临时固定点固定在基桩表面;
第三步:采用注胶模板辅助安装,注胶模板横截面呈圆弧状,长度与需安装的分布式光纤应变传感器相当,依靠注胶模板覆盖住光纤应变传感器并实现固定;
第四步:利用注胶机将水下环氧树脂从下往上注入到注胶模板内,水下环氧胶自下而上灌满注胶模板内的空隙,将传感器粘贴在基桩表面;
第五步:待水下环氧树脂硬化后拆除注胶模板,光纤应变传感器安装完毕。
5.如权利要求4所述的高桩码头基桩监测方法,其特征在于,第二步中,光纤应变传感器通过三个临时固定点固定在基桩表面,其中一个点位于基桩靠近上端位置,一个点位于基桩靠近下端位置,另一个点位于基桩中部位置;
第二步中,采用水下环氧树脂依靠注胶机点胶的方式,实现对光纤应变传感器三个临时固定点的固定。
6.如权利要求4所述的高桩码头基桩监测方法,其特征在于,所述注胶模板宽度方向的两侧具有一段用于和基桩表面贴合的贴合部,宽度方向的中部具有凸起的光纤容纳腔,光纤容纳腔凸起高度大于光纤直径,注胶模板下端端部位置整体为贴合基桩表面的弧形,上端端部留有光纤容纳腔出口,注胶模板侧面靠近下端位置开有注胶入口,注胶入口和光纤容纳腔相通。
7.如权利要求5所述的高桩码头基桩监测方法,其特征在于,所述注胶模板左右对称成对设置,每对注胶模板之间连接设置有压紧用的抱箍机构,抱箍机构包括左箍带和右箍带,左箍带和右箍带的一端铰接设置,另一端为开合端且开合端设置有快速锁扣,所述注胶模板竖向固定在左箍带和右箍带的中部位置。
8.如权利要求4所述的高桩码头基桩监测方法,其特征在于,光纤应变传感器安装后,在控制中心建立不利诱因识别分类器模型,进行不利诱因识别训练,监测时根据光纤应变传感器检测信号,实现对不利诱因的自动识别。
9.如权利要求8所述的高桩码头基桩监测方法,其特征在于,不利诱因识别分类器模型的建立、训练和识别按照以下方式实现:
a.确定不利诱因并获取测试数据;先确定4种高桩码头不利诱因因素,1=船舶不规范靠泊、2=局部超限堆载、3=风作用、4=水流作用;利用安装好的光纤应变传感器,获取四种不利诱因单独作用下,群桩分布式应变数据,作为不利诱因反演模型的测试数据;
b.提取特征矢量;对测试数据进行统计分析,提取最大应变x1、平均应变x2作为时域特征参数;对测试数据进行频率分析,提取信号前三阶谐波频率x3、x4、x5作为频域特征参数;对测试数据进行HHT分析,提取前三阶固有模态频率x6、x7、x8,瞬态能量x9作为时频域特征参数;然后每条分布式光纤测试数据特征参数均组成一个特征矢量x=(x1,x2,...,x9),由于x中各特征量存在一定的相关性且维度过高,利用PCA算法,求得x的主成分y=(y1,y2,...ym),m<9,以此作为后面分类器训练的样本数据;
c.建立并列支持向量机分类器模型;根据4个不利诱因,建立四个并列的支持向量机分类器:
SVM1:本分类器将船舶不规范靠泊和其它3种不利诱因区分开来,当为船舶规范靠泊时,SVM1输出取+1,否则取-1;f1(y)为SVM1的分类函数,如式(1)所示,其中a1i(i=1,2,…n),b1为分类函数f1(y)的系数,Φ为高斯核函数;
SVM2:本分类器将局部超限堆载与其它3种不利诱因区分开来,当为局部超限堆载时,SVM2输出取+1,否则取-1;f2(y)为SVM2的分类函数,如式(2)所示,其中a2i(i=1,2,…n),b2为分类函数f2(y)的系数,Φ为高斯核函数;
SVM3:本分类器将风作用与其它3种不利诱因区分开来,当为风作用时,SVM3输出取+1,否则取-1。f3(y)为SVM3的分类函数,如式(3)所示,其中a3i(i=1,2,…n),b3为分类函数f3(y)的系数,Φ为高斯核函数;
SVM4:本分类器将水流作用与其它3种不利诱因区分开来,当为水流作用时,SVM4输出取+1,否则取-1;f4(y)为SVM4的分类函...
【专利技术属性】
技术研发人员:周世良,吴俊,舒岳阶,徐瑛,孙世泉,谢雷,
申请(专利权)人:重庆交通大学,
类型:发明
国别省市:重庆;50
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。