利用车内手机「振动」数据监控桥梁健康度,零成本增加桥梁14年使用时间

数据库 其他数据库
中国也有类似悲剧发生,2019年6月13日和14日凌晨2点12分,位于广东省河源市的党演大桥和东江大桥纷纷发生坍塌事故,据河源市委宣传部称,坍塌事故造成三车堕水,造成一系列人员伤亡。据了解,截至事故发生前,两座桥的桥龄分别达到47年和28年。

​大数据文摘作品

作者:Mickey

桥梁倒塌造成的人员伤亡在国内外比比皆是。

今年1月,美国宾夕法尼亚州匹兹堡市一座桥梁28日清晨坍塌,造成10人受伤。事故造成燃气泄漏,燃气管道随后被关闭。

中国也有类似悲剧发生,2019年6月13日和14日凌晨2点12分,位于广东省河源市的党演大桥和东江大桥纷纷发生坍塌事故,据河源市委宣传部称,坍塌事故造成三车堕水,造成一系列人员伤亡。据了解,截至事故发生前,两座桥的桥龄分别达到47年和28年。

图片

桥梁的使用寿命过长和年久失修是造成坍塌悲剧的重要原因。在美国超过617,000 座桥梁中,42% 的桥龄超过 50 年,大约 46,000 座被认为存在结构缺陷。检查员仍然主要依靠目视检查来评估所有这些桥梁的完整性,但失败时有发生,并且一旦发生,常常造成无法承受的悲剧。

利用智能手机传感器监测人类健康和诊断疾病的应用比比皆是。现在,工程师们想出了一种方法,可以使用智能手机数据来揭示桥梁是否出现故障,从而在它们发生故障之前进行维修。研究人员在《通信工程》杂志上报告说,使用此类众包数据作为维护的一部分,可以在不增加成本的情况下将新桥梁的使用寿命延长 14 年以上。

图片

该方法依靠智能手机加速度计和车辆在桥上行驶时收集的 GPS 数据来计算其振动,这可以指示结构随时间的变化。西点军校的土木和机械工程教授Thomas Matarazzo说,这将比在数千座桥梁上安装传感器更便宜、更容易和更快。

通过手机加速度和gps数据计算桥梁共振

所有桥梁都以特定的固有频率振动,称为模态频率,该频率与桥梁的物理特性(如材料特性、几何形状和质量)相关。“这些数量的任何变化都会导致这些频率的变化,”他说。“如果桥梁出现重大损坏,其模态频率就会发生变化。” 但在美国,只有少数桥梁——通常是非常旧的或全新的——有传感器网络来测量这些振动。

“这个想法是,每部智能手机都会收集嘈杂的数据,但是当您汇总这些数据并尝试了解共同结果时,您可以了解桥梁振动频率。” 研究者Thomas Matarazzo表示。

因此,他和他的同事构建了一个应用程序,该应用程序使用傅里叶变换等数学方法,根据随时间测量的加速度变化计算模态频率。通过将智能手机加速度计数据与 GPS 数据相结合,该应用程序可以在桥梁的不同位置提供模态频率。

为了测试这款应用,Matarazzo 和他的同事开车穿过金门大桥 102 次。他们还打车让优步司机 72 次穿过金门大桥。他们发现,这些数据与从一组 240 个传统传感器获取的数据相当,这些传感器已连接到桥上三个月。

汇总大量数据至关重要,因为“智能手机从根本上说是非常糟糕的传感器,”他说。“这个想法是,每部智能手机都会收集嘈杂的数据,但是当您汇总这些数据并尝试了解共同结果时,就可以了解桥接频率。”

图片

第一辆车(Nissan Sentra)仪表板上的传感器布局,用于收集前 50 次行程。b第二辆车(福特福克斯)仪表板上的传感器布局,用于收集 52 次行程。在金门大桥上的所有车辆行程中,智能手机都朝上,因此一根轴与重力很好地对齐。这样的定位并不是绝对必要的;但是,有关传感器配置的知识有助于数据预处理。c通过两个独立参数定义的桥梁空间分割的通用示意图:Δs和c,它们在桥的长度上保持一致。红色圆圈代表每个线段的中心,而浅色框显示线段宽度。显示三个相邻段s i -1、s i和s i +1的特写,以详细说明分割参数:c是每个段的长度,c o是段之间重叠的长度,以及Δ s是相邻段的中心(红色圆圈)之间的距离。

挖掘网约车的“宝藏数据库”

论文显示,该技术在金门大桥这类大跨度桥梁上效果最佳,金门大桥的主跨度为 1280米,因为长距离的行驶能够收集更多数据。但该团队还收集了意大利一座较短的 28m 混凝土桥的数据。他们将 280 次汽车旅行的数据与 6 个振动传感器的数据进行了比较,发现了相似的结果。Matarazzo说,这座意大利的桥是典型的美国公路桥构造,这类构造的桥占美国所有桥梁的四分之一。

他的团队现在正致力于使用智能手机来评估另一个可以揭示结构完整性的桥梁特征,称为振型,它是电桥在特定频率下形成的物理形状。“与模态频率不同,模态形状不会随天气变化太大,而且对损坏更敏感。”

他说,智能手机的普及使得这项技术前途无量。“金门大桥每天有100,000 辆汽车行驶通过。即使有 10% 的人参与,我们也将拥有 10,000 个数据集,这是我们研究中使用的数据集的十倍。”

此外,此类数据的宝库已经存在。Uber 和 Lyft 等叫车服务公司需要收集加速度和 GPS 数据以了解车辆的位置,以跟踪行程并匹配行程。“他们的商业模式依赖于智能手机数据,他们从一开始就一直在收集这些数据,”他说。“这些预先存在的大型数据集其实还可以有别的用途,比如监控桥梁健康。”

素材来源:

https://spectrum.ieee.org/bridge

https://www.nature.com/articles/s44172-022-00025-4#Sec2

责任编辑:武晓燕 来源: 大数据文摘
相关推荐

2021-01-06 08:14:21

时间序列数据库数据库

2009-06-19 16:05:39

时间类型Struts

2016-06-29 09:53:15

云计算

2020-08-18 10:58:36

PC电脑智能手机电脑密码

2020-06-10 16:10:35

ActivityWat屏幕使用时间Linux

2022-10-28 12:00:03

前端开源

2018-07-25 09:06:18

数据中心机房容灾

2016-02-22 10:10:48

SqoopSQLNoSQL

2015-06-19 17:11:58

微软Office 365云计算

2012-03-30 15:15:49

笔记本评测

2020-09-24 09:51:10

iOS 14数据iPhone

2009-06-18 11:12:49

IP通信

2018-08-02 11:38:00

数据智能

2011-03-04 13:22:10

FileZilla

2015-09-28 15:17:17

Cocos开发者

2009-10-30 10:15:00

双线接入技术

2013-09-27 17:07:18

教育信息化华为

2009-08-10 19:23:02

服务与业务融合IT运维管理广通信达科技

2011-05-04 14:24:04

iPad打印机

2021-03-23 18:15:51

5G手机芯片
点赞
收藏

51CTO技术栈公众号