桥梁动态称重系统在自锚式独塔悬索桥轻型组合桥面中的试验研究

房啸，赵华，张斌，廖万成，张钰菲

(湖南大学 风工程与桥梁工程湖南省重点实验室，湖南 长沙 410082)

摘 要：将桥梁动态称重(BWIM)系统应用在采用球扁钢-超高性能混凝土(STC)轻型组合桥面的自锚式独塔悬索桥中，根据球扁钢-STC轻型组合桥面局部受力显著的特点，通过标定球扁钢加劲纵肋来获取桥梁应变响应，基于BWIM系统算法反算车辆轴重信息。为最大化局部受力效应，选取桥塔截面为测试断面。实桥试验结果表明：采用各趟自身标定影响线的单轴轴重及总重识别误差要优于采用平均影响线的识别误差，但这2种情况均具有较高的轴重识别精度；BWIM系统可以高精度识别车辆单轴轴重以及总重，单轴轴重识别误差平均值为1.8%，总重识别误差平均值为0.2%；BWIM系统应用在采用球扁钢-STC轻型组合桥面的自锚式独塔悬索桥中能有效识别车辆速度、轴数、轴距以及轴重，为车辆超载监管和桥梁健康监测提供了一种有效方法。

关键词：球扁钢-STC轻型组合桥面；自锚式独塔悬索桥；桥梁动态称重；标定影响线；单轴轴重及总重识别

国内外自锚式独塔悬索桥多采用正交异性钢箱梁结构，但是由于超载等问题，不少悬索桥出现了桥面板开裂等病害，例如苏通大桥和虎门大桥等。桥面开裂严重影响了桥梁主体的安全性能并且会缩短桥梁的使用寿命。同时钢桥的维护费用较高，所以对该系列桥梁进行严格的车辆管制具有重要意义。为了有效管制超载车辆，在国际上桥梁动态称重系统(Bridge-Weigh-in-motion：BWIM)越来越多地应用在桥梁交通量监测中。BWIM系统是把桥梁视为磅秤，通过移动车辆荷载在桥梁上产生的动态响应历程，利用BWIM系统算法反算出车辆轴重[1−7, 20]。BWIM系统相比于其他静态称重系统优势在于该技术在获取车辆数据时不需要中断交通，可以获取移动车辆的轴重信息，且携带、安装方便，是一种监测交通量的有效工具。BWIM的概念最初由Moses等[6−7, 9−11]于1979年提出。Dempsey等[12]在此基础上，将桥梁自身的动力响应振动考虑到Moses算法中，结果表明车辆轴重识别精度得到一定提高。Gonzalez等[13]基于频谱方法研究不同参数对动态算法的影响，进一步提高识别精度。在Moses算法基础上，O’Brien等[14]提出利用最小二乘法原理根据试验采集信号来求得桥梁结构实际影响线的方法，而且这个算法适用性在瑞典的2座桥梁试验中得已证明。另外，在实际运用中，Moses算法会出现病态方程问题，Rowley等[15]建议在病态方程中加入正则化算法来提高识别的精度。Kalin等[11]利用BWIM系统识别车辆轴重时，提出车辆轴重识别精度与车轴信息(车辆速度、车辆轴数、车辆轴距)获取的准确度有关。耿少波等[16]详细推导了BWIM系统的相关算法。随后几十年来，各国学者在Moses提出的概念的基础上，研究并发展为现在广泛使用的新型BWIM系统[7, 10−12]。新型BWIM系统需要在主梁下安装额外的FAD传感器(车轴探测传感器free-of-axle- detectors)，从而获得车辆速度、车辆轴数以及车辆轴距等基本信息；车辆的轴重信息由安装在主梁下缘的称重传感器采集到的动态响应获得[5, 8, 20]，采用桥梁结构实际标定影响线为基础，对桥梁动态响应采集值和相应理论值之间差值的平方和作最小化处理，从而求得车辆轴重信息。BWIM的算法在钢桥上的应用是于1996年由法国国家路桥中心(LCPC)提出来的[17]。Ojio等[18]对BWIM在钢桥中的应用进行了可行性研究； XIAO等[4]在2006年将BWIM系统在正交异性桥面板测量轴重中引入参数C来提高轴重识别的精度,并取得了较为满意的结果。本文将BWIM系统应用到采用球扁钢-STC轻型组合桥面的自锚式独塔悬索桥中在国际上尚属首例。本文基于湖南省湘潭市昭华特大桥(采用球扁钢-STC轻型组合桥面自锚式独塔悬索桥)的实桥测试，利用BWIM系统进行车辆信息识别、计算标定影响线以及识别车辆轴重，探究BWIM系统应用到采用球扁钢-STC轻型组合桥面的自锚式独塔悬索桥中的可行性。研究成果表明将BWIM系统应用在球扁钢-STC轻型组合桥面自锚式独塔悬索桥中，车辆单轴轴重以及总重识别精度均达到理想效果，为BWIM系统在悬索桥中的应用与研究提供一种行之有效的方法。

1 试验方案与过程

1.1 测试桥梁简介

现场试验桥梁(昭华大桥)位于湖南省湘潭市，昭华大桥为采用球扁钢-STC轻型组合桥面的自锚式独塔悬索桥。球扁钢-STC轻型组合桥面是指在正交异性钢面板上焊接剪力钉，密配钢筋网、浇筑薄型超高性能混凝土(活性粉末混凝土RPC)层形成50 mm 厚STC 层(超高性能混凝土层)，顶板及上铺的STC 高性能混凝土层，构成轻型组合桥面。使STC 层与正交异性钢桥面同时参与结构受力[19]。昭华大桥跨径布置为45 m+168 m+228 m+2×45 m，主梁采用单箱三室扁平流线形栓焊钢加劲梁，设4道纵腹板(2道边腹板+2道纵隔板)。锚跨为混凝土现浇箱梁，吊索间距为10.8 m。主桥立面布置图及测试跨如图1所示。该桥横向布置为：2.25 m人行道(含栏杆)+1.7 m吊索区+0.5 m防撞栏杆+4×3.75行车道+2×0.3 m防撞栏杆+4×3.75行车道+0.5 m防撞栏杆+1.7 m吊索区+2.25 m人行道(含栏杆)，全桥宽度39.5 m。箱梁顶板采用船用球扁钢加劲肋加劲，球扁钢型号L260×12，标准间距每隔450 mm 布置一道。桥面设2%的双向横坡，底板水平。1/2标准横断面图及球扁钢大样图如图2所示。荷载等级技术参数为公路Ⅰ级。

单位：mm

图1 昭华大桥立面布置图及测试跨

Fig. 1 Elevation of Zhaohua Bridge and the test span

单位：mm

图2 1/2标准横断面及球扁钢大样图

Fig. 2 Drawing of 1/2 cross section and ball flat steel

1.2 试验方案及传感器布置

球扁钢-STC轻型组合桥面板实际受力以第二受力体系为主，由于球扁钢-STC轻型组合桥面板局部受力效应明显，当车轮荷载移动至标定范围节段内时会产生明显的峰值信号。为了避免第一受力体系效应的影响，因此本试验纵向上选择靠近桥塔截面的标准节段(A-A)为测试断面进行传感器布置(如图1所示)。同时在测试断面安装了2排FAD传感器(共4个)用来获取车辆实际行驶速度车轴数、以及轴距。具体布置方案如图3所示。除此之外，横向上在测试断面纵肋上全截面布置一排称重传感器，如图4所示。

单位：mm

图3 传感器纵桥向布置图

Fig. 3 Sensor positions of the longitudinal bridge

单位：mm

图4 传感器横向平面布置图

Fig. 4 Sensor positions of cross section

本文选择车道3为试验车道，目标车速为30 km/h，试验趟数为10趟。由于现场试验天气条件以及仪器设备等因素，桥塔截面有效测试趟数为9趟，现场试验采用日本TML公司生产的应变片作为FAD传感器和称重传感器，江苏东华测试公司生产的东华DH5921动应变采集仪进行数据采集。仪器采样频率为500 Hz。BWIM系统实桥安装以及现场试验图如图5所示。

1.3 标定实验

在BWIM系统中桥梁影响线的准确获取是车辆称重精度的关键因素。实桥往往因为材料特性、边界条件等因素，结构实际影响线与结构理论影响线存在一定差别[20]。为了求解更符合结构实际的影响线，利用已知轴重、轴距的标定车辆进行现场标定试验来计算桥梁结构实际影响线。标定试验的加载车辆为三轴车。加载车辆的具体信息如表1所示。

通过建设卫生厕所所产生的生活污水经过化粪池预处理后排入沿着村庄主路布置的排水管网，最终在排水一体化污水处理设施统一处理，处理达到一级B标准后排至沟渠。

2 BWIM系统的基本原理

BWIM算法由Moses于1979年首次提出[6]。而后O’Brien有所改进，提出用现场标定测得的影响线代替理论影响线[12]。BWIM系统基本原理主要包括三大方面：车轴探测识别、标定影响线计算和轴重识别计算。在现场实桥试验中，由于所采集信号中的原始应变包含动态响应，若将其输入BWIM系统进行计算，会影响轴重识别精度。因此本文对现场试验所采集的原始应变，利用50 Hz低通滤波滤除高频噪声等信号以及大部分的动态冲击效应成分，并采用过滤动态响应成分之后的信号进行后续的分析与计算。

图5 BWIM系统安装及现场试验

Fig. 5 BWIM system installation and field test

表1 标定车信息

Table 1 Vehicle information for the initial calibration

标定车参数标定车信息 前轴距AL1/cm360 后轴距AL2/cm495 前轴重A1/kN72.4 中轴重A2/kN151.9 后轴重A3/kN131.3 总重GVW/kN355.6

2.1 车轴探测识别技术

车轴探测识别技术是通过FAD传感器采集到的应变响应，可以有效获取车辆行驶过测试截面时的速度、车轴数以及轴距。由于自锚式独塔悬索桥中球扁钢-STC轻型组合桥面的局部受力特性强，当车辆行驶过测点时，安装在称重传感器前后两排的FAD传感器(如图3所示)即FAD1-1和FAD2-1会产生明显的波峰，波峰的个数即为车轴数量。图6所示为标定车辆沿第3车道行驶至桥塔截面时第5趟跑车所采集到的FAD传感器应变响应和称重传感器应变响应，式中rib-19～rib-28为第3车道下方对应钢箱梁内球扁钢的编号。

根据图6所显示的FAD1-1和FAD2-1应变响应信号可以看出FAD1-1的响应信号明显滞后于FAD2-1的响应信号，可以推断出车辆在行驶过程中先经过FAD1-1，而后经过FAD2-1，这与实际跑车情况一致。假设当车辆3个车轴经过FAD1-1时对应的时刻为：t11，t12，t13；经过FAD2-1时对应的时刻为：t21，t22，t23；根据测点布置方案，FAD1-1和FAD2-1之间间距L=5.4 m，考虑到目标车速是30 km/h，因此可以认为车辆在行驶到FAD1和FAD2测试范围内速度是一个常数。车辆行驶过测试断面的实际速度计算公式如式(1)所示：

女人不是看上了杨老板的出手阔绰，也不是看上了他的事业有成，她就是觉得杨剑这个人好，是一个值得她结识的兄长。他的那一小包接一小包的茶叶里面是有感情在的，最起码一点是懂她的心思。男朋友逃之夭夭以后，不少男人都蜂拥而至地到她身边来，不乏疯狂的追求。

(1)

得出车辆速度后，利用相邻波峰时间差即可得出轴距大小，车辆轴距计算公式如公式(2)所示：

(2)

图6 FAD车轴识别信号

Fig. 6 FAD signals of axle identification

2.2 桥梁影响线标定

移动车辆荷载作用在球扁钢-STC轻型组合桥面自锚式独塔悬索桥上时，通过安装在球扁钢纵向加劲肋上的传感器采集到的连续动态应变来获取车辆行驶过测试断面的响应历程。在现场实桥试验中对于动态连续的采集过程，通过对所有标定纵肋的不同时刻的弯矩进行拟合，将其表示为以时间为变量的函数：

(3)

式中：

是实测弯矩；G是纵肋的总个数；E是主梁的弹性模量；S是第i根纵肋的截面模量；εi是第i根纵肋的实测应变。同时，在时间步k时的理论弯矩可以通过影响线计算得到：

(4)

(5)

式(4)中：

是理论弯矩；N是车辆轴数；Ai第i根车轴的轴重；Ii,(k−Ci)是第i根车轴位置所对应影响线的竖坐标，式(5)中Di是第i根车轴到第一根车轴的距离，Ci是Di所对应的时间步(Ci=0)。f是BWIM系统的采样频率，v是车辆的速度(假设车辆行驶桥梁时速度是常数)。此时Ai已知，Ii,(k−Ci)未知，需要求解影响线竖标Ii,(k−Ci)。

图7 称重传感器识别信号

Fig. 7 Signals of load identification signal

在得出理论弯矩和实测弯矩的等量关系式后，利用最小二乘法最小化理论弯矩与实测弯矩误差的原理，建立基于理论弯矩和实测弯矩的误差 函数：

(6)

式中：T表示计算影响线的总时间步数。为了使误差函数最小，即理论弯矩与实测弯矩最接近，利用误差函数对影响线竖标求偏导数并令其等于0即可求得一系列影响线竖标值:

(7)

2.3 车辆轴重识别

车辆轴重识别算法原理是利用求得的标定影响线来反算轴重的过程。

(8)

与式(4)类似，式(8)中

表示第i根轴在时间步k时的位置所对应的影响线竖标。此时

已知(由2.2节求出)，Ai未知，需要求解车辆轴重Ai。同理利用最小二乘法建立理论弯矩与实测弯矩的误差函数，将式(6)定义的误差函数表示为矩阵形式为：

评价病情的轻、重，不是依据病名，不是依据患病部位，也不是单纯依据病原微生物种类……判断病情的轻重主要看临床表现。简单地说，严重的“喉炎”、严重的“支气管炎”、严重的“肺炎”，都会表现为呼吸困难，病情都很重；轻微的“喉炎”、轻微的“支气管炎”、轻微的“肺炎”，一般情况尚好，病情都较轻。

(9)

式中：{A}是待求轴重列向量，是{εm}是实测应变向量，[I]是式(7)中所计算出的标定影响线向量。利用误差函数F对轴重列向量{A}求偏微分，为使误差函数最小，令F=0，即可求解出轴重列向量：

(10)

车辆的单轴轴重即可求得：

(11)

车辆总重GVW(Gross vehicle weight)即为计算出来的单轴轴重之和：

(12)

3 试验结果与分析

3.1 车轴信息识别

车辆信息识别包含车辆行驶速度、车辆车轴数量、车辆轴距识别。这3项基本参数在BWIM系统算法中是作为基本输入项参与算法计算中，因此车轴信息识别的精度大小对于标定影响线的获取以及车辆轴重识别有重大影响。

表2 桥塔截面第3车道车辆信息识别结果

Table 2 Axle identification results in lane 3 of fulcrum section

桥塔截面第3车道 趟次速度/(km∙h−1)AL1/cmAL2/cmAL1误差/%AL2误差/% 128.73624920.4−0.6 229.63674942.0−0.2 330.93674932.0−0.5 429.63704962.90.1 528.43674922.0−0.7 629.63634900.9−1.1 728.33674962.00.2 829.03654921.4−0.6 930.53644941.1−0.1 平均值29.43704901.6−0.4 标准差0.90.020.030.70.4

从图6可以看出，FAD1和FAD2应变响应信号均出现3个明显的波峰，由此可以推断行驶过桥塔断面的车辆为三轴车，符合标定车辆的实际情况。桥塔截面车辆信息识别结果如表2所示。从表2中可以看出桥塔截面实际跑车速度区间为28.3～30.9 km/h，均能达到目标速度；桥塔截面轴距AL1识别误差范围在0.4%～2.9%，轴距AL2识别误差范围在−1.1%～0.2%，轴距识别精度高、误差小，且数据离散程度小，吻合度高。

3.2 影响线标定

在计算桥梁结构实际影响线的标定试验中，标定车沿第3车道行驶过桥塔测试断面。根据桥梁影响线标定原理，利用MATLAB编程可以计算桥塔截面9趟跑车数据的标定影响线，如图8所示。标定影响线的计算范围均取18.9 m(选取7跨即8片横隔板之间的距离2.7×7=18.9 m)。

从图8可以看出桥塔截面各趟跑车数据所计算得到的标定影响线均呈现重复性高、吻合度好的特性，具有显著的一致性。为减少偶然误差对计算标定影响线的影响，对各趟跑车的标定影响线取平均值作为平均影响线，计算车道上行驶车辆的轴 重[20]。同时XIAO等[4]提出：正交异性桥面板由于横隔板的加劲作用在纵向上受力与同跨径的连续梁相似，因此图9展示的是桥塔截面平均影响线与同等跨径(7跨)连续梁理论影响线对比图。从图9分析可得，桥塔截面平均影响线和同跨径连续梁理论影响线形状相似度较高，吻合度较好。同时考虑到自锚式悬索桥实际桥梁结构由于吊杆等约束条件的原因造成结构实际影响线竖标值要小于同跨径连续梁理论影响线的竖标值，图9展示的规律符合实际情况，说明球扁钢-STC轻型组合桥面板受力以局部受力为主，通过安装在球扁钢纵肋下的称重传感器所采集到的应变响应可以有效反映出行驶在桥面板上车辆的轴重信息。

图8 桥塔截面标定影响线

Fig. 8 Calibrated influence lines of fulcrum section

图9 桥塔截面平均影响线与同跨径连续梁理论影响线对比

Fig. 9 Comparison between average influence line of fulcrum section and theoretical influence line of continuous beam

3.3 车辆荷载识别结果分析

在获取自锚式独塔悬索桥的标定影响线之后，根据BWIM轴重算法，利用MATLAB编程就可以计算出每一趟跑车的单轴轴重以及车辆的总重量。从2.3节式(11)可以看出，标定影响线的选取对于车辆轴重识别精度有着至关重要的影响，因此本文采用CASE1和CASE2 2种情况进行讨论分析。CASE1是采用该车道每一趟自身跑车中采集到桥梁应变响应所计算得到的影响线，即该车道各趟自身标定影响线；CASE2是该工况下所有跑车趟数进行平均计算所得的影响线，即该车道平均影响线。桥塔截面车辆单轴轴重及总重识别计算结果如表3所示。A1，A2和A3依次表示加载车的前轴、中轴和后轴单轴轴重，GVW表示车辆的总重。

综上所述，鉴于甲状腺癌在甲状腺疾病中所占比例较小，癌瘤较小时与良性结节难以辨别，因此需要对甲状腺良恶性结节的超声影像图特征进行深入分析，总结经验与不足，提高临床诊断和鉴别的准确率。彩色多普勒超声能为甲状腺癌的临床诊断提供丰富的影像学信息，对甲状腺癌和良性结节的鉴别诊断具有较高的诊断价值。

从表3中可以看出，桥塔截面在CASE1中车辆总重识别误差在0.1%～1.6%范围内，单轴轴重重量识别误差在−4.8%～3.6%范围内。在CASE2中车辆总重识别误差在−2.5%～2.1%范围内，单轴轴重识别误差在−5.3%～5.2%范围内。在CASE1中A1，A2和A3和GVW的平均值依次为0.7%，2.4%，−2.5%，0.2%，标准差依次为3.5%，1.9%，1.6%，1.7%；在CASE2中A1，A2，A3和GVW平均值依次为3.1%，1.2%，1.0%，1.5%，标准差依次为3.4%，2.2%，3.3%，1.5%。在CASE1和CASE2 2种情况中，对比车辆单轴轴重识别误差以及总重识别误差的平均值可以看出，2种情况下的单轴轴重以及总重识别误差具有相似的水平，单轴轴重及总重误差平均值均较小，识别精度较高；对比车辆单轴轴重识别误差以及总重识别误差的标准差可以看出，CASE1中的车辆单轴轴重识别误差以及总重识别误差标准差均小于CASE2中的数值, 相比于CASE2，CASE1单轴轴重以及总重识别误差更为稳定，离散程度更小。但是CASE1和CASE2在单轴轴重和总重识别中均能达到较好的识别精度，且CASE2所代表的平均影响线更具有普遍适用性。CASE2代表的该车道所有趟数平均影响线所识别的轴重误差中单轴轴重误差平均值为1.8%，总重误差平均值为0.2%，达到理想识别精度。

综合前述测试以及论证，大功率参量阵定向扬声器的定向音频，在室内复杂通道与空间的轨道交通车站，作为传统应急疏教引导标志的补充，有着显著的效果。其研究成果对大功率参量阵定向扬声器在其他类似场景中的推广应用，也有着积极的意义。

表3 桥塔截面第3车道车辆单轴轴重及总重识别结果

Table 3 Axle identification results of vehicle uniaxial and total weight in lane 3 of fulcrum section %

CASE1CASE2 RunA1A2A3A2+A3GVWA1A2A3A2+A3GVW 1−0.32.5−2.50.20.13.95.2−2.41.72.1 20.92.1−1.50.40.5−2.7−0.2−4.5−2.2−2.3 32.62.6−3.2−0.10.4−4.70.9−5.3−2.0−2.5 40.53.5−4.8−0.4−0.21.12.8−1.60.70.8 50.52.2−2.10.20.3−2.61.6−0.90.4−0.2 60.72.8−2.50.40.4−0.11.7−1.70.10.1 7−0.31.0−0.40.40.24.61.7−2.2−0.10.9 80.72.5−2.00.40.54.72.4−0.71.01.7 93.62.7−0.81.11.31.95.8−3.61.41.5 平均值1.02.4−2.20.30.20.72.4−2.50.10.2 标准差1.30.71.30.40.53.51.91.61.41.7

注：CASE1为该车道各趟自身的标定影响线；CASE2为该车道平均影响线。

ZHAO等[10]将BWIM系统应用于梁桥等类型桥梁时，虽然车辆的总重识别取得较好结果，但是车辆单轴轴重识别误差较大，精度较差。从表3分析可得，BWIM系统应用在球扁钢-STC轻型组合桥面自锚式独塔悬索桥中时单轴轴重识别误差在5%左右，且离散程度较小，数据稳定。由于球扁钢-STC轻型组合桥面结构以局部受力为主，当车辆轮载接近所标定的断面时，该断面才会产生明显响应。应力响应产生的范围较小，因此纵肋上采集的应变信号更接近于车辆单轴轴重通过测点时所产生的实际响应，所以用此实际应变响应来计算的车辆单轴轴重误差更小，精度更高。

如果能通过改变成此类排水管及管件的材质减小或消除这种噪声，并且减少工程造价，对日常生活的舒适性和节约施工成本有着重大意义。

4 结论

1) 基于现场实桥试验，将BWIM系统应用于采用球扁钢-STC轻型组合桥面的自锚式独塔悬索桥，根据现场实际测试所得的桥梁应变响应，基于最小二乘法，建立实测应变与理论应变误差函数，获得适用于采用球扁钢-STC轻型组合桥面的自锚式独塔悬索桥的BWIM系统算法。

2) 标定影响线计算结果表明：第3车道各趟标定影响线具有显著的一致性，重复性高，吻合度好。通过各趟自身标定的影响线所计算得到车辆单轴轴重识别误差以及总重识别误差要优于该车道平均影响线。但是这2种情况均具有较高的单轴轴重及总重识别精度。

3) 分析桥塔截面的车辆轴重识别结果，车辆单轴轴重平均识别误差为1.8%，车辆总重平均识别误差为0.2%，桥塔截面单轴轴重及总重轴重识别误差小，精度高，且数据稳定，离散程度小。BWIM系统应用于采用球扁钢-STC轻型组合桥面的自锚式独塔悬索桥取得理想效果。

4) 采用球扁钢-STC轻型组合桥面的自锚式独塔悬索桥因其局部受力效应显著，所得桥梁响应信号可以有效反映行驶车辆速度、轴数、轴距以及车辆轴重信息，为桥梁健康监测和车辆监管提供了一种可靠途径。

WEI Hao, XUE Qingpo, ZHANG Guorui, et al. Heavy metal pollution degree and its risk assessment of farmland soil in the downstream of a uranium tailings pond[J]. Conservation and utilization of mineral resources, 2018(6):132-139.

其次，扩大团队外部协作，突破宗亲、血缘、亲缘等因素的限制，使团队协作精神更具开放性，与其它地方的商人广泛开展互动、交流与合作。闽商要发扬自己固有的开放性特征，充分利用海峡西岸经济区“以福建为主体，面对台湾，邻近港澳，北承长江三角洲，南接珠江三角洲，西连内陆，涵盖周边”的地理优势，合纵连横，努力推动区域经济合作，建立更广泛的社会关系和合作交流渠道。也要以世界性的眼光，兼容并蓄，在全世界范围内寻找合作伙伴，大力引进资金、技术和人才，充分利用社会各项资源。

参考文献：

[1] ZHAO H, Uddin N, O’Brien E J, et al. Identification of vehicular axle weights with a bridge weigh-in-motion system considering transverse distribution of wheel loads[J]. Journal of Bridge Engineering, 2014, 19(3): 1− 22.

[2] 赵华, 谭承君, 张龙威, 等. 基于小波变换的桥梁动态称重系统车轴高精度识别研究[J]. 湖南大学学报(自然科学版), 2016, 43(7): 116−124. ZHAO Hua, TAN Chengjun, ZHANG Longwei, et al. High-accuracy identification of axles in bridge dynamic weighing system based on wavelet transform[J]. Journal of Hunan University (Natural Science), 2016, 43(7): 116− 124.

[3] 李小年, 陈艾荣, 马如进. 桥梁动态沉重研究综述[J].土木工程学报, 2013, 46(3): 79−85. LI Xiaonian, CHEN Airong, MA Rujin. A summary of researches on dynamic dynamics of bridges[J]. Journal of Civil Engineering, 2013, 46(3): 79−85.

[4] XIAO Z G, Yamada K, Inoue J, et al. Measurement of truck axle weights by instrumenting longitudinal ribs of orthotropic bridge[J]. Journal of Bridge Engineering, 2006, 11(5): 526−532.

[5] 朱仲毅. 独塔自锚式悬索桥恒载状态下结构线形及内力分析[J]. 铁道科学与工程学报, 2005, 2(2): 49−53. ZHU Zhongyi. Analysis of the geometry and inner force for self-anchored suspension bridge with single-tower under dead load[J]. Journal of Railway Science and Engineering, 2005, 2(2): 49−53.

[6] Moses F. Weigh-in-motion system using instrumented bridges[J]. Transportation Engineering Journal, 1979, 105(3): 233−249.

[7] Cardini A J, Dewolf J T. Implementation of a long-term bridge weigh-in-motion system for a steel girder bridge in the interstate highway system[J]. Journal of Bridge Engineering, 2009, 14(6): 418−423.

[8] YANG G, CHEN W Z, XU J. The theory and case study of axle load identification based on BWIM of orthotropic steel deck[C]// Applied Mechanics and Materials, Trans Tech Publications Ltd, Vancouver, British Colunbia, Canada, 2012, 204: 1247−1254.

[9] Park M S, Lee J, Kim S, et al. Development and application of a BWIM system in a cable-stayed bridge[C]// Proceedings of the 3rd International Conference on Structural Health Monitoring of Intelligent Infrastructure (SHMII-3), 2007: 13−16.

[10] ZHAO H, Uddin N, SHAO X D, et al. Field-calibrated influence lines for improved axle weight identification with a bridge weigh-in-motion system[J]. Structure and Infrastructure Engineering, 2015, 11(6): 721−743.

[11] Kalin J, Žnidarič A, Lavrič I. Practical implementation of nothing-on-the-road bridge weigh-in-motion system[J]. Slovenian National Building and Civil Engineering, 2007: 3−10.

[12] Dempsey A T, Žnidarič A, O’Brien E J. Development of dynamic bridge weigh-in-motion algorithm[C]// International Symposium on Heavy Vehicle Weights and Dimensions, 5th. Maroochydore, Queensland, Australia: 1998:95−113.

[13] González A, O’Brien E J. The development of a dynamic bridge weigh-in-motion algorithm[C]// Pre-proceedings of 2nd European Conference on Weigh-in-Motion of Road Vehicles, Held Lisbon, Portugal,1998: 445−452.

[14] O’Brien E J, Quilligan M J, Karoumi R. Calculating an influence line from direct measurements[J]. Proceedings of the Institution of Civil Engineers-Bridge Engineering, 2006, 159(1): 31−34.

[15] Rowley C, Gonzalez A, O’Brien E J, et al. Comparison of conventional and regularized bridge weigh-in-motion algorithms[C]// Proceedings of the 5th International Conference on Heavy Vehicles (ICWIM’08), Paris, France, 2008: 221− 230.

[16] 耿少波, 石雪飞, 阮欣. 基于桥梁结构的动态称重系统算法研究[J]. 石家庄铁道大学学报(自然科学版), 2012, 24(4): 40−44. GENG Shaobo, SHI Xuefei, RUAN Xin. Research on algorithms of dynamic weighing system based on bridge structure[J]. Journal of Shijiazhuang Railway University (Natural Science Edition), 2012, 24(4): 40−44.

[17] 马鹏飞. 应用于正交异性钢桥面的不同轴重识别算法对比分析[D]. 长沙: 湖南大学, 2019. MA Pengfwi. Comparison of three different algorithms in identifying axle loads with the application of BWIM to orthotropic steel decks[D]. Changsha: Hunan University, 2019.

[18] Ojio T, Yamada K, Kainuma S, et al. Estimation of traffic loads using strain recording in orthotropic steel deck[J]. Journal of Structural Engineering, 1997: 1141−1151.

[19] 邵旭东, 胡建华. 钢−超高性能混凝土轻型组合桥梁结构[M]. 北京: 人民交通出版社, 2015. SHAO Xudong, HU Jianhua. Steel-ultra-high- performance concrete lightweight composite bridge structure[M]. Beijing: People’s Communications Press, 2015.

[20] 张阿敏, 吴汉立, 马鹏飞, 等. BWIM系统应用于正交异性钢桥面的整体效应分析[J]. 公路工程, 2017, 42(6): 261−267. ZHANG Amin, WU Hanli, MA Pengfei, et al. Global effect analysis of BWIM system applied to orthotropic steel deck[J]. Highway Engineering, 2017, 42(6): 261− 267.

[21] 耿豪. 基于多排传感器的桥梁动态称重系统在板桥中的应用研究[D]. 长沙: 湖南大学, 2017. GENG Hao. The application of bridge-weigh-in-motion system on slab bridge with multiple longitudinal sensor locations[D]. Changsha: Hunan University, 2017.

Experimental study of bridge weigh-in-motion system in lightweight composite deck of self-anchored single tower suspension

FANG Xiao, ZHAO Hua, ZHANG Bin, LIAO Wancheng, ZHANG Yufei

(Key Laboratory for Wind and Bridge Engineering of Hunan Province, Hunan University, Changsha 410082, China)

Abstract:Bridge weigh-in-motion (BWIM) system was applied to the self-anchored single tower suspension bridge with a ball flat steel-super toughness concrete (STC) lightweight composite deck. The remarkable features are that the strain response of the bridge is obtained by calibrating the stiffened longitudinal ribs of the ball flat steel, and that the vehicle axle weight information is calculated based on the BWIM system algorithm. In order to maximize the local force effect, the fulcrum section was selected as the test section. The test results show that the identification error of uniaxial load and total weight using each self-calibration influence line is better than that of using the average influence line; however, both of them have high identification accuracy of axle load. BWIM system can identify uniaxial load and total weight of vehicle with high accuracy, i.e., the average value of identification error of uniaxial load is 1.8%, and the average value of identification error of total weight is 0.2%. BWIM system can effectively identify vehicle speed, axle number, wheelbase and axle load in self-anchored single tower suspension bridge with ball flat steel STC light composite deck. It provides an effective method for vehicle overload supervision and bridge health monitoring.

Key words:a ball flat steel-STC lightweight composite deck; self-anchored single-tower suspension bridge; bridge weigh-in-motion; calibrated influence line; uniaxial accuracy and axle weight identification

中图分类号：U448.27

文献标志码：A

文章编号：1672 − 7029(2020)10 − 2558 − 10

DOI: 10.19713/j.cnki.43−1423/u.T20191093

收稿日期：2019−12−05

基金项目：湖南省重点领域研发计划资助项目(2019SK2172)

通信作者：赵华(1975−)，男，湖北松滋人，副教授，博士，从事新型桥梁结构、既有桥梁评定及维护、桥梁动态称重系统研究；E−mail：[e-mail]

(编辑 涂鹏)