Jakie są nowoczesne metody monitorowania mostów za pomocą pojazdów testowych i ich zastosowanie w detekcji uszkodzeń?

W sieciach transportu drogowego mosty pełnią kluczową rolę w łączeniu dróg oddzielonych naturalnymi lub sztucznymi przeszkodami. Ich sprawność ma bezpośredni wpływ na efektywność transportu, a także na rozwój gospodarczy regionów. Z tego powodu zdrowie techniczne mostów jest zagadnieniem, które budzi zainteresowanie inżynierów i naukowców. Starzenie się konstrukcji, przeładunki, jak i skutki klęsk żywiołowych, takich jak trzęsienia ziemi, tajfuny czy powodzie, mogą prowadzić do pogorszenia stanu mostów, co zmusza do poszukiwania skutecznych metod monitorowania ich kondycji.

W ciągu ostatnich dziesięcioleci rozwój metod opartych na pomiarach drgań mostów stał się kluczowym narzędziem w monitorowaniu stanu technicznego tych obiektów. Tradycyjnie wykorzystywane były metody bezpośrednie, polegające na montażu czujników wibracji bezpośrednio na konstrukcji mostu. Choć te techniki pozwalają uzyskać bardzo precyzyjne dane, wiążą się z wysokimi kosztami wdrożenia oraz utrzymania, a także krótkim czasem użytkowania czujników, który zazwyczaj nie pokrywa się z długoletnią trwałością mostu. W związku z tym, metody te są stosowane głównie w przypadku mostów o strategicznym znaczeniu lub o szczególnej konstrukcji.

Zatem dla mostów o mniejszych rozpiętościach, które są budowane w szybkim tempie w odpowiedzi na rozwój regionów, pojawiła się potrzeba alternatywnych metod monitorowania. W odpowiedzi na tę potrzebę opracowano metodę pośrednią, znaną jako metoda skanowania pojazdem (VSM – Vehicle Scanning Method), polegającą na wykorzystaniu pojazdu testowego wyposażonego w akcelerometry do wyciągania częstotliwości drgań mostu. Zamiast bezpośrednich pomiarów na moście, pojazd porusza się po moście, zbierając dane, które pozwalają na analizę charakterystyki drgań mostu.

Metoda VSM zyskała na znaczeniu, ponieważ umożliwia monitorowanie stanu technicznego mostów bez konieczności montowania kosztownych czujników na samej konstrukcji. Co więcej, pozwala na zbieranie danych dynamicznych na różnych mostach, w tym także na obiektach o średnich rozpiętościach, które wcześniej były trudne do monitorowania z powodu ograniczonego dostępu lub dużych kosztów.

Kluczowym elementem skutecznego wykorzystania tej metody jest zarówno odpowiednia technologia sprzętowa, jak i oprogramowanie do analizy zebranych danych. W zakresie sprzętu pojazd testowy musi posiadać odpowiednie właściwości dynamiczne, aby skutecznie zbierać dane. Z kolei w zakresie oprogramowania, ważne jest zastosowanie zaawansowanych metod przetwarzania sygnałów, takich jak transformacja falkowa (wavelet transform), analiza widma, czy też metody takie jak EMD (Empirical Mode Decomposition), VMD (Variational Mode Decomposition), a także analiza funkcji gęstości widma krzyżowego.

Analizowanie odpowiedzi mostu na obciążenie pojazdów pozwala na wyodrębnienie częstotliwości drgań mostu w wyższych trybach, co jest kluczowe dla pełniejszego zrozumienia stanu konstrukcji. Techniki te umożliwiają rozdzielenie częstotliwości drgań pionowych i skrętnych mostu, co jest szczególnie ważne w diagnostyce mostów o różnorodnych trybach drgań. Częstotliwości drgań skrętnych są szczególnie trudne do wykrycia, ale dzięki zastosowaniu odpowiednich algorytmów udało się wyodrębnić je z danych kontaktowych pojazdu, co pozwala na dokładniejsze określenie stanu mostu, nawet w warunkach nierównej nawierzchni.

Co więcej, na podstawie zmian w kształtach trybów drgań mostu możliwe jest wykrycie uszkodzeń. Zmiany w kształtach trybów mogą wskazywać na obecność mikroszczelin, korozji lub innych uszkodzeń, które mogą wpływać na integralność konstrukcji. Analizowanie krzywizny trybów drgań, a także stosowanie odpowiednich wskaźników pozwala na wczesne wykrywanie potencjalnych problemów, które mogą wymagać interwencji naprawczej.

Pomimo wielu zalet, metoda VSM nie jest wolna od wyzwań. Jednym z problemów jest obecność zakłóceń związanych z odpowiedzią pojazdu testowego, które mogą zdominować widmo częstotliwości mostu. Aby temu zapobiec, stosuje się techniki filtracji, takie jak filtr cząsteczkowy, czy też algorytmy związane z odpowiedzią kontaktową pojazdu–most, które pozwalają na uzyskanie dokładniejszych wyników.

Na zakończenie, należy zwrócić uwagę na to, że choć metoda skanowania pojazdem (VSM) daje obiecujące wyniki, jej efektywność w dużej mierze zależy od jakości sprzętu i algorytmów wykorzystywanych do przetwarzania danych. Właściwe zaprojektowanie testowego pojazdu oraz zastosowanie odpowiednich technik obróbki sygnałów pozwala na uzyskanie precyzyjnych danych, które stanowią cenne wsparcie w monitorowaniu kondycji mostów i zapobieganiu poważnym awariom.

Jakie są metody identyfikacji parametrów modalnych mostów przy użyciu technologii skanowania pojazdów?

Identyfikacja parametrów modalnych mostów jest kluczowym procesem w diagnostyce ich stanu technicznego oraz w monitorowaniu ich kondycji w czasie rzeczywistym. Współczesne technologie pozwalają na zastosowanie różnych metod, w tym tych opartych na analizie sygnałów generowanych przez pojazdy, które przejeżdżają przez mosty. Takie podejście, nazwane metodą skanowania pojazdów, staje się coraz bardziej popularne ze względu na swoją skuteczność i zastosowanie w monitoringu mostów w warunkach rzeczywistych.

Metoda skanowania pojazdów, bazująca na analizie odpowiedzi modalnych, pozwala na obliczenie parametrów takich jak częstotliwości drgań, kształty modów oraz współczynniki tłumienia, które są niezbędne do oceny stanu struktury mostu. Wykorzystanie pojazdów poruszających się po mostach jako źródeł wibracji jest szczególnie przydatne w przypadku mostów, które nie są wyposażone w zaawansowane czujniki strukturalne, a jednak wymagają regularnego monitorowania.

Dzięki zaawansowanym technologiom takich jak głębokie uczenie maszynowe, metoda skanowania pojazdów zyskała na precyzji i niezawodności. Modelowanie zachowań dynamicznych mostu przy użyciu takich narzędzi pozwala na bardziej dokładne wyznaczanie parametrów modalnych, co ma bezpośredni wpływ na ocenę bezpieczeństwa mostu i planowanie prac konserwacyjnych. W szczególności, użycie takich algorytmów jak głębokie autoenkodery (DAE) czy konwolucyjne sieci neuronowe (CNN) w analizie sygnałów wibracyjnych pozwala na efektywne wydobycie istotnych informacji o dynamice mostu, które są trudne do uzyskania przy użyciu tradycyjnych metod pomiarowych.

Metoda ta znajduje również zastosowanie w diagnozowaniu uszkodzeń mostów, takich jak pęknięcia, zmiany w geometrii czy wady materiałowe, które wpływają na ich dynamiczne odpowiedzi. Dzięki odpowiedniej kalibracji systemów monitorujących, można uzyskać dokładne dane na temat tego, jak zmieniają się parametry modalne mostu w czasie. Umożliwia to szybkie reagowanie na potencjalne zagrożenia i zapobieganie poważnym awariom strukturalnym.

Warto zaznaczyć, że metoda skanowania pojazdów ma swoje ograniczenia. Przede wszystkim, jej skuteczność w dużej mierze zależy od warunków zewnętrznych, takich jak natężenie ruchu drogowego, a także od właściwości samego mostu – jego konstrukcji i materiałów. Ponadto, wymaga to odpowiedniej infrastruktury technicznej, w tym zaawansowanych czujników umieszczonych na pojazdach oraz precyzyjnych algorytmów do analizy zebranych danych. Jednakże, w porównaniu do tradycyjnych metod, takich jak zastosowanie stałych czujników wbudowanych w most, metoda skanowania pojazdów jest bardziej elastyczna i mniej kosztowna w utrzymaniu.

Podstawową korzyścią wynikającą z zastosowania technologii skanowania pojazdów jest możliwość realizacji pomiarów w warunkach rzeczywistych, co pozwala na uzyskanie bardziej wiarygodnych danych. Tradycyjne metody oparte na czujnikach zamontowanych na mostach mogą być kosztowne i czasochłonne, zwłaszcza gdy mosty znajdują się w trudno dostępnych lokalizacjach. Z kolei pojazdy, które regularnie przejeżdżają przez mosty, stanowią naturalne źródło danych wibracyjnych, których analiza może dostarczyć informacji o stanie mostu.

Istotnym elementem, który powinien zainteresować czytelnika, jest również fakt, że technologie te nie tylko służą do monitorowania stanu mostów, ale także mogą być wykorzystywane do oceny efektywności napraw i modernizacji obiektów mostowych. Przeprowadzenie analiz przed i po przeprowadzeniu prac konserwacyjnych może dostarczyć cennych informacji o tym, jak zmieniają się właściwości dynamiczne mostu w odpowiedzi na zastosowane interwencje. W ten sposób, metoda skanowania pojazdów może pełnić funkcję narzędzia oceny skuteczności działań podejmowanych w ramach zarządzania infrastrukturą drogową.

Dodatkowo, w kontekście praktycznym, warto zauważyć, że stosowanie takich technologii w połączeniu z zaawansowanymi systemami monitorowania w czasie rzeczywistym pozwala na tworzenie baz danych, które mogą być wykorzystywane do długoterminowego monitorowania kondycji mostów na dużych obszarach. Dzięki analizie danych zebranych w różnych punktach geograficznych, możliwe staje się opracowanie bardziej dokładnych modeli prognostycznych, które uwzględniają zarówno czynniki zewnętrzne, jak i specyfikę konstrukcji mostu.

Jak wpływa tłumienie pojazdu i ruch drogowy na pomiar częstotliwości mostu metodą skanowania pojazdem?

Wibracje mostu są kluczowym wskaźnikiem jego stanu technicznego, a dokładne określenie częstotliwości drgań stanowi fundament efektywnego monitoringu strukturalnego. Metoda skanowania pojazdem (Vehicle Scanning Method, VSM) wykorzystuje dynamiczne oddziaływanie pojazdu poruszającego się po moście, by wyznaczyć naturalne częstotliwości konstrukcji. Jednakże dokładność tej metody jest silnie zależna od wpływu tłumienia pojazdu oraz warunków ruchu drogowego, jak również od powierzchni jezdni.

Badania wykazały, że wzrost współczynnika tłumienia pojazdu skutkuje obniżeniem amplitud rezonansów mostu, co wynika z tłumiącego oddziaływania na odpowiedź dynamiczną konstrukcji. W warunkach, gdy na powierzchni jezdni występuje nierówność, widmo częstotliwościowe pojazdu staje się nieczytelne w zakresie wysokich częstotliwości, co komplikuje identyfikację charakterystycznych drgań mostu. Pomimo tego, analiza odpowiedzi kontaktowej pomiędzy pojazdem a nawierzchnią pozostaje bardziej efektywna, umożliwiając identyfikację dwóch podstawowych częstotliwości mostu, nawet przy obecności szumu spowodowanego nierównościami.

Wprowadzenie ruchu drogowego o umiarkowanym natężeniu, złożonego z pojazdów o różnej masie i prędkości, ma istotny wpływ na poprawę jakości pomiarów. Przypadek ruchu ciągłego wykazał, że dodatkowa energia dostarczana przez przemieszczające się pojazdy wzmacnia drgania mostu, co objawia się wyraźniejszymi pikami w widmie częstotliwościowym. Szczególnie odpowiedzi kontaktowe ujawniły pełny zestaw częstotliwości mostu, podczas gdy częstotliwości pojazdu zostały skutecznie odfiltrowane. W efekcie ruch drogowy działa jak naturalny czynnik „pompujący” energię drgań, jednocześnie tłumiąc losowe wysokoczęstotliwościowe zakłócenia pochodzące z nierówności nawierzchni.

Eksperymenty terenowe przeprowadzone na moście Turtle Mountain w Chongqing w Chinach potwierdziły te tezy. Most o długości 55,2 m i przekroju skrzynkowym, mimo swoich ograniczeń – w tym nieoptymalnej nawierzchni, dużego poziomu hałasu i drgań od ruchu pod mostem oraz małej długości względem szerokości – umożliwił identyfikację częstotliwości własnych przy użyciu sensorów rozmieszczonych na jego powierzchni. Te pomiary posłużyły jako punkt odniesienia do weryfikacji wyników uzyskanych z analizy drgań pojazdu testowego.

Warto podkreślić, że tłumienie pojazdu nie jest jedynie uciążliwością dla metody VSM, lecz w pewnych zakresach może pozytywnie wpływać na jakość pomiaru, eliminując zakłócenia o wysokich częstotliwościach. Również obecność ruchu drogowego, zamiast być przeszkodą, działa jako naturalny wzmacniacz sygnału mostu, co jest szczególnie ważne w warunkach rzeczywistych, gdzie zatrzymanie ruchu jest niemożliwe lub niepożądane. Dzięki temu VSM może być zastosowana bez konieczności ingerencji w normalny ruch pojazdów.

Ważne jest także, aby czytelnik rozumiał, że stan nawierzchni mostu ma istotny wpływ na interpretację danych pomiarowych. Nierówności powodują powstawanie szumu w sygnale, co wymaga zaawansowanych metod analizy, takich jak wykorzystanie odpowiedzi kontaktowej zamiast bezpośredniej odpowiedzi pojazdu. Ponadto, wiedza o charakterystykach tłumienia pojazdu i parametrach ruchu drogowego pozwala na lepsze modelowanie i interpretację wyników, co jest niezbędne do rzetelnej oceny stanu technicznego konstrukcji.

Zatem efektywne wykorzystanie metody skanowania pojazdem w warunkach polowych wymaga uwzględnienia wpływu tłumienia pojazdu, obecności ruchu drogowego oraz stanu nawierzchni. Połączenie tych czynników wpływa na zdolność do precyzyjnego wyodrębnienia częstotliwości drgań mostu, co ma kluczowe znaczenie dla diagnostyki i monitoringu infrastruktury mostowej.

Jak pojazd testowy z jedną osią może skutecznie identyfikować częstotliwości mostu?

Rozwój metod monitorowania stanu technicznego mostów stał się pilną koniecznością w obliczu rosnącej liczby mostów narażonych na przeciążenia oraz uszkodzenia spowodowane czynnikami zewnętrznymi, takimi jak trzęsienia ziemi, powodzie czy huragany. Klasyczne metody pomiarowe, oparte na bezpośrednim montażu czujników wibracyjnych na konstrukcji, charakteryzują się wysoką precyzją, lecz również wysokimi kosztami instalacji, konserwacji i przetwarzania dużych zbiorów danych. W związku z tym, coraz większe zainteresowanie budzi alternatywna koncepcja nieinwazyjnej diagnostyki konstrukcji – metoda skanowania pojazdowego (VSM, Vehicle Scanning Method), zaproponowana po raz pierwszy przez Yang et al. w 2004 roku.

Zasadniczą ideą VSM jest wykorzystanie odpowiedzi dynamicznej pojazdu przejeżdżającego przez most do pośredniej identyfikacji jego parametrów modalnych. W pierwszych opracowaniach model teoretyczny pojazdu ograniczał się do jednego stopnia swobody, co odpowiadało fizycznym testom przeprowadzanym z użyciem jednoosiowych pojazdów testowych. Prostota tego modelu umożliwiała wyprowadzenie rozwiązań analitycznych, co z kolei pozwalało na łatwą interpretację kluczowych parametrów dynamicznych układu most–pojazd.

Jednak rzeczywisty ruch pojazdu testowego, nawet o jednej osi, nie ogranicza się wyłącznie do drgań pionowych. Z upływem czasu zauważono, że do uzyskania dokładniejszych wyników konieczne jest uwzględnienie dodatkowych stopni swobody, w tym wpływu zawieszenia pojazdu, które tłumi nierówności nawierzchni i wpływa na odpowiedź dynamiczną zarówno kół, jak i nadwozia.

W najnowszych opracowaniach, w tym w badaniu Xu et al. (2022), zaproponowano model pojazdu testowego jako układ o dwóch stopniach swobody, uwzględniający masy nadwozia i koła oraz sztywność i tłumienie zawieszenia. Dzięki takiemu podejściu możliwe stało się wyprowadzenie zamkniętych rozwiązań analitycznych dla odpowiedzi koła, nadwozia oraz kontaktu z nawierzchnią mostu. Kluczowe znaczenie ma tutaj odpowiedź kontaktowa – czyli reakcja dynamiczna na styku koła z nawierzchnią – która okazała się szczególnie skuteczna w ekstrakcji częstotliwości własnych mostu.

Przeprowadzone badania parametryczne wykazały, że odpowiedź kontaktowa, niezależnie od tego, czy uwzględnia się tłumienie pojazdu, przewyższa inne odpowiedzi (kół i nadwozia) pod względem zdolności identyfikacyjnych. Co więcej, odpowiedź kół, choć również skuteczna, okazuje się bardziej podatna

Jak powierzchnia nawierzchni mostów wpływa na identyfikację częstotliwości drgań mostu?

Wielu badaczy zgadza się, że mosty i nawierzchnia mostów są w zasadzie lepsze od klasycznych dróg pod względem wpływu na pojazdy. Modele pojazdów wykorzystywane w większości badań przyjmują jednak punktowy kontakt z mostem, a nie bardziej realistyczny kontakt w postaci dysku, co skutkuje zniekształceniem wyższych częstotliwości nierówności nawierzchni. Badania wykazały, że stosowanie formuł ISO klasy A do modelowania nierówności nawierzchni generuje zbyt dużą szorstkość, którą można wygładzić za pomocą filtru MAF, co potwierdzają wyniki przedstawione na wykresie 4.15.

Analizując reakcję przyspieszenia nadwozia pojazdu na nierówności nawierzchni, widzimy, że tylko pierwsza częstotliwość mostu jest rozpoznawana, a pozostałe częstotliwości mostu są całkowicie tłumione przez szumy wynikające z nierówności. Przykłady przedstawione na wykresie 4.16 ukazują, jak znacznie zostały podkreślone częstotliwości pojazdu (f1 i f2) na skutek nierówności nawierzchni, co czyni identyfikację częstotliwości mostu trudniejszą. Pomimo dokładnych wyników uzyskanych za pomocą równań i metod FEM, zidentyfikowano jedynie częstotliwość f2 pojazdu, a częstotliwości mostu pozostają ukryte.

Porównując odpowiedzi kontaktowe, obliczone za pomocą równań (4.28) oraz FEM, można dostrzec, że tylko pierwsza częstotliwość mostu jest widoczna. Nawet w przypadku obliczeń kontaktowych nadal istnieje dominujący wpływ nierówności nawierzchni, które maskują wyższe częstotliwości mostu. W związku z tym jedno z głównych wyzwań przy identyfikacji drgań mostu to konieczność uwzględnienia wpływu nierówności nawierzchni na rezultaty.

Kolejnym istotnym czynnikiem, który może poprawić identyfikację częstotliwości mostu, jest uwzględnienie realistyczniejszych warunków testowych, które obejmują nie tylko nierówności nawierzchni, ale również takie czynniki zewnętrzne jak tłumienie pojazdu, szumy środowiskowe, błędy pomiarowe czy bieżący ruch drogowy. Wykorzystanie parametrów tłumienia zawieszenia pojazdu oraz wprowadzenie szumu do przyspieszeń pojazdu może wpłynąć na jakość uzyskiwanych wyników.

Wprowadzenie bieżącego ruchu drogowego na mostach w trakcie testu może mieć również pozytywny wpływ na identyfikację częstotliwości mostu. W rzeczywistych warunkach ruch na moście nie musi być wstrzymany. Ruch ten może w rzeczywistości wspomagać proces identyfikacji częstotliwości mostu, gdyż dodatkowa energia wprowadzona przez pojazdy do mostu może wzmocnić jego odpowiedź, ułatwiając wykrycie odpowiednich częstotliwości. W przypadku modelowania ruchu drogowego przyjęto różne pojazdy o różnych masach, prędkościach oraz czasach wejścia na most, co zostało pokazane w tabeli 4.3.

Wyniki przedstawione na wykresach 4.19 i 4.20 pokazują, że dzięki uwzględnieniu ruchu drogowego na moście, identyfikacja częstotliwości mostu stała się znacznie łatwiejsza. Wykresy te ukazują, jak tłumienie pojazdu wpływa na amplitudy jego własnych częstotliwości, ale równocześnie umożliwia lepsze rozróżnienie częstotliwości mostu. Podobnie, na wykresach 4.21, gdzie obliczono odpowiedzi kontaktowe, można wyraźnie zaobserwować wyższe częstotliwości mostu, co pozwala na ich łatwiejsze wyodrębnienie.

Ogólnie rzecz biorąc, włączenie ruchu drogowego do analizy oraz eliminacja wpływu nierówności nawierzchni stanowią kluczowe elementy w identyfikacji częstotliwości mostu w warunkach praktycznych. Istotne jest również, że takie podejście może znacznie poprawić wyniki, ponieważ dodatkowa energia dostarczona przez ruch samochodowy nie tylko wspomaga detekcję częstotliwości, ale także maskuje negatywne efekty wynikające z nierówności nawierzchni.

Ponadto, w kontekście analizy mostów warto zauważyć, że rozważenie wszystkich możliwych czynników zewnętrznych, takich jak temperatura, wilgotność powietrza czy zmienność obciążenia mostu w czasie, może znacząco wpłynąć na dokładność i rzetelność uzyskiwanych wyników. Uwzględnienie tych zmiennych może pomóc w stworzeniu bardziej kompleksowego modelu, który będzie w stanie przewidzieć zachowanie mostu w różnych, często zmieniających się warunkach.