Hur Identifieras Brovibrationer Genom Fordonsdynamik?

Forskning om interaktionen mellan fordon och broar har blivit allt viktigare för att förbättra övervakningen av broars strukturella hälsa och för att utveckla mer effektiva metoder för att identifiera brovibrationer. Under de senaste åren har forskare föreslagit olika metoder för att extrahera brovibrationer baserat på dynamiken hos både fordonet och bron, vilket möjliggör att brofrekvenser kan detekteras utan att behöva installera sensorer direkt på bron.

Ett exempel på detta är en modell för ett icke-uniformt VBI (Vehicle-Bridge Interaction) system, som lanserades av Yang och Wu (2021). Deras studie föreslog en icke-uniform bro som består av balkelement med konstant bredd men varierande djup, och visade att den optimala installationsplatsen för sensorer i närvaro av både dämpning i fordonet och bron ligger längst fram på fordonskroppen. Det här är en avgörande insikt, eftersom det möjliggör en mer exakt detektering av brovibrationer genom att fokusera på specifika områden på fordonet där påverkan från både fordonets och broens dynamik är mest märkbar.

I en annan studie presenterade Shi och Uddin (2021b) matematiska modeller för olika gränsvillkor för stöd på bron, däribland fasta, enkelt stödda och fritt hängande ändar. Genom att anta att fordonsaccelerationerna är mycket lägre än gravitationsaccelerationen härledde de slutna lösningar för hur fordon och bro interagerar dynamiskt. Den parametriska studien visade att en högre fordonsfrekvens är att föredra eftersom det kan dämpa de brofrekvenser som överstiger fordonets egna frekvenser, vilket gör det lättare att isolera och analysera broens vibrationer.

Ett annat exempel är den metod som Zhang et al. (2023) föreslog, där både rörliga och stillastående fordon används för att extrahera brofrekvenser. Deras resultat visade att ett stillastående fordon kan förbättra synligheten av brovibrationer i den dynamiska responsen från ett rörligt fordon. Denna metod bygger på idén att kombinationen av olika typer av fordonsdynamik kan ge mer detaljerad information om broens tillstånd.

Ytterligare en innovativ metod för att extrahera brofrekvenser föreslogs av Li et al. (2024b), som utnyttjade vibrationerna från en sparkcykel för att identifiera fotbrofrekvenser. Genom att eliminera sparkcykelns egna frekvenser och vägbanans ojämnheter kunde de framgångsrikt mäta broens vibrationer, vilket är ett bra exempel på hur även små fordon kan användas för att inspektera broar i tätbebyggda områden där större fordon inte kan passera.

I sammanhanget av autonoma och uppkopplade fordon, utforskade Shokravi et al. (2024) möjligheten att använda in-fleet SHM (Structural Health Monitoring) för broövervakning. Genom att samla in data från fordonens inbyggda sensorer och skicka dessa till kantberäkningssystem kan man kontinuerligt övervaka broars tillstånd i realtid. Detta system har den fördelen att det kan ge ett omfattande och kontinuerligt täckning av vägnätets broar utan att kräva någon fysisk inspektion.

Det är viktigt att notera att alla dessa metoder inte bara beror på de dynamiska interaktionerna mellan fordon och bro, utan även på miljöfaktorer såsom vägbanans ojämnheter, väderförhållanden och broens egen dämpning. Forskningen på detta område pekar på vikten av att ta hänsyn till dessa faktorer när man analyserar den dynamiska responsen för att säkerställa att resultaten är tillförlitliga. Tekniker som användning av residuala svar från hjul eller kontaktpunkter används för att minska effekterna av vägbanans grovhet och andra störningar som kan påverka mätningarna.

Sammanfattningsvis visar den senaste forskningen att det finns en rad innovativa metoder för att identifiera brofrekvenser via fordonsdynamik. Dessa metoder erbjuder praktiska fördelar, särskilt när det gäller att övervaka broar som är svåra att nå eller inspektera direkt. Genom att kombinera fordonsdata, avancerade signalbehandlingstekniker och modern sensorteknik kan man förbättra förståelsen för broars strukturella hälsa och säkerhet utan att förlita sig på dyrbara och tidskrävande traditionella inspektioner.

Hur kan smartphones användas för att övervaka broars hälsotillstånd?

Under de senaste åren har utvecklingen av innovativa övervakningstekniker för broars hälsotillstånd gjort stora framsteg. En metod som har fått mycket uppmärksamhet är användningen av smartphones och crowdsensing för att samla in data från fordon som kör över broar. Denna metod, som bygger på att använda vanliga smartphones som sensorer, erbjuder ett kostnadseffektivt och effektivt sätt att övervaka broars tillstånd i realtid.

En av de mest lovande tillämpningarna av denna teknik är övervakningen av broars fundamentala frekvenser, vilket kan ge värdefull information om brostrukturer och potentiella skador. Eftersom allvarliga skador på en bro kan leda till förändringar i dess fundamentala frekvens, har flera studier visat att det är möjligt att upptäcka sådana förändringar genom att analysera data som samlas in via smartphones monterade på fordon som passerar över bron. Genom att samla in data från ett stort antal smartphones som är placerade på olika fordon, kan man bygga ett crowdsensing-system som effektivt övervakar broarnas tillstånd.

Enligt forskning av Mei et al. (2020) har smartphones och inbyggda kameror i fordon potentialen att fungera som ett övervakningsverktyg för broar och vägar. Deras studie visade att en crowdsensing-baserad övervakningsram har stor potential att fungera som ett prescreening-verktyg för övervakning av olika infrastrukturella komponenter, vilket kan göras på ett mer kostnadseffektivt sätt än traditionella metoder. Detta innebär att det inte längre är nödvändigt att installera dyra sensorer direkt på broarna; istället kan smartphones och vanliga fordon utnyttjas för att samla in de data som behövs för att identifiera skador och förfalla.

Shirzad-Ghaleroudkhani och Gül (2020) introducerade en metod för att extrahera broens funktioner från accelerationssignaler som samlades in från passerande fordon med smartphones. Genom att använda en omvänd filterteknik, baserat på vibrationsdata från fordonet, kunde de ta bort frekvenser relaterade till själva fordonet. Denna metod har visat sig vara effektiv för att isolera de frekvenser som är relevanta för att bedöma broens strukturella hälsa. Vidare föreslog de en förbättrad version av den omvända filtreringen som tar hänsyn till fordonets hastighet och vägarnas ojämnhet, vilket gör metoden ännu mer tillförlitlig för praktisk användning.

Den tekniska utvecklingen har även möjliggjort användning av data från mikromobilitetsfordon, såsom cyklar och kick-scootrar, för att extrahera dynamiska egenskaper hos urbana broar. Quqa et al. (2022) visade att även om datamängder från enskilda fordon ofta innehåller mycket brus, kan en crowdsensing-baserad metod ge tillförlitliga resultat när det gäller att övervaka infrastrukturer på en territoriell skala. Denna metod ger möjlighet att samla in data från olika typer av fordon och utnyttja det för att skapa en mer exakt bild av broarnas hälsotillstånd.

I praktiken har också användningen av smartphones för att identifiera brofrekvenser blivit mer tillgänglig och pålitlig. Liu et al. (2023b) föreslog en metod som använder smartphonebaserade sensorer för att registrera kontaktresponsen från fordon på en bro. Genom att utveckla en app för smartphones, kan användare nu samla in data och identifiera brofrekvenser i realtid, vilket gör tekniken mer användbar för både forskare och praktiker.

Trots de lovande resultaten finns det fortfarande vissa utmaningar att övervinna för att kunna implementera denna metod fullt ut. Det krävs mer forskning för att förbättra noggrannheten och minska effekterna av störande faktorer som vägbrus, fordonshastighet och vägkvalitet. Även om tekniken har visat stor potential för broövervakning, behöver framtida studier fokusera på att finjustera algoritmerna för att kunna hantera dessa variabler på ett mer effektivt sätt.

För att den här metoden ska bli mer allmänt använd, måste det finnas en ökad medvetenhet och samarbete mellan myndigheter, forskare och allmänheten. Ett system där alla kan bidra till att samla in data kan skapa en värdefull databas för att övervaka broars hälsotillstånd över tid, vilket kan förbättra säkerheten och minska risken för allvarliga olyckor orsakade av strukturella svagheter.