At present, many machine leaning and data mining methods are used for analyzing and predicting structural response characteristics. However, the platform that combines big data analysis methods with online and offline analysis modules has not been used in actual projects. This work is dedicated to developing a multifunctional Hadoop-Spark big data platform for bridges to monitor and evaluate the serviceability based on structural health monitoring system. It realizes rapid processing, analysis and storage of collected health monitoring data. The platform contains offline computing and online analysis modules, using Hadoop-Spark environment. Hadoop provides the overall framework and storage subsystem for big data platform, while Spark is used for online computing. Finally, the big data Hadoop-Spark platform computational performance is verified through several actual analysis tasks. Experiments show the Hadoop-Spark big data platform has good fault tolerance, scalability and online analysis performance. It can meet the daily analysis requirements of 5s/time for one bridge and 40s/time for 100 bridges.
Lydon, Darragh;Taylor, S.E.;Lydon, Myra;Martinez del Rincon, Jesus;Hester, David
Smart Structures and Systems
/
제24권6호
/
pp.723-732
/
2019
Globally road transport networks are subjected to continuous levels of stress from increasing loading and environmental effects. As the most popular mean of transport in the UK the condition of this civil infrastructure is a key indicator of economic growth and productivity. Structural Health Monitoring (SHM) systems can provide a valuable insight to the true condition of our aging infrastructure. In particular, monitoring of the displacement of a bridge structure under live loading can provide an accurate descriptor of bridge condition. In the past B-WIM systems have been used to collect traffic data and hence provide an indicator of bridge condition, however the use of such systems can be restricted by bridge type, assess issues and cost limitations. This research provides a non-contact low cost AI based solution for vehicle classification and associated bridge displacement using computer vision methods. Convolutional neural networks (CNNs) have been adapted to develop the QUBYOLO vehicle classification method from recorded traffic images. This vehicle classification was then accurately related to the corresponding bridge response obtained under live loading using non-contact methods. The successful identification of multiple vehicle types during field testing has shown that QUBYOLO is suitable for the fine-grained vehicle classification required to identify applied load to a bridge structure. The process of displacement analysis and vehicle classification for the purposes of load identification which was used in this research adds to the body of knowledge on the monitoring of existing bridge structures, particularly long span bridges, and establishes the significant potential of computer vision and Deep Learning to provide dependable results on the real response of our infrastructure to existing and potential increased loading.
This paper aims to evaluate the effect of typhoons on fatigue damage accumulation in steel decks of long-span suspension bridges. The strain-time histories at critical locations of deck sections of long-span bridges during different typhoons passing the bridge area are investigated by using on-line strain data acquired from the structural health monitoring system installed on the bridge. The fatigue damage models based on Miner's Law and Continuum Damage Mechanics (CDM) are applied to calculate the increment of fatigue damage due to the action of a typhoon. Accumulated fatigue damage during the typhoon is also calculated and compared between Miner's Law and the CDM method. It is found that for the Tsing Ma Bridge case, the stress spectrum generated by a typhoon is significantly different than that generated by normal traffic and its histogram shapes can be described approximately as a Rayleigh distribution. The influence of typhoon loading on accumulative fatigue damage is more significant than that due to normal traffic loading. The increment of fatigue damage generated by hourly stress spectrum for the maximum typhoon loading may be much greater than those for normal traffic loading. It is, therefore, concluded that it is necessary to evaluate typhoon induced fatigue damage for the purpose of accurately evaluating accumulative fatigue damage for long-span bridges located within typhoon prone regions.
Yi-Fan Li;Wen-Yu He;Wei-Xin Ren;Gang Liu;Hai-Peng Sun
Smart Structures and Systems
/
제32권5호
/
pp.297-308
/
2023
Dynamic deflection is important for evaluating the performance of a long-span cable-stayed bridge, and its continuous measurement is still cumbersome. This study proposes a dynamic deflection monitoring method for cable-stayed bridge based on Bi-directional Long Short-term Memory (BiLSTM) neural network taking advantages of the characteristics of spatial variation of cable acceleration response (CAR) and main girder deflection response (MGDR). Firstly, the relationship between the spatial and temporal variation of the CAR and the MGDR is described based on the geometric deformation of the bridge. Then a data-driven relational model based on BiLSTM neural network is established using CAR and MGDR data, and it is further used to monitor the MGDR via measuring the CAR. Finally, numerical simulations and field test are conducted to verify the proposed method. The root mean squared error (RMSE) of the numerical simulations are less than 4 while the RMSE of the field test is 1.5782, which indicate that it provides a cost-effective and convenient method for real-time deflection monitoring of cable-stayed bridges.
Zhang, Yi;Kim, Chul-Woo;Tee, Kong Fah;Garg, Akhil;Garg, Ankit
Smart Structures and Systems
/
제21권2호
/
pp.171-185
/
2018
Maintenance of deteriorated bridge structures has always been one of the challenging issues in developing countries as it is directly related to daily life of people including trade and economy. An effective maintenance strategy is highly dependent on timely inspections on the bridge health condition. This study is intended to investigate an approach for detecting bridge damage for the long-term health monitoring by use of copula theory. Long-term measured data for the seven-span plate-Gerber bridge is investigated. Autoregressive time series models constructed for the observed accelerations taken from the bridge are utilized for the computation of damage indicator for the bridge. The copula model is used to analyze the statistical changes associated with the modal parameters. The changes in the modal parameters with the time are identified by the copula statistical properties. Applicability of the proposed method is also discussed based on a comparison study among other approaches.
Hiasa, Shuhei;Catbas, F. Necati;Matsumoto, Masato;Mitani, Koji
Structural Monitoring and Maintenance
/
제3권3호
/
pp.277-296
/
2016
There is a need for rapid and objective assessment of concrete bridge decks for maintenance decision making. Infrared Thermography (IRT) has great potential to identify deck delaminations more objectively than routine visual inspections or chain drag tests. In addition, it is possible to collect reliable data rapidly with appropriate IRT cameras attached to vehicles and the data are analyzed effectively. This research compares three infrared cameras with different specifications at different times and speeds for data collection, and explores several factors affecting the utilization of IRT in regards to subsurface damage detection in concrete structures, specifically when the IRT is utilized for high-speed bridge deck inspection at normal driving speeds. These results show that IRT can detect up to 2.54 cm delamination from the concrete surface at any time period. It is observed that nighttime would be the most suitable time frame with less false detections and interferences from the sunlight and less adverse effect due to direct sunlight, making more "noise" for the IRT results. This study also revealed two important factors of camera specifications for high-speed inspection by IRT as shorter integration time and higher pixel resolution.
Determination of the most meaningful structural modes and gaining insight into how these modes evolve are important issues for long-term structural health monitoring of the long-span bridges. To address this issue, modal parameters identified throughout the life of the bridge need to be compared and linked with each other, which is the process of mode tracking. The modal frequencies for a long-span bridge are typically closely-spaced, sensitive to the environment (e.g., temperature, wind, traffic, etc.), which makes the automated tracking of modal parameters a difficult process, often requiring human intervention. Machine learning methods are well-suited for uncovering complex underlying relationships between processes and thus have the potential to realize accurate and automated modal tracking. In this study, Gaussian mixture model (GMM), a popular unsupervised machine learning method, is employed to automatically determine and update baseline modal properties from the identified unlabeled modal parameters. On this foundation, a new mode tracking method is proposed for automated mode tracking for long-span bridges. Firstly, a numerical example for a three-degree-of-freedom system is employed to validate the feasibility of using GMM to automatically determine the baseline modal properties. Subsequently, the field monitoring data of a long-span bridge are utilized to illustrate the practical usage of GMM for automated determination of the baseline list. Finally, the continuously monitoring bridge acceleration data during strong typhoon events are employed to validate the reliability of proposed method in tracking the changing modal parameters. Results show that the proposed method can automatically track the modal parameters in disastrous scenarios and provide valuable references for condition assessment of the bridge structure.
본 연구에서는 사장교의 케이블 장력을 장기적인 관점에서 보다 효과적으로 분석하고 모니터링할 수 있는 케이블 장력 모니터링 시스템을 개발하는 연구를 수행하였다. 제안된 모니터링 시스템에는 실시간 동적 데이터에서 일정 대상시간 동안의 가속도 데이터를 선정하고, 이를 고속 푸리에 변환 알고리즘에 적용하여 주파수 분석한 결과를 평균하여 일반화시키는 신호해석이론이 적용되었다. 제안된 케이블 장력의 모니터링 시스템의 적용성을 평가하기 위하여 실제 공용중인 사장교에 대한 현장재하시험을 실시하였다. 현장계측을 통한 수동으로 계산된 장력과 모니터링 시스템의 강제저장 기능을 통해 저장된 데이터를 수계산하여 반자동으로 계산된 장력을 비교한 결과, 장력차이가 1% 이내로 발생하였고, 제안된 모니터링 시스템에서 자동으로 계산된 장력을 비교한 결과에서는 약 5% 범위의 무시할만한 차이로 나타나 본 연구에서 제안된 사장교 케이블 장력 모니터링 시스템의 신뢰도를 검증하였다.
구조물의 건전성을 적절하게 모니터링을 하기 위해서는 정확하고 신뢰할 수 있는 계측데이터가 중요하다. 하지만, 실제로는 환경영향 및 센서고장으로 인해 불완전하고 신뢰할 수 없는 데이터가 계측된다. 센서고장인 경우에는 모니터링을 하기 위한 데이터 자체가 계측이 되지 않는 문제가 발생하고, 온도변화와 같은 환경영향에 의해서는 구조물이 손상되었을 때보다 고유진동수 등의 동특성이 더 큰 폭으로 변화한다. 본 논문에서는 구조건전성 모니터링을 위한 데이터 처리 및 분석의 체계적인 절차를 제시하였으며, 보정된 데이터를 사용하여 통계적으로 산정하는 건전성지수로 Mahalanobis 지수를 적용하였다. 제안된 방법을 트러스구조에서 수치적으로 모사한 데이터를 사용하여 검증하고, 서해대교에서 계측한 현장데이터에 적용하였다.
A good understanding of normal modal variability of civil structures due to varying environmental conditions such as temperature and wind is important for reliable performance of vibration-based damage detection methods. This paper addresses the quantification of wind-induced modal variability of a cable-stayed bridge making use of one-year monitoring data. In order to discriminate the wind-induced modal variability from the temperature-induced modal variability, the one-year monitoring data are divided into two sets: the first set includes the data obtained under weak wind conditions (hourly-average wind speed less than 2 m/s) during all four seasons, and the second set includes the data obtained under both weak and strong (typhoon) wind conditions during the summer only. The measured modal frequencies and temperatures of the bridge obtained from the first set of data are used to formulate temperature-frequency correlation models by means of artificial neural network technique. Before the second set of data is utilized to quantify the wind-induced modal variability, the effect of temperature on the measured modal frequencies is first eliminated by normalizing these modal frequencies to a reference temperature with the use of the temperature-frequency correlation models. Then the wind-induced modal variability is quantitatively evaluated by correlating the normalized modal frequencies for each mode with the wind speed measurement data. It is revealed that in contrast to the dependence of modal frequencies on temperature, there is no explicit correlation between the modal frequencies and wind intensity. For most of the measured modes, the modal frequencies exhibit a slightly increasing trend with the increase of wind speed in statistical sense. The relative variation of the modal frequencies arising from wind effect (with the maximum hourly-average wind speed up to 17.6 m/s) is estimated to range from 1.61% to 7.87% for the measured 8 modes of the bridge, being notably less than the modal variability caused by temperature effect.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.