-
公开(公告)号：CN213932646U
公开(公告)日：2021-08-10
申请号：CN202023336393.3
申请日：2020-12-31
Applicant: 中交公规土木大数据信息技术(北京)有限公司 , 中交公路规划设计院有限公司
Abstract: 本实用新型提供了一种桥梁伸缩缝及支座滑动性能监测装置，包括：两个位移传感器，分别设置于两主梁之间左右幅伸缩缝的两端，以获取桥梁伸缩缝及支座的位移信息；温湿度传感器，设置于桥梁桥面上，以获取桥梁运营环境的温湿度信息；位移信号处理模块，所述位移信号处理模块的第一端与所述两个位移传感器相连接；温湿度信号处理模块，所述温湿度信号处理模块的第一端与所述温湿度传感器相连接。本实用新型在两主梁之间左右幅伸缩缝的两端分别设置一个位移传感器，在桥梁桥面上设置一温湿度传感器，实现对桥梁伸缩缝及支座滑动性能的监测，利于在桥梁建设领域广泛使用。
-
公开(公告)号：CN209841008U
公开(公告)日：2019-12-24
申请号：CN201920519755.0
申请日：2019-04-16
Applicant: 中交公规土木大数据信息技术(北京)有限公司 , 中交公路规划设计院有限公司
IPC: G01B21/32 , G01B21/02 , G01B21/16 , G01H1/12 , G05B19/042
Abstract: 本实用新型提供了一种桥梁钢砼结合段错位监测装置，包括：应变传感器、振动传感器、振动信号处理模块和应变信号处理模块；应变传感器设置于钢梁和砼梁相连接处；振动传感器分别设置在钢梁一侧和砼梁一侧，以获取钢梁一侧和砼梁一侧的振动；振动信号处理模块第一端与振动传感器相连；应变信号处理模块第一端与应变传感器相连。本实用新型中在桥梁钢砼结合段布置应变传感器，以及在钢梁和砼梁上分别布置振动传感器，以监测桥梁钢砼结合段的缝隙、钢梁和砼梁的振动，通过简单的装置结构实现对钢砼结合段的错位监测，利于在桥梁建设领域广泛使用。
-
公开(公告)号：CN213902713U
公开(公告)日：2021-08-06
申请号：CN202023329048.7
申请日：2020-12-31
Applicant: 中交公规土木大数据信息技术(北京)有限公司 , 中交公路规划设计院有限公司
IPC: G01L5/00 , G05B19/042
Abstract: 本实用新型提供了一种斜拉桥钢箱梁刚性铰轴力监测装置，包括：压力环传感器，设置于刚性铰小箱梁固定端法兰盘处的高强螺栓上；第一应变传感器，设置于刚性铰小箱梁的两排滑动支座之间的特征位置处；第二应变传感器，设置于刚性铰小箱梁的前排滑动支座与固定端之间的特征位置处；电流信号处理模块，其第一端与压力环传感器相连接；应变信号处理模块，其第一端与第一应变传感器及第二应变传感器相连接。本实用新型在刚性铰小箱梁固定端法兰盘处的高强螺栓上设置压力环传感器，在刚性铰小箱梁的前排支座与固定端之间及两排支座之间断面的特征位置处各设置一应变传感器，实现对斜拉桥钢箱梁刚性铰轴力的异常监测，利于在桥梁建设领域广泛使用。
-
公开(公告)号：CN221376995U
公开(公告)日：2024-07-19
申请号：CN202323447983.7
申请日：2023-12-18
Applicant: 中交公规土木大数据信息技术(北京)有限公司 , 西南交通大学 , 中交公路规划设计院有限公司
IPC: G01M5/00
Abstract: 本实用新型适用于桥梁监测技术领域，提供了一种基于毫米波雷达和视觉传感器的桥梁全断面挠度监测装置，包括：控制系统；与所述控制系统通信连接的毫米波雷达，用于采集第一预设检测范围内的标记物的距离数据；与所述控制系统通信连接的视觉传感器，用于采集第二预设检测范围内的标记物的图像数据；所述控制系统用于将所述距离数据以及所述图像数据转换为所述桥梁的挠度数据。本申请中，充分利用毫米波雷达与视觉传感器高频率、高精度、非接触的优点，同时通过对这两种设备进行融合，克服两种设备角度限制条件，根据不同的角度分别选择毫米波雷达或者视觉传感器采集桥梁挠度信息，提高了检测精度以及检测准确度，可有效降低检测误差。
-
公开(公告)号：CN207965708U
公开(公告)日：2018-10-12
申请号：CN201820482096.3
申请日：2018-04-04
Applicant: 中交公规土木大数据信息技术(北京)有限公司 , 中交公路规划设计院有限公司
IPC: G05D27/02
Abstract: 本实用新型涉及一种刚性铰的温湿度监测与控制系统，属于远程监控技术领域。系统包括分散过程控制层、数据传输层、数据处理层和电源模块；所述分散过程控制层由多个采集站构成，一个刚性铰小箱梁内设置一个采集站；所述采集站包括控制启动模块、温度采集模块和湿度采集模块，所述控制启动模块包括控制器、光电耦合器、接触器、除湿机和空调，控制器依次连接光电耦合器和接触器再分别连接到除湿机和空调上，所述温度采集模块和湿度采集模块均连接到控制启动模块的控制器上。本实用新型能始终保持各部件处于较为适宜的工作环境中，不会因为温度过高或湿度过大导致寿命缩短或故障频发，智能化程度高，自动化化程度高，有利于大规模推广使用。
-
Patent Agency Ranking
公开(公告)号：CN115236662B
公开(公告)日：2023-02-10
申请号：CN202211162257.8
申请日：2022-09-23
Applicant: 中公智联(北京)科技有限公司 , 中交公规土木大数据信息技术(北京)有限公司
Abstract: 本发明涉及桥梁倾覆监测领域，尤其涉及一种基于微波雷达的独柱墩桥梁倾覆监测设备。技术问题：现有设备易受到外界环境的影响，导致监测结果出现偏差，从而发出错误的预警信号，严重影响交通，并且现有设备不具备防护功能。技术方案：一种基于微波雷达的独柱墩桥梁倾覆监测设备，包括有桥墩立柱和监测组件等；桥墩立柱外侧上部连接有监测组件。使用时通过两个雷达件对桥梁体到第一L形块的最短距离进行实时监测，从而达到监测预警效果，避免桥梁体出现倾覆现象，监测到桥梁体出现倾覆风险时，第一支撑垫根据桥梁体的倾斜方向对桥梁体进行针对性支撑防护，且只有桥梁体出现倾覆风险时才会对其进行支撑，避免了实时支撑而导致的桥梁体损坏的问题。
-
公开(公告)号：CN115345367A
公开(公告)日：2022-11-15
申请号：CN202210978845.2
申请日：2022-08-16
Applicant: 哈尔滨工业大学 , 中交公规土木大数据信息技术(北京)有限公司
Abstract: 本发明提出一种基于实时去噪的大跨度桥梁风速预测方法。其涉及截断实时分解、形成多分辨率数据输入、构造预测模型三个步骤。在截断实时分解步骤中，使用奇异谱分析提取现有数据的趋势项，并结合奇异谱分析的参数设置截去受端部效应影响的部分；在形成多分辨率数据输入步骤中，引入高分辨率数据来补充由于进行截断实时分解所造成的信息损失；在构造预测模型步骤中，使用两个门限循环单元神经网络分别提取原始分辨率数据以及高分辨率数据中的风速特征，并使用多层感知机来将风速特征作为输入并给出风速趋势的预测。本发明为结合实时去噪的数据驱动模型，其可以有效消除实时分解所带来的端部效应，并结合深度学习模型充分提取时序数据中的特征。
-
公开(公告)号：CN115408931A
公开(公告)日：2022-11-29
申请号：CN202210979194.9
申请日：2022-08-16
Applicant: 哈尔滨工业大学 , 中交公规土木大数据信息技术(北京)有限公司
IPC: G06F30/27 , G06F30/28 , G06F17/11 , G06K9/62 , G06N3/04 , G06N3/08 , G06F111/10 , G06F113/08
Abstract: 本发明提出一种基于深度学习的涡振响应预测方法。本发明所述方法融合了龙格库塔方法作为网络的深度推进格式；不同于在以往的经验模型中由于涡振为大幅值振动而省略方程右侧显含时间的由漩涡脱落而引起的纯力项，网络将时间以融入龙格库塔数值格式的方法巧妙的考虑到其影响，将非自治项考虑到了非线性方程中，相比于传统的预测建模方法更加合理且精确；网络在CFD生成的一阶涡振数据上进行验证，结果证明该方法具有长时间预测的能力，是对涡振响应进行长时间预测建模的全新方法。
-
公开(公告)号：CN118566041A
公开(公告)日：2024-08-30
申请号：CN202410586737.X
申请日：2024-05-13
Applicant: 中交公规土木大数据信息技术(北京)有限公司
Abstract: 本申请提供了一种钢筋混凝土的疲劳损伤检测装置、检测方法、设备及介质，应用于钢筋混凝土试件，该装置包括检测支点、轨道和轮式滚动疲劳荷载装置；其中，检测支点包括第一支点、第二支点、第三支点和第四支点，第一支点和第二支点分别设于钢筋混凝土试件下部的两端，第三支点和第四支点分别设于钢筋混凝土试件上部的两端；轨道设于钢筋混凝土试件上部的第一支点和第二支点之上，轨道的上部开设有滑动槽；轮式滚动疲劳荷载装置设于滑动槽上方。本申请通过移动相关机构位置获得材料的剪切力和弯矩图，准确评估钢筋混凝土结构在变幅低周剪切作用下的疲劳失效，装置结构简易且操作简单，有效提高剪切疲劳损伤检测的准确度和操作效率。
-
公开(公告)号：CN115408931B
公开(公告)日：2023-04-18
申请号：CN202210979194.9
申请日：2022-08-16
Applicant: 哈尔滨工业大学 , 中交公规土木大数据信息技术(北京)有限公司
IPC: G06F30/27 , G06F30/28 , G06F17/11 , G06F18/25 , G06N3/048 , G06N3/08 , G06F111/10 , G06F113/08
Abstract: 本发明提出一种基于深度学习的涡振响应预测方法。本发明所述方法融合了龙格库塔方法作为网络的深度推进格式；不同于在以往的经验模型中由于涡振为大幅值振动而省略方程右侧显含时间的由漩涡脱落而引起的纯力项，网络将时间以融入龙格库塔数值格式的方法巧妙的考虑到其影响，将非自治项考虑到了非线性方程中，相比于传统的预测建模方法更加合理且精确；网络在CFD生成的一阶涡振数据上进行验证，结果证明该方法具有长时间预测的能力，是对涡振响应进行长时间预测建模的全新方法。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.057 seconds)
