Combining GNSS and accelerometer measurements for evaluation of dynamic and semi-static characteristics of bridge structures
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract With the increasing number of long span bridges, real-time, accurate and continuous monitoring of their safety is important at present. This study investigates the combination of a global navigation satellite system (GNSS) and accelerometer for monitoring dynamic and semi-static characteristics of bridge structures. A field experiment was conducted with the integration of a GNSS and accelerometer. Considering the noise interference of GNSS monitoring, performance tests were first conducted in different environments to investigate the noise characteristics. Next, complete ensemble empirical mode decomposition with adaptive noise-wavelet packet (CEEMDAN-WP) algorithm was chosen for denoising, among which a double criterion based on the correlation coefficient and effective coefficient was proposed to sift the intrinsic mode functions. After the noise reduction process, structural dynamic displacements and modal frequencies were successfully extracted from the 50 Hz GNSS real-time kinematic (GNSS-RTK) and accelerometer data, in which the displacements presented a consistent trend and the first natural frequency was the same (i.e. 0.369 Hz). Structural semi-static characteristics were evaluated by using 1 Hz (RTK), post-processed kinematic, and precise point positioning data. With reference to relevant specifications, the structural failure probability of the bridge in the vertical direction was calculated to be 0.4319. The results indicate that GNSS-RTK is reliable in monitoring structural dynamic and semi-static displacements of the bridge. Additionally, the proposed improved CEEMDAN-WP with double criterion is effective for background noise reduction. In addition, there may be some non-adequate behaviors, such as heavy traffic and vehicle overload, leading to the critical operation of the bridge.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle