Hybrid Time–Frequency Analysis for Micromobility-Based Indirect Bridge Health Monitoring
Notice bibliographique
Résumé
Bridges serve as vital connectors in the transportation network and infrastructure. Given their significance, it is crucial to continuously monitor bridge conditions to ensure the efficient operation of transportation systems. With advancements in sensing technologies, transportation infrastructure assessment has evolved through the integration of structural health monitoring (SHM) methodologies. Traditionally, bridge monitoring has relied on direct sensor instrumentation; however, this method encounters practical obstacles, including traffic disruptions and limited sensor availability. In contrast, indirect bridge health monitoring (iBHM) utilizes data from moving traffic on the bridge itself. This innovative approach eliminates the need for embedded instrumentation, as sensors on vehicles traverse the bridge, capturing the dynamic characteristics of the bridge. In this paper, system identification methods are explored to analyze the acceleration data gathered using a bicycle-mounted sensor traversing the bridge. To explore the feasibility of this micromobility-based approach, bridge responses are measured under varying traversing conditions combined with dynamic rider-bicycle-bridge interaction for comprehensive evaluation. The proposed method involves a hybrid approach combining Wavelet Packet Transform (WPT) with Synchro-extracting Transform (SET), which are employed to analyze the time-frequency characteristics of the acceleration signals of bike-based iBHM. The results indicate that the combination of WPT-SET demonstrates superior robustness and accuracy in isolating dominant nonstationary frequencies. The performance of the proposed method is compared with another prominent signal processing algorithm known as Time-Varying Filtering Empirical Mode Decomposition (TVF-EMD). Ultimately, this study underscores the potential of bicycles as low-cost, mobile sensing platforms for iBHM that are otherwise inaccessible to motorized vehicles.
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.
Comment cette classification a été obtenuedéplier
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».