Identifizierung von Brückenbeeinflussslinien basierend auf adaptiven B-Spline-Basismodellen und dünner Regularisierung

Die Brückenbeeinflussslinie (BIL) ist ein vielversprechendes Werkzeug für reale Anwendungen im Bereich der Brückenlastmessung im Fahrbetrieb (BWIM), Modellaktualisierung, Schadensidentifikation und Bewertung der Tragfähigkeit. Der Schlüssel solcher Anwendungen liegt darin, wie man genaue Ergebnisse der BIL erhält. Um die BIL basierend auf den dynamischen Reaktionen der Brücke, die durch ein sich bewegendes Fahrzeug induziert werden, präzise zu identifizieren, müssen zwei kritische Probleme, einschließlich der Konstruktion einer allgemeinen Repräsentationsfunktion der BIL und der Lösung des schlecht definierten inversen Problems, angemessen gelöst werden. Diese Arbeit schlägt einen neuartigen Ansatz vor, der auf dem adaptiven B-Spline-Basismodell und der Technik der dünnen Regularisierung zur Identifizierung der BIL basiert. Zunächst wird eine Repräsentation der Basisfunktion erstellt, um die BIL zu konstruieren, und dann mit einem redundanten B-Spline-Basismodell integriert, um die Sparsamkeit der Lösung sicherzustellen. Eine auf Krümmung basierende Methode zur automatischen Optimierung der Knotenanordnung wird vorgeschlagen, um die räumliche Anordnung der Knoten entsprechend der Form der BILs anzupassen. Numerische und experimentelle Validierungen werden durchgeführt, um die Genauigkeit und Robustheit des vorgeschlagenen Ansatzes zu überprüfen. Die identifizierten BIL-Ergebnisse sind genau und zeigen, dass die vorgeschlagenen Techniken zur node-adaptiven Optimierung und dünnen Regularisierung effektiv sind, um die Qualität der BIL-Identifizierung zu verbessern. Es wird auch gezeigt, dass der vorgeschlagene Ansatz nicht empfindlich gegenüber Rauschinterferenzen und der Konfiguration des Testfahrzeugs ist. Durch die Robustheitstests wird nachgewiesen, dass der vorgeschlagene Ansatz die Vorteile hoher Genauigkeit und starker Robustheit besitzt.