Nghiên cứu phương pháp tiền xử lý dữ liệu quan trắc liên tục gnss của cầu dây văng nhiều trụ tháp

  • Lê Văn Hiến

    Trường Đại học Giao thông vận tải, Số 3 Cầu Giấy, Hà Nội, Việt Nam
  • Lê Minh Ngọc

    Trường Đại học Giao thông vận tải, Số 3 Cầu Giấy, Hà Nội, Việt Nam
  • Trần Đức Công

    Trường Đại học Giao thông vận tải, Số 3 Cầu Giấy, Hà Nội, Việt Nam
Email: hienlv@utc.edu.vn
Từ khóa: công nghệ GNSS, chuyển vị cầu dây văng, phương pháp Hampel, tính chuyển Helmet

Tóm tắt

Công nghệ định vị vệ tinh GNSS đã và đang được ứng dụng phổ biến trong quan trắc liên tục chuyển vị của cầu dây văng nhịp lớn với nhiều ưu điểm vượt trội và hiệu quả cao. Tuy nhiên, dữ liệu quan trắc liên tục GNSS thời gian dài có một dung lượng rất lớn và xuất hiện nhiều dữ liệu bất thường như dữ liệu bị mất, dữ liệu nhiễu, gây ảnh hưởng đến độ chính xác và độ tin cậy khi phân tích kết quả quan trắc chuyển vị công trình. Bài báo này tập chung nghiên cứu các phương pháp tiền xử lý dữ liệu quan trắc liên tục GNSS của cầu dây văng. Một bộ dữ liệu quan trắc GNSS của một cầu dây văng nhiều trụ tháp thực tế được trích xuất để nghiên cứu. Sau đó, các dữ liệu bất thường hoặc dữ liệu mất được xử lý nội suy bằng phương pháp Hampel. Tiếp theo, phương pháp tính chuyển tọa độ Helmet được áp dụng để tính chuyển dữ liệu đo từ hệ tọa độ không gian địa tâm về hệ tọa độ công trình cầu. Cuối cùng, dữ liệu sau xử lý được dùng để đánh giá độ chính xác kết quả quan trắc cũng như phân tích chuyển vị của các điểm đặc trưng trên cầu

Tài liệu tham khảo

[1]. M. R. Kaloop, H. Li, Monitoring of bridge deformation using GPS technique, KSCE Journal of Civil Engineering, 13 (2009) 423-431. https://doi.org/10.1007/s12205-009-0423-y
[2]. V. M. Karbhari, F. Ansari, Structural Health Monitoring of civil infrastructure systems, Woodhead Publishing Limited, 2009.
[3]. P. Omenzetter, J. M. W. Brownjohn, Application of time series analysis for bridge monitoring, Smart Materials and Structures, 15 (2006) 129-138. https://doi.org/10.1088/0964-1726/15/1/041
[4]. C. R. Farrar, P. Cornwell, S. W. Doebling, M. B. Prime, Structural Health Monitoring Studies of the Alamosa Canyon and I-40 Bridges, Los Alamos National Laboratory, LA-13635-MS, 2000.
[5]. Z. M. Y. Mohd, I. Nuremira, S. A. Fatimah, A review on bridge dynamic displacement monitoring using global positioning system and accelerometer, AIP Conference Proceeding, (2018). https://doi.org/10.1063/1.5022933
[6]. G. M. Guzman-Acevedo, G. E. Vazquez-Becerra, GPS, Accelerometer, and Smartphone Fused Smart Sensor for SHM on Real-Scale bridges, Advances in Civil Engineering, (2019), https://doi.org/10.1155/2019/6429430
[7]. V. H. Le, M. Nishio, Time-series analysis of GPS monitoring data from a long-span bridge considering the global deformation due to air temperature changes, Journal of Civil Structural Health Monitoring, 5 (2015) 415–425. https://doi.org/10.1007/s13349-015-0124-9
[8]. Hồ Thị Lan Hương, Lê Văn Hiến, Nghiên cứu sự tương quan giữa gió, nhiệt độ và chuyển vị của một số vị trí trên cầu Cần Thơ, Tạp chí khoa học Giao thông vận tải, 54 (2016).
[9]. Hồ Thị Lan Hương, Lê Văn Hiến, Nghiên cứu sự tương quan giữa gió, nhiệt độ và chuyển vị của một số vị trí trên cầu Cần Thơ, Tạp chí khoa học Giao thông vận tải, 55 (2016).
[10]. V. H. Le, M. Nishio, Structural change monitoring of a cable-stayed bridge by time-series modeling of the global thermal deformation acquired by GPS monitoring, Journal of Civil Structural Health Monitoring, 9 (2019) 689-701. https://doi.org/10.1007/s13349-019-00360-9
[11]. Geo Matching, Which is Better Among Static Survey, RTK or PPK? https://geo-matching.com/articles/which-is-better-among-static-survey-rtk-or-ppk. Truy cập ngày 8 tháng 9 năm 2024

Tải xuống

Chưa có dữ liệu thống kê
Nhận bài
09/08/2024
Nhận bài sửa
27/10/2024
Chấp nhận đăng
10/12/2024
Xuất bản
15/12/2024
Chuyên mục
Công trình khoa học
Số lần xem tóm tắt
21
Số lần xem bài báo
10