基于Kriging代理模型与NSGA-II的多目标优化用于无人机喷洒液体防暴剂的喷嘴布局

《Drones》:Multi-Objective Optimization of Nozzle Layout for UAV-Based Liquid Anti-Riot Agent Dispersion Using Kriging Surrogate Model and NSGA-II

【字体: 大 中 小 】 时间:2026年06月09日 来源:Drones 4.8

编辑推荐:

  精确且连续地监测热效应对确保桥梁结构安全、防止潜在失效至关重要。本研究提出了一种整合无人机(UAV)热测量与干涉合成孔径雷达(InSAR)卫星数据的方法,以评估和监测桥梁的热机械响应。研究人员开发了一座预应力混凝土(PC)桥的三维(3D)有限元模型(FEM),

  
精确且连续地监测热效应对确保桥梁结构安全、防止潜在失效至关重要。本研究提出了一种整合无人机(UAV)热测量与干涉合成孔径雷达(InSAR)卫星数据的方法,以评估和监测桥梁的热机械响应。研究人员开发了一座预应力混凝土(PC)桥的三维(3D)有限元模型(FEM),并使用现场位移测量进行了验证。通过基于无人机的红外热成像(UAV-IRT)每日和季节性获取桥梁构件的高分辨率三维温度分布。热图通过与结构上的点温度测量进行验证。同时,利用基于卫星的InSAR观测研究了长期大范围变形趋势。将来自UAV-IRT测量的热机械位移行为与历史InSAR季节性变形模式进行比较,以开发一个集成的多源结构监测框架。通过将UAV-IRT热荷载数据集成到有限元模型中,模拟并分析了桥梁在日循环和季节循环温度下的行为。计算了最不利热荷载条件下及一年周期内出现的最大应力水平,并考虑了应力限值。有限元模型显示,在极端热荷载下最大竖向位移为12.3 mm,桥面板中部深度处的拉应力超过3.5 MPa的限值,预示了热致开裂的潜在风险。UAV-IRT热观测与历史InSAR变形测量的集成揭示,夏季条件下竖向温度梯度可达24 °C,并表明观测到的结构响应主要由热弹性变形控制。无人机-卫星方法为暴露于热效应下的桥梁结构健康监测提供了一种快速、经济且全面的解决方案。
**论文解读:基于无人机红外热成像与卫星InSAR集成的桥梁热机械响应监测方法**

**研究背景与问题**
预应力混凝土(PC)桥梁在日循环和季节循环温度变化下会产生显著的热效应,进而改变材料属性、应力应变分布,甚至引发裂缝或坍塌风险。传统监测方法依赖密集的现场传感器布设,成本高、干扰交通,且仅能获取离散点数据。无人机红外热成像(UAV-IRT)虽能快速获取表面温度分布,但现有研究多局限于表面缺陷检测,未将热数据与深层结构位移建立关联。干涉合成孔径雷达(InSAR)技术可实现毫米级大范围变形监测,但缺乏热力学表征。两类技术长期独立使用,缺乏统一框架进行热机械响应评估。此外,遥感热荷载数据与现场实测的定量对比验证尚属空白。因此,研究人员开展本研究,旨在开发一种集成UAV-IRT三维热映射与卫星InSAR位移监测的方法,并通过校准的有限元模型(FEM)实现跨传感器验证,建立多源结构健康监测体系。论文发表在《Drones》。

**主要关键技术方法**
研究人员选取土耳其安塔利亚Bo?a?ay桥(13跨简支PC桥,总长260 m)为案例。主要方法包括:(1)三维有限元建模与现场校准——基于桥梁设计图纸建立SAP2000模型,利用已知轴重车辆(卡车、巴士)通过时的竖向位移测量(线电位计,分辨率0.06 mm)校准模型刚度和材料参数,确保实测与计算结果一致;(2)UAV-IRT三维热映射——使用DJI Matrice 300 RTK搭载Zenmuse H20T热像仪(640×512像素,热灵敏度<50 mK),在2022年2月至2023年6月间按季节飞行(高度50 m,重叠率85%),获取高分辨率(GSD 2 cm)热图像,通过运动恢复结构(SfM)算法重建三维温度分布,并与表面热电偶实测数据验证(RMSE ±1.2 °C);(3)InSAR长周期变形监测——利用Sentinel-1A/B卫星数据(240景升轨、169景降轨,2016–2021年),采用永久散射体干涉测量(PSI)技术获取视线向(LOS)位移,并进行二维矢量分解得到竖向和东西向分量;(4)热荷载施加与应力分析——将UAV-IRT实测竖向温度梯度(T1~T3)线性插值至横截面7个关键高度,按AASHTO(2009)简化线性梯度转化为有限元热荷载,结合预应力与恒载,计算截面法向应力并与限值对比。

**研究结果**
**3.1 有限元模型校准与验证**:通过空载与满载卡车、巴士的现场位移测量(0.31 mm~0.74 mm)与有限元分析(0.28 mm~0.60 mm)对比,两者高度吻合,最大偏差18.9%(源于巴士超载),模型对加载持续时间的模拟(1.4 s与1.6 s)也与实测一致,表明校准模型能可靠代表实际结构行为。
**3.2 无人机热映射与温度梯度表征**:季节UAV-IRT飞行获取了桥梁上部结构三维温度分布。竖向温度梯度呈一致模式:桥面板表面(T1)温度最高,沿板厚急剧下降,梁底(T3)略升。夏季最大温差达24 °C,冬季降至8–12 °C,与AASHTO正梯度剖面吻合。
**3.3 InSAR位移监测与趋势分析**:五年LOS位移时间序列显示,桥墩中部区域在2019年1月(记录到洪水事件)出现趋势突变。经二维分解后,竖向位移分量范围为?12.87 mm至?13.35 mm,与有限元计算的中跨最大热位移12.3 mm偏差小于1.05 mm。该分析证实多时相InSAR既能检测周期性热弹性变形(1–2 mm/年),也能识别洪水引起的突变。
**3.4 UAV-IRT与InSAR观测集成**:尽管两数据集时间不重叠,但分别独立获得的季节性热机械位移模式高度一致,表明结构响应主要由热弹性变形主导。UAV-IRT热梯度与InSAR变形模式对比验证了集成框架的可靠性。
**3.5 热机械响应与应力评估**:将UAV-IRT三维热荷载(含极端假设ΔT=40°C、60°C、80°C)施加到校准FEM。在80°C假设场景下,内外梁桥面板顶面压应力接近12 MPa限值,板中部拉应力超过3.5 MPa,PC梁上翼缘(1000–1400 mm高度)出现最大拉应力,指示极端热荷载下的开裂风险。热曲率积分得到中跨竖向位移12.3 mm,与InSAR竖向分量上界一致,验证了热机械模型的预测能力。
**3.6 集成监测系统性能**:系统综合了可更新的校准FEM、高分辨率UAV-IRT局部热映射和InSAR广域长期位移监测,成功计算了最不利热荷载条件下的应力状态。与传统方法相比,具有远程操作、不中断交通、利用开源Sentinel-1数据降低成本、可按需实施UAV-IRT飞行等优势。
**3.7 局限与未来工作**:UAV-IRT仅为季度测量,可能低估短期热波动;InSAR仅提供LOS方向位移,南北向受限;分析未考虑混凝土徐变与收缩;模型校准基于单跨。尽管有局限,集成系统仍显著优于传统实践。

**讨论与结论**
讨论部分指出,UAV-IRT与InSAR的集成实现了多尺度结构监测:UAV-IRT提供构件级三维温度场,InSAR揭示大时空尺度长期位移。通过校准FEM实现跨传感器交叉验证,精确建立了局部与区域监测的关联。研究成功表征了季节温度梯度及其热弹性结构响应,发现热变化与变形行为之间的一致关系。热机械分析确定了极端热荷载下预应力梁上翼缘可能超限的应力状态,验证了热机械模型。系统能够区分周期性热变形与事件性永久异常(如洪水引起的桥墩沉降)。结论总结:无人机-卫星方法利用开源Sentinel-1数据和周期性UAV数据,为桥梁结构健康监测提供了经济、可扩展的解决方案,支持持续评估与维护策略,无需中断交通或进行危险的现场工作。研究结论强调,所提出的方法在实际监测条件下具有适用性,并可用于全球桥梁及其他关键基础设施的长期监测。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号