Inverse problem regularization in Bridge Weigh In Motion systems

Abstract

O sistema de pesagem em movimento em pontes (B-WIM) utiliza dados obtidos de sensores sob a estrutura da ponte de modo a avaliar as cargas dos veículos que passam. Ele tem sido aplicado em diversos locais pelo mundo. Os dados obtidos pelo sistema também conseguem prover informações adicionais para a avaliação de segurança da ponte e monitoramento da saúde estrutural. Existem muitos métodos na literatura aplicados para a pesagem estática B-WIM. Este estudo inicialmente explora os procedimentos de solução existentes provendo uma com- paração crítica de um subconjunto de métodos conceitualmente similares, expandindo a discussão em seus aspectos teóricos e conduzindo experimentos numéricos Uma vez que a saída do sistema, que é a resposta da ponte, é aplicada para estimar as características do tráfego passante, que são as entradas do sistema, o problema pode ser caracterizado como sendo do tipo inverso. A teoria dos problemas inversos é explorada oferecendo um novo ponto de vista para o desenvolvimento de novos procedimentos de solução em sistemas B-WIM. O estudo atual foca em abordar uma das maiores ausências dos métodos atuais da literatura: a aplicação da informação existente sobre as características do modelo de modo a obter novos procedimentos de solução. O estudo revisa uma interpretação de convolução do problema B-WIM, propondo soluções baseadas na estrutura existente. Além disso, ele remodela o problema da pesagem como um problema de deconvolução esparsa, desenvolvendo um conjunto integrado de métodos para a solução do problema de regularização e relaxando a restrição de detecção de eixos perfeita. Por fim, ele esclarece as relações de complementariedade entre pesagem e calibração propondo o uso de modelos que levem em conta os possíveis erros nas variáveis As melhorias identificadas são combinadas em novo método de solução proposto que é testado sobre um banco de dados de simulações de sinais desenvolvido além de dados reais de uma ponte instrumentada. Os resultados sugerem que a abordagem é viável e efetiva, melhorando a performance de inferência da pesagem de eixos isolados ao passo que mantém uma performance similar ao método convencional com relação a precisão do Peso Bruto Total.

Abstract: Bridge weigh in motion (B-WIM) systems employ data gathered by sensors underneath the bridge structure in order to evaluate the loads of passing vehicles. It has been applied in multiple locations around the world. The data gathered by the system may also be able to provide additional information for accessing bridge safety and structural health monitoring. Multiple methods exist in literature applied for B-WIM static weighing. This study initially explores existing solution procedures providing a critical comparison on a subset of conceptually similar B-WIM methods, further extending the discussion on their theoretical assumptions and conducting numerical experiments. Since the output of the system, which is the bridge response, is applied for estimating the characteristics of the passing traffic, which are the input of the system, the problem can be characterized as being of the inverse type. The inverse problem theory is explored providing a new point of view for the development of novel solution procedures in B-WIM systems. The present study focuses on addressing one the main absences of current methods in literature: the application of known information about the model characteristics in order to devise new solution approaches. The study reviews a convolution interpretation of the B-WIM problem, proposing solutions based on the existing underlying structure. Moreover, it recasts the weighing problem as a sparse deconvolution, develops a toolbox for the solution of the regularization problem and relaxes the constraint on perfect axle detection. Lastly, it enlighten the complimentary characteristics of both weighing and calibration proposing the use of models that take into account errors in variables. The improvements identified are combined in a novel proposed solution method which is tested against a developed public dataset of simulation signals as well as real-world data from an instrumented bridge. The results suggest the approach is viable and effective, improving on single-axle inference performance while retaining similar Gross Vehicle Weight accuracy.