无线传感网络在桥梁健康监测中的新应用

doi:10.3969/j.issn.1006-2475.2011.01.042

计算机与现代化 ›› 2011, Vol. 1 ›› Issue (1): 145-4.doi: 10.3969/j.issn.1006-2475.2011.01.042

无线传感网络在桥梁健康监测中的新应用

王春茂

东南大学学习科学研究中心，江苏南京210096

收稿日期:2010-10-08 修回日期:1900-01-01 出版日期:2011-01-20 发布日期:2011-01-20

New Application of Wireless Sensor Network in Bridgehealth Monitoring

WANG Chun-mao

Research Center for Learning Science, Southeast University, Nanjing 210096, China

Received:2010-10-08 Revised:1900-01-01 Online:2011-01-20 Published:2011-01-20

摘要/Abstract

摘要：

无线传感网络近年来的持续发展为桥梁健康监控提供了可靠和高效的平台。采用最新的CC2530解决方案使得无线传感网络能以更小的体积和成本进行大规模部署，从而更有效地采集桥梁振动、形变等桥梁健康相关的各种信号。现有的传统回归分析数据处理技术较难实时处理海量的传感器数据，基于模式识别、数据挖掘的数据挖掘技术则可以发现数据与实体结构损伤间的潜在规律并指导桥梁维护。

关键词: 无线传感网络, 大规模数据处理, 模式识别, 数据挖掘, 桥梁健康监测

Abstract:

Wireless Sensor Network (WSN) developed in last few years provides highly reliable and efficient data collecting platform in bridgehealth monitoring. With the newest CC2530 solution, WSN node is small and cheap enough to be deployed in large scale to acquit various kinds of signals, such as vibration, deformation and other important parameters. Since large quantity of sensors are deployed, massive data can be analyzed in realtime with the help of data mining technology, it is possible to discover the potential relationship between raw data and structural failure which is valuable to guide the bridge maintenance.

Key words: wireless sensor network, massive data processing, pattern recognition, data mining, bridgehealth monitoring

王春茂. 无线传感网络在桥梁健康监测中的新应用[J]. 计算机与现代化, 2011, 1(1): 145-4.

WANG Chun-mao. New Application of Wireless Sensor Network in Bridgehealth Monitoring[J]. Computer and Modernization, 2011, 1(1): 145-4.

[1]	谢仕斌, 刘梦赤, 唐诗琪, 周瑞平, . 基于多特征提取的时间卷积知识追踪模型[J]. 计算机与现代化, 2023, 0(07): 25-29.
[2]	刘佩. 基于数据挖掘的医保控费系统[J]. 计算机与现代化, 2023, 0(06): 89-94.
[3]	潘凤, 王杰, 张艳莎, 谭棉, 何兴, 王林, . 基于双分支特征拼接的行人重识别[J]. 计算机与现代化, 2023, 0(05): 93-99.
[4]	王劭华, 欧阳会丹, 孙丹, 王康, 吴鸿萍, 钟询, 褚兴平, 杨松涛. 基于Apriori算法的大学生体测项目关联规则挖掘[J]. 计算机与现代化, 2023, 0(03): 66-70.
[5]	宋晓丽, 张勇波, 张培颖. 基于半监督学习的学生消费数据异常检测[J]. 计算机与现代化, 2022, 0(12): 13-17.
[6]	段桂芹, 邹臣嵩. 基于近邻传播聚类的职业能力评价模型[J]. 计算机与现代化, 2022, 0(05): 21-27.
[7]	白雪, 程宗毛. 无线传感网络监测质量的统计分析[J]. 计算机与现代化, 2021, 0(08): 1-5.
[8]	杨琳, 白钊, 寇勇刚. 基于RFM模型的随机森林算法对民航客户的流失分析[J]. 计算机与现代化, 2021, 0(01): 100-104.
[9]	李科心, 李静, 邵佳炜, 肖屹. 多层次序列集成的高维数值型异常检测[J]. 计算机与现代化, 2020, 0(06): 73-.
[10]	蒋毅,欧郁强,梁广,高杨,严永高,林捷,赵晓宁. 基于数据挖掘的现场作业风险态势评估方法[J]. 计算机与现代化, 2020, 0(04): 78-.
[11]	刘昌平1,刘海1,夏梦1,尹光彩2 . 俄罗斯方块的Hamming神经网络模型[J]. 计算机与现代化, 2020, 0(02): 51-.
[12]	齐玉东1，丁海强1，赵锦超2，孙明玮1. 基于biRNN的海军军械不均衡文本数据集处理方法[J]. 计算机与现代化, 2019, 0(12): 21-.
[13]	易文周. 基于差分演化和粒子群优化的改进WSN覆盖算法[J]. 计算机与现代化, 2019, 0(08): 33-.
[14]	屠雪真. 一种优化的内核态文件发送方法[J]. 计算机与现代化, 2019, 0(05): 13-.
[15]	郭燚1，张卫山1，徐亮2，翟佳3. 基于微服务的石油大数据挖掘平台[J]. 计算机与现代化, 2019, 0(05): 25-.

无线传感网络在桥梁健康监测中的新应用

New Application of Wireless Sensor Network in Bridgehealth Monitoring

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价