| dc.description.abstract | Bridge Weigh-in-Motion er et system for å veie kjøretøy som passerer over en bro. Det er gjort store fremskritt i bruk av dette de siste tiårene, men det meste av forskningen har vært gjort for bilveier. Betydningen av å vite hvor mye last en bro jevnlig belastes med, er nyttig også for jernbanen.
I denne oppgaven er det sett på hvordan wavelets kan brukes for å detektere akslinger for tog som passerer en bro, og hvor nøyaktig dette kan brukes til å fastslå akselavstandene. Dette er gjort ved å lage et B-WIM system i Matlab som både kan simulere tog og bruke målinger gjort i felt for å finne akslinger og deres tilhørende distanser. Det er brukt to forskjellige mother wavelets, «Haar» og «Mexican Hat» i undersøkelsene.
Lerelva bro er brukt som forskningsbro. Dette er en 30 meter lang bro i Trondheim. Det er brukt både en Abaqus shell-modell av broen, samt målinger fra reelle togpasseringer. Influenslinjer er hentet ut fra Abaqus som igjen er brukt til å simulere togpasseringer. Etter at et fungerende script var laget, ble scriptet testet ved bruk på målingene fra broen der akslingene til togpasseringene allerede var kjente.
Resultatene viser at wavelets er en bra metode for å detektere akslinger fra et stresssignal målt i en bro. Akseldistansene som ble funnet fra målingene fra Lerelva var både gode og lite skuffende. For tog som kom kjørende fra motsatt ende av broen av sensorplasseringene, var det bra resultater. Mens tog fra samme ende av broen ga mer usikre tall. | |
