dc.contributor.author |
พัทรพงษ์ อาสนจินดา |
|
dc.contributor.other |
มหาวิทยาลัยบูรพา. คณะวิศวกรรมศาสตร์ |
|
dc.date.accessioned |
2020-12-21T02:10:17Z |
|
dc.date.available |
2020-12-21T02:10:17Z |
|
dc.date.issued |
2561 |
|
dc.identifier.uri |
http://dspace.lib.buu.ac.th/xmlui/handle/1234567890/3986 |
|
dc.description |
โครงการวิจัยประเภทงบประมาณเงินรายได้จากเงินอุดหนุนรัฐบาล (งบประมาณแผ่นดิน) ประจำปีงบประมาณ พ.ศ. 2558 |
th_TH |
dc.description.abstract |
งานวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาวิธีการจำแนกประเภทพร้อมการหาน้ำหนักของรถบรรทุกขณะเคลื่อนที่ โดยใช้เพียงผลตอบสนองความเครียดของโครงสร้างสะพาน เพื่อให้ระบบหาน้ำหนักรถบรรทุกขณะเคลื่อนที่ใช้อุปกรณ์ที่น้อยลง ซึ่งสามารถลดต้นทุนของระบบและลดความซับซ้อนในการวิเคราะห์ข้อมูลจากผลตอบสนองตรวจวัดจากอุปกรณ์หลายประเภท เช่น อุปกรณ์ตรวจจับเพลา โดยระบบจะทำการจำแนกประเภทของรถบรรทุกจากการหาจำนวนเพลาและระยะห่างเพลาก่อนทำการวิเคราะห์น้ำหนักเพลาและน้ำ หนักรวมของรถบรรทุก เพื่อเพิ่มความถูกต้องในการคำนวณสัญญาณความเครียดในหน้าตัดสะพานจะถูกปรับปรุงค่าให้มียอดของสัญญาณความเครียดที่ชัดเจนขึ้น ความเร็วของรถบรรทุกคำนวณได้จากสมมติฐานความเร็วคงที่ โดยหาเวลาที่รถบรรทุกเคลื่อนที่ระหว่างตำแหน่งตรวจวัดสองจุด ด้วยการเทียบค่าสัมประสิทธิ์สหสัมพันธ์ของสัญญาณความเครียด วิธีการจำแนกประเภทรถบรรทุกสามารถทำได้สองแนวทางที่แตกต่างกันสาหรับการหาตำแหน่งเพลา ได้แก่ 1) การใช้วิธียกกำลังสองน้อยที่สุดของเส้นอิทธิพลทางสถิตย์ของสัญญาณความเครียด และ 2) การใช้ฟังก์ชั่น findpeaks ในซอฟท์แวร์ MATLAB ซึ่ง พบว่าวิธีการที่สองมีประสิทธิภาพสูงกว่าวิธีแรก สำหรับน้ำหนักเพลาและน้ำหนักรวมของรถบรรทุกคำนวณได้โดยอาศัยหลักการวิเคราะห์ปัญหาแบบย้อนกลับของความสัมพันธ์ระหว่างแรงกระทำเคลื่อนที่กับผลตอบสนองความเครียดทางพลศาสตร์ของสะพานด้วยวิธียกกำลังสองน้อยที่สุดร่วมกับเทคนิคเรกูลาร์ไรเซชั่น และได้เพิ่มความถูกต้องของน้ำหนักรถบรรทุกด้วยเทคนิคการปรับปรุงองค์ประกอบทางสถิตย์ งานวิจัยได้ทำการศึกษาด้วยแบบจำลองในห้องปฏิบัติการ โดยพิจารณารถบรรทุกประเภท 2-7 เพลา จากผลการศึกษาพบว่าระบบที่นำเสนอสามารถจำแนกประเภทรถบรรทุกได้ถูกต้องในทุกกรณี และสามารถคำนวณหาน้ำหนักเพลารวมของรถบรรทุกได้ดี โดยมีระดับความถูกต้องของน้ำหนักรวมของรถบรรทุกทุกประเภทร้อยละ 88.36 ที่ระดับความเชื่อมั่นร้อยละ 100 และระดับความถูกต้องร้อยละ 91.42 ที่ระดับความเชื่อมั่นร้อยละ 95 |
th_TH |
dc.description.sponsorship |
สำนักงานคณะกรรมการวิจัยแห่งชาติ |
th_TH |
dc.language.iso |
th |
th_TH |
dc.publisher |
คณะวิศวกรรมศาสตร์ มหาวิทยาลัยบูรพา |
th_TH |
dc.subject |
เครื่องชั่ง -- การเทียบมาตรฐาน |
th_TH |
dc.subject |
พลศาสตร์ |
th_TH |
dc.subject |
สาขาวิศวกรรมศาสตร์และอุตสาหกรรมวิจัย |
th_TH |
dc.title |
ระบบชั่งน้ำหนักเคลื่อนที่โดยใช้สะพานสำหรับตรวจวัดยานพาหนะที่บรรทุกน้ำหนักเกินพิกัดโดยใช้ผลตอบสนองทางพลศาสตร์ |
th_TH |
dc.title.alternative |
Bridge weigh-in-motion system for overweight vehicle monitoring using dynamic responses |
en |
dc.type |
Research |
th_TH |
dc.author.email |
pattarapong@eng.buu.ac.th |
th_TH |
dc.year |
2561 |
th_TH |
dc.description.abstractalternative |
This research aimed to develop the classification and weight determination of moving truck by using only bridge strain response. This was to reduce the cost and complexity of data
analysis due to many types of measurement sensors such as axle detector by decreasing
unnecessary instruments in the truck load identification system. The proposed system firstly
classified the vehicle configuration by identification of amount of axles and the corresponding
axle spacings. The axle weight and gross weight of the truck were determined in the second
process of calculation. To improve the accuracy of computation, the strain signals in each bridge section were modified to enhance the clear peak of strain signals. Moving speed of the truck was calculated based on assumption of constant speed by determining the time that the truck traveled between two measurement locations from comparison of correlation coefficient of those strain signals. The classification can be calculated by two different methods of axle identification i.e. 1) using Least Squares of Influence line of bridge strain signals and 2) using Findpeaks function in MATLAB software. It was found that the second approach was more efficient than the first one. Axle weight and gross weight identification were analyzed based on inverse problem of moving load and bridge dynamic response relationship by employing the regularization least squares method. Moreover, the Updated Static Component (USC) technique was also employed to improve accuracy of truck weight identification. Trucks having number of axle from 2 to 7 axles were considered and experimentally studied in the laboratory. Regarding to the result of study, it was indicated that the proposed system can successfully classify the truck configuration for all cases. The truck gross weight was identified with the accuracy of 88.36% at confidence level of 100% and the accuracy of 91.42% at confidence level of 95%. |
en |