经济建设发展和工程技术创新给我国的交通系统及城市化建设带来了深刻的变革。公路交通作为我国交通运输系统的核心部分,对国民的生产、生活以及国家的经济增长起着重要作用。然而,由于交通量大、严重超载等问题的存在,我国道路交通基础设施的功能性、耐久性、经济性和安全性都面临着巨大挑战。针对超重超载的危害以及现有动态称重系统的不足,本研究提出了一种基于压电陶瓷阵列式力传感器与振动传感器的多传感器动态称重系统,通过原理分析、原型制作、室内性能试验、室外加速加载试验,多源数据融合以及有限元模拟分析,实现了基于压电信号和振动信号的路面动态称重,具体研究内容和成果如下:(1)根据压电效应和路面振动原理,提出了多传感器动态称重系统实现轴载、车速测量及载荷横向作用位置判定方法;完成了分布式的压电陶瓷阵列式力传感器的设计与原型机制作,符合荷载采集及环境服役要求;根据路面振动的低频特征,确定加速度计指标并遴选了两款适合本系统的加速度计,分析了其原理及性能。(2)室内加载试验表明,压电传感器具有良好的结构稳定性和可靠的信号输出。压电传感器总输出随着正弦载荷幅值的增加而增加,线性相关系数(R2)可达99.3%,对荷载大小具有良好的线性响应;当加载频率为5 Hz-33 Hz时,总输出对加载频率具有良好的频率独立性;根据各压电单元输出峰值关系,可有效实现加载中心定位功能。(3)依托足尺加载装置,完成了轴载、车速和横向作用位置的控制变量试验以及大量重复性试验。采用峰面积法和峰值法分析信号,得到压电信号总峰面积与轴重的线性相关性较好,R2为91.3%,加速度信号峰值/峰面积与轴重的相关性不显著;车速会影响该多传感器系统输出,可通过引入车速修正因子进行控制;根据压电系统总峰值、加速度峰值以及加速度峰面积,可有效判断车辆荷载的横向作用位置。(4)采用BP神经网络方法,分别建立了基于加速度信号、压电信号和融合信号的三种轴重预测回归模型。结果表明,融合信号神经网络的误差最小,相关系数最高(99.88%),略优于压电信号(99.74%),远优于加速度信号(76.34%)。进一步采用多元线性回归、支持向量机回归和高斯过程回归等方法对融合信号-静态轴重进行建模,对比结果表明,BP神经网络的预测结果均显著优于上述三种回归模型,是本研究中更适合的数据融合算法。(5)利用有限元法,先后建立了车辆-完整路面结构相互作用模型,嵌入式多传感器系统的力-电耦合模型以及嵌入式传感路面模型,通过文献及实测数据的验证,分析得到了嵌入式结构对完整路面的应变及振动响应的影响;进一步通过四种载重(欠载65%,满载100%,一般超载135%和严重超载180%),六个加载速度(18 km/h-108 km/h),三种路面等级(A、B、C级)下的路面响应分析,得到了嵌入式路面在不同工况下的应变、振动及电学响应规律。上述研究及结果表明,由压电以及振动监测组成的多传感器系统在传统路面监测(路面动态称重)和新型智能应用(载荷的定位监测)领域具一定的优势与潜力。