利用动静力测量数据的桥梁结构损伤识别

提出了一种基于模型修正理论的结构损伤检测的方法．首先给出一种利用结构振动模态数据修正结构刚度的于结构算法,然后将这一方法推广为同时利用振动模态数据和静力位移量测值的损伤识别方法;运用缩阶的理论分析模型解决实测自由度不足的矛盾．以一悬臂梁的损伤仿真试验,验证这一方法的有效性．并考察将这一损伤识别技术运用于大型桥梁实时监测系统的可行性     

多梁式桥梁检测的叠加曲率模态差变化率方法

鉴于应用曲率模态的桥梁损伤识别研究大多以一维单梁式结构为研究对象,提出利用G-M法的思想并基于薄板振动理论将多梁式结构转化为正交异性板后,类比梁弯曲理论得到该结构两正交方向曲率表达式,通过分析采用单阶曲率模态差指标进行桥梁损伤识别的不足,考虑利用多阶曲率模态变化率叠加指标进行损伤识别,最后采用有限元软件Ansys建立桥梁模型计算单位置、多位置不同损伤程度的多种工况。Matlab绘图结果表明:沿桥梁纵向叠加指标识别更为精确,对未损伤位置数据扰动更小,指标独立性高,可利用该指标进行多梁式结构的损伤定位。     

基于影像及小波变换的桥梁损伤识别

桥梁损伤定位和定量分析是桥梁健康监测的难点，为提高桥梁结构损伤位置识别的精度及准确性，本文利用位移模态对结构局部损伤的敏感特性，提出基于影像和小波变换的桥梁损伤识别新方法，通过工业相机获取悬臂梁振动形态，利用模版匹配方法提取结构动态位移响应及模态参数，对位移模态进行小波变换，建立小波系数平方差的损伤指标识别结构损伤位置。通过室内悬臂竖梁振动实验，对全域测点的振动衰减信号快速傅里叶变换成功获取了结构的模态振型，与数值模拟结果比较表明试验获得一阶固有频率最大误差为2.202%，二阶固有频率最大误差为3.182%，表明本文方法用于结构位移测量的可行性以及测量精度的可靠性；在此基础上利用小波系数平方差的明显突峰特性可准确识别结构单损伤、多损伤的存在，并能准确定位损伤位置。研究表明，该方法可以准确识别不同位置、不同程度的单损伤和多损伤，具有远距离、非接触、高精度、高效快捷、可多点监测提升振型空间分辨率等优点，为桥梁结构全域损伤识别提供了一种新方法。     

基于子构件曲率模态变化的桥梁损伤识别研究

目的为保障桥梁运营安全,提高健康监测水平,对桥梁进行损伤识别研究;利用曲率模态曲线变化规律,提出一种基于桥梁子构件的识别方法.方法基于桥梁子构件分解技术,以一座梁式组合桥为例,设置不同损伤工况,根据组成桥梁整体各构件的特点将桥梁分解为较简单的构件进行损伤定位与程度识别,以振动分析中曲率模态参数的研究为基础,对桥梁在不同损伤位置、程度下曲率模态曲线的变化规律进行分析.结果结合桥梁损伤前后的曲率模态曲线变化,采用提出的拟合公式方法,不仅可进行损伤定位,对损伤程度进行准确识别,还可有效地提高损伤识别的效果.分析不同单元划分、截面形式等因素对识别效果的影响.结论桥梁子构件的识别方法可对实际桥梁健康进行监测,一定程度上解决了传统的曲率模态方法不能得到准确的损伤程度这一缺陷.     

基于模态应变能与频率信息修正的结构多损伤识别研究

在工程结构的损伤诊断领域,采用模态应变能方法对多损伤识别的结果一般不太稳定,易产生误判现象．为了解决以上问题,提出了一种基于模态应变能与频率的信息修正识别方法．该方法首先利用应变能方法对结构损伤问题进行了初步的识别并获得局部决策,然后引入了频率识别方法以获得补充决策信息,最后利用证据融合理论对所获得的局部决策进行了信息融合修正,从而获得精度和识别效果更高的整体决策信息．仿真结果表明,采用了信息融合修正方法的结构多损伤定位,可以产生比单一信息源更精确、更完全的估计和判决,其识别效果不仅明显好于应变能方法,而且优于频率识别方法．     

传感器优化布设在桥梁健康监测中的应用

回顾了振动模态分析技术中关于传感器最优布点方法的研究 ,针对桥梁结构健康监测中有关指纹更新识别以及模型修正所需的模态动态信息 ,提出了一套传感器优化布设的方案 ,目的在于迅速有效地从一个自由度繁杂的结构模型中选择出关键的测点位置 ,在含噪声的环境中实现对结构状态改变信息的最优采集 ,改善早期对大型柔性结构的整体探伤能力 .传感器优化布设在桥梁健康监测中的应用@崔飞 @袁万城 @史家均     

用频域法识别桥梁的模态参数

根据大型土木结构环境振动的特点,利用频域法对桥梁的模态参数进行识别,详细阐述了峰值检测法和复模态指示函数法识别桥梁模态参数的理论依据和实现方法,对比了两种方法各自的特点.利用香港汀九大桥的实测数据,辨识出了桥梁的模态参数,最后的辨识结果表明该方法在具体的工程应用中的有效性.     

混凝土桥梁的损伤诊断与承载力评估

基于结构振动理论和系统识别技术的桥梁健康监测系统已显示出了良好的发展前景。主要阐述了钢筋混凝土桥梁损伤的五种诊断方法,即振动模态参数识别法、动力响应及动力系数法、超声波法、冲击回波诊断法和自然电位法,并对这些方法的特点和应用作了比较。同时提出了混凝土损伤识别的四种方法,即模型修正法、动力指纹分析法、神经网络法和专家系统法,并系统介绍了这四种方法的特点。通过对钢筋混凝土桥梁的损伤诊断和损伤识别,正确客观的评估桥梁的承载力和安全状况。最后介绍了国内外几种典型的评估桥梁承载力的理论和方法,并对其发展趋势作了展望。     

考虑温度影响的桥梁结构损伤识别

在利用测量数据进行结构损伤识别中往往会遇到环境温度改变的问题。温度的改变(即温度差)的影响在利用模型修正进行损伤识别时一般被忽略了而带来一定的损伤识别误差。该文试图基于响应灵敏度分析,同时识别结构损伤和温度差。推导了动态响应对损伤参数和温度差的时域灵敏度,得到模型修正时的灵敏度矩阵;利用加速度响应数据进行模型修正进行损伤和温度差的识别。通过对一平面桁架桥梁结构进行数值模拟计算验证了方法的有效性。     

基于多尺度模型修正的结合梁斜拉桥损伤识别方法

以灌河大桥为工程背景,提出了基于多尺度有限元模型修正的结合梁斜拉桥损伤识别方法.首先基于现场环境振动试验结果和两阶段响应面方法对初始多尺度模型进行修正,并将修正后模型定为原始未损伤状态;进而,利用多尺度模型修正方法对结构不同部位不同程度的损伤进行识别,并探讨了模态曲率损伤指标和单元模态应变能损伤指标对不同结构尺度损伤的敏感性.分析结果表明:在不考虑噪声干扰情况下,模态曲率和单元模态应变能指标对精细小尺度单元区域主梁微小(1%)损伤均较为敏感,可识别出结构的损伤位置,而对大尺度单元区域的损伤敏感性略低;在考虑噪声干扰情况下,精细小尺度单元区域比大尺度单元区域在损伤识别方面的抗噪性更好,且模态应变能损伤指标的抗噪性略优于模态曲率损伤指标.故而提出的多尺度建模及其损伤识别方法具有应用到实际工程中微损伤识别的潜力,并为大跨结构损伤预后奠定了基础.     

基于时频分析与神经网络的桥梁冲刷动力评估

桥梁基础水文作用是引起桥梁结构功能及安全性能失效的首要原因,而桥梁冲刷又是水文作用最主要的表现形式.依托舟山大陆连岛工程金塘大桥主通航孔桥,提出一种基于时频分析与神经网络的桥梁冲刷动力评估方法.首先,利用白噪声地震波模拟环境振动激励,采用动力时程分析法模拟环境激励下的上部结构振动,并获得其加速度响应,同时在振动过程中实时模拟基础冲刷深度的连续发展,进行环境振动激励下桥梁模态参数与冲刷发展的关联性分析,研究该方法的识别敏感性.进而,利用数值动力参数分析研究上部结构既有局部损伤多种组合形式对桥梁结构模态参数的扰动程度,以确定非冲刷损伤形式对桥梁冲刷动力评估方法准确性的干扰.最后,以模态分析中的低阶模态参数作为样本输入,以冲刷深度与墩位的不同组合作为样本输出,建立BP神经网络,实现桥梁冲刷深度与墩位的同步评估.研究结果表明:利用自振频率构建的动力指纹对冲刷发展较为敏感;该方法无论对冲刷深度还是冲刷墩位均具有较高的识别准确度,且可忽略有限局部损伤对识别准确性的干扰.该方法不需要水下操作,不需要昂贵的测试设备,仅需要加速度传感器以及数据采集装置,便于融入常规桥梁检测项目中.     

基于环境振动和贝叶斯定理的有限元模型 自动修正方法及应用

传统的有限元模型修正方法通常没有定量考虑测试误差和模型误差的不确定性对修正结果的影响,并且难以用于复杂结构.针对上述问题,提出了一种基于环境振动测试和商业软件交互访问的贝叶斯有限元模型修正方法.该方法以环境振动测试和快速贝叶斯方法识别所得模态参数为已知数据,基于贝叶斯定理得到修正参数的后验概率密度函数,利用单纯形法最小化修正参数的负对数似然函数,得到其最有可能值及后验变异系数,并通过SAP2000有限元模型和MATLAB修正程序的交互访问,实现复杂结构有限元模型参数的自动修正.对某两层大跨楼板结构进行了环境振动测试和模态参数识别,利用所提方法直接对混凝土楼板和钢梁的弹性模量进行修正,修正后的自振频率和振型与识别值吻合较好.     

工程结构模态的连续型随机子空间分解识别方法

环境振动识别方法利用结构的输出信号识别结构的模态参数,主要的识别方法有时间序列分析法、ERA(eigensystem realization algorithm)法和随机子空间法,这些方法均基于离散模型．基于连续随机子空间模型,本文给出了一种识别大型工程结构模态参数的方法．运用SVD(singular value decomposition)分解将含噪声的输出信号空间分解为信号空间和噪声空间,然后直接估计结构的模态参数．SVD分解保证了算法的鲁棒性．最后讨论了一个7层框架的理想建筑,仿真计算表明,该方法简单有效,能够使用在桥梁和建筑的健康监测和振动控制中．     

梁及桥梁应变模态与损伤测量的新方法

由于梁式结构的应变状况与其刚度有直接关系,因此对应变模态的测量可望用于桥梁损伤识别.梁的曲率模态和应变模态是直接关联的.通过对实桥标准简支梁损伤的数值仿真,揭示了曲率模态对桥梁损伤的敏感性.为便于检测损伤,还提出了一个新的损伤识别指标-应力变化陡峭度D, 并推荐一种具有高灵敏度和高一致性的DP型低频振动传感器作为实桥应变模态测量的信号检测设备.     

基于模态的损伤识别过程中的传感器优化布置

为了提高损伤识别的准确性,开发了一种基于结构振动模态和Gauss-Newton算法的结构损伤识别方法。根据测量误差在损伤识别过程中的扩散,建立了损伤识别偏差的上限估计公式。用优化传感器布置的方法来减小损伤识别偏差上限,设计了相应的组合优化算法。通过数值算例验证了该方法的有效性。该方法被应用于识别一座实际桥梁的损伤情况,也得到了比较满意的结果。     

基于应变模态小波神经网络的结构损伤识别方法

以框架结构为研究对象,利用小波分析和神经网络理论,结合二者的优点,运用小波分析来确定框架结构的损伤位置,运用神经网络算法来识别损伤程度,给出了基于应变模态参数识别框架结构损伤的原理,建立了一种识别结构损伤的小波神经网络方法.通过建立基于振型模态和应变模态的损伤识别方法,分别对9种不同工况下框架的裂缝位置进行识别,并对比了这2种模态下损伤位置的识别效果.然后,分别对框架的振型模态和应变模态进行连续小波变换,获得2种模态参数下的小波系数模极大值.利用神经网络去模拟小波系数模极大值与损伤程度之间的非线性关系来识别结构的损伤程度,并对比了这2种模态下损伤程度的识别效果.数值分析结果表明,小波神经网络可以有效地识别出结构的损伤位置和损伤程度,基于应变模态的损伤识别方法具有更好的准确性.     

基于车桥接触点响应和盲源分离的桥梁模态识别

针对基于车辆响应的间接测量法进行桥梁模态识别时，桥面不平度的影响难以滤除、高阶模态识别准确率较低等问题，提出一种基于盲源分离算法来分离车桥接触点响应信号中的桥面不平度效应与桥梁振动响应，进而实现桥梁模态识别的方法. 首先，详细阐述了应用二阶盲识别（Second Order Blind Identification，SOBI）算法，以两组车桥接触点加速度响应信号作为输入信号，进而获取桥梁振动估计信号的原理和方法. 然后，采用信号带通滤波和Hilbert变换并结合支点数据延拓的振型修正策略，建立了基于车辆响应的桥梁模态识别技术流程和框架. 最后，依托数值算例对所提出方法的适用性和有效性进行了验证，并分析了车辆间距、桥面不平度和车辆频率等参数对方法适用性的影响. 结果表明，所提出方法能有效滤除桥面不平度的影响，实现桥梁高阶模态的准确识别，且对多种关键因素的影响具有鲁棒性，具有精度高、操作简便和适用性强等特点，可为基于车辆响应的桥梁模态识别提供一种新思路.     

桥梁结构全息模态参数识别方法试验研究

针对传统桥梁结构健康监测中使用的接触式传感器存在数据离散性大、安装程序繁琐、难以反应桥梁结构整体状况等局限性,本文基于全息视觉传感器智能监测系统,识别结构全息几何形态在相应时空域上的振动信号,较为准确的获取结构全息图像数字化位移坐标信息,同时针对提取的振动位移进行频谱分析,获取桥梁结构的模态参数,实现对桥梁状况的基本识别。本文对一座缩尺模型桥进行试验验证,研究结果表明：全息视觉传感器智能监测系统测试结果与位移传感器测试结果吻合度较高,针对竖向荷载响应的功率谱,两种方法实测结果在低频范围内都能够较好地吻合,振型变化趋势基本一致。基于全息视觉传感器智能监测系统的桥梁形态监测真实、连续、敏感,较为准确地反映了结构在各工况下的位移变化和模态响应,后期将会进一步优化全息视觉传感器监测系统识别灵敏度,实现在各种工况激励下的高阶模态参数和结构损伤识别。     

基于曲率模态的钢管混凝土拱桥吊杆损伤识别

为研究曲率模态参数在吊杆损伤状态下的响应情况,以某钢管混凝土拱桥为研究对象,进行基于曲率模态的吊杆损伤识别模拟.利用ANSYS软件建立桥梁有限元模型并得到其动力特性,模拟各种不同工况,比较结构曲率模态参数的变化情况.结果表明:采用曲率模态指标可以识别吊杆损伤位置,综合考虑多阶振动情况下的平均曲率模态指标可以提高识别的准确性,并初步估计损伤程度;多吊杆损伤情况可以看成单一吊杆损伤情况的累加.     

利用局部线性嵌入的模态识别

提出了一种新的利用局部线性嵌入的模态识别方法。该方法以流形学习为理论基础,从提取结构的几何或固有特征出发,以系统结构的响应数据为分析对象,可识别出结构的模态参数。该方法的基本思想是,将结构的响应看作一个高维数据集,将系统的模态看作高维数据集的本质结构与固有特征,然后通过求解数据的低维嵌入进行模态参数识别。圆柱壳仿真结果表明:提出的利用局部线性嵌入的模态识别方法能够有效地进行模态参数识别;随着阻尼系数的增加,对于贡献量较大的模态,利用局部线性嵌入的识别效果优于基于主成分分析的识别效果。