详情

原文传递大跨度桥梁涡激振动识别研究

论文题名：	大跨度桥梁涡激振动识别研究
关键词：	大跨度桥梁;涡激振动特征;特征识别;模态参数;机器学习
摘要：	大跨度桥梁的应用越来越广泛。我国作为基建大国，近些年也是大力发展大跨度桥梁，不但数量很多，设计和建设难度也很大。桥梁的跨度不断变大，桥梁的柔性也随之变大，此时风的作用就会体现得更加明显。之前的研究指出，通过改变桥梁截面气动外形、提高设计风速可以有效地避免桥梁发生颤振这种发散振动，但对于涡激振动这种低风速下的风致振动却难以避免，涡激振动不会使桥梁出现结构上的破坏，但会出现疲劳损伤。因此，了解涡激振动发生的时频域特征及概率特征，进而采取合适的识别方法识别出桥梁涡激振动的时间对保护桥梁及行车安全具有重要意义。随着大数据时代的到来，桥梁的环境参数和自身参数都以数据的形式被记录下来，基于这些庞大的数据可以对桥梁的状况进行较为准确的把握。本文首先分析大跨度桥梁主梁单模态涡激振动和斜拉索多模态涡激振动；其次基于涡振的物理特征，提出采用加速度均方根值和零点概率密度作为不同振动聚类识别的特征变量，实现大跨度桥梁涡激振动自动识别；最后识别和分析了大跨度桥梁模态参数的变化规律，建立了环境因素对模态参数影响的机器学习模型。主要研究内容如下：　　(1)从时域、频域、概率密度函数等方面研究桥梁主梁涡激振动和斜拉索多模态涡激振动特征。　　(2)基于主梁和斜拉索涡激振动各项物理特征，提出适用于不同结构振动识别的特征变量，建立基于密度的快速聚类方法识别桥梁涡激振动。　　(3)基于随机减量法，识别西堠门大桥主梁的模态参数；研究环境因素（温度和风速）对桥梁模态参数的影响规律，基于机器学习建立环境参数与模态阻尼的映射模型，获得剔除环境因素影响的桥梁结构模态参数的结果。
作者：	崔华玮
专业：	建筑与土木工程
导师：	赖马树金
授予学位：	硕士
授予学位单位：	哈尔滨工业大学
学位年度：	2020