详情

原文传递基于模态参数和卷积神经网络的钢绞线斜拉索损伤识别研究

论文题名：	基于模态参数和卷积神经网络的钢绞线斜拉索损伤识别研究
关键词：	斜拉桥;斜拉索;钢绞线;损伤识别;模态参数;卷积神经网络
摘要：	平行钢绞线斜拉索是斜拉桥体系中的主要受力构件之一，其安全性直接影响了斜拉桥能否安全运营，但在实际工程中，斜拉索易受外部环境和疲劳荷载的影响而发生损伤，进而严重影响斜拉桥的安全运营。因此本文以平行钢绞线斜拉索中的钢绞线为研究对象，对其力学性能和强度退化过程中的影响因素进行了分析，其次为了能及时发现斜拉索发生的损伤，基于卷积神经网络以及曲率模态变化率指标对斜拉索的损伤位置和损伤程度进行了识别。本文主要研究内容如下：　　(1)以钢绞线为研究对象，基于钢绞线的空间参数方程建立了七丝钢绞线精细化接触有限元模型，并分别将模拟得到的轴向拉伸过程的应力-应变曲线和截面应力与实验和理论方程进行了验证。其次对不同荷载作用下的钢绞线的力学特性进行了分析，结果表明在拉伸荷载作用下丝间接触行为会在接触点附近产生明显的椭圆状应力集中现象，而在拉弯荷载作用下位于中性层上部和下部的钢丝会由于弯曲应力和接触行为的作用产生较为显著的应力差。　　(2)基于钢绞线斜拉索的强度退化过程，推导了各阶段的损伤深度以及在各阶段钢丝的有效截面积的计算方程。并根据有限元模拟结果，对钢绞线在轴向荷载和拉弯荷载作用下的法向接触力和磨损深度进行了分析，结果表明，中丝较侧丝受微动疲劳磨损的影响更大，并且钢丝的法向接触力随着轴向荷载的增加而呈线性增长；当钢丝受到弯曲作用时，其中性层上方的钢丝接触力会较仅受轴向力作用时增长，而中性层下方的钢丝接触力则有一定程度得到下降。对于不同捻角的钢绞线，在相同的轴向荷载作用下其接触力随捻角的增大而增大，并且在规范规定的捻角范围内，捻角每增加0.5%，其磨损深度便会较最小捻角的磨损深度增加10.6%；而对于在规范规定的钢丝直径范围内，直径的改变对法向接触力和磨损深度的影响并不显著。　　(3)对处于实桥钢绞线斜拉索索力下的钢绞线各阶段损伤深度和损伤后的有效截面积进行了评估，并将考虑了微动疲劳的钢绞线全寿命时长与未考虑微动疲劳的全寿命时长进行了对比。结果表明，当短索中的钢绞线所受应力或单索索力与长索近似时，因其频率较高，将会率先发生破坏。结合各阶段损伤的持续时长和有效截面积，可知微动疲劳虽然对钢绞线的有效截面积的削弱影响较小，但其会加速腐蚀-疲劳进程，从而导致钢绞线提前进入疲劳裂纹扩展阶段，进而严重影响钢绞线的疲劳寿命。在本文采用的模拟情况中，受微动疲劳的影响，钢绞线疲劳寿命的削弱最大可达到5.33年。　　(4)以斜拉索最外层钢绞线的损伤程度为指标，近似量化了整根斜拉索的损伤程度，确定了斜拉索的最大截面损失率为30%。其次，基于某公路斜拉桥建立了有限元模型，通过对其有效截面进行折减，构造了斜拉索的不同损伤工况。最后，对不同损伤情况下斜拉索的曲率模态响应进行了分析，结果表明曲率模态差对斜拉索损伤具备良好的敏感性，但对长索损伤的敏感性较低。　　(5)于Python中搭建了卷积神经网络，以斜拉索在损伤前后的曲率模态变化率为指标，分别对斜拉索发生单损伤和双损伤的损伤位置和损伤程度进行了识别，结果表明卷积神经网络的识别效果较好，其中单损伤的识别准确率约为98%，双损伤的识别准确率约为96%。最后对该损伤识别方法进行了噪声鲁棒性分析，结果表明其具有良好的抗噪性能。
作者：	黄睿
专业：	土木工程;桥梁与隧道工程
导师：	刘小会
授予学位：	硕士
授予学位单位：	重庆交通大学
学位年度：	2022