摘要: |
随着国民经济的发展,新的大型桥梁数目日益增多的同时,现役桥梁由于受气候、环境等因素的影响以及长期的静、动荷载作用,其强度和刚度随着时间的增加而降低,各种损伤也随之产生,给桥梁带来重大的安全隐患。因此对于桥梁的健康监测一直是桥梁专家们关注的课题。
桥梁的健康监测不只是传统的桥梁检测技术的简单改进,一个真正意义上的桥梁健康监测系统应该具有以下功能:由传感器监测环境荷载(风、地震、温度和交通荷载等)以及结构整体性态变量(如结构位移和加速度等)和局部性态变量(如应变等);能实现数据的同步采集、远程传输并对数据实施有效管理;能对数据进行分析处理,从而实现系统的参数识别、结构有限元模型修正以及结构的损伤识别和定位等功能;最后是损伤后处理,是基于对桥梁的损伤状态进行准确判定的情况下,对损伤桥梁的损伤状态进行定量评估,分析桥梁的健康状况,以及更进一步的对损伤桥梁的后处理提出解决方案,确定经济、科学的桥梁维修、养护策略。前两个功能是健康监测系统的基础,后两个功能是健康监测系统的核心和最终目标。
本文以光纤光栅振动传感器和振动数据采集系统的设计为基础,重点研究了健康监测系统的核心:损伤识别和损伤状态评估。根据神经网络和粗糙集这两种信息处理方法的各自特点,分别将其应用于桥梁的损伤识别和损伤后桥梁的损伤状态等级评估。提出了建立以光纤光栅振动传感器为数据基础的桥梁损伤评估系统的基本构想。为此,本文主要进行了以下几个方面的研究工作。
(1)为了获得准确有效的结构振动响应数据以作为正确的损伤识别的数据基础。设计了基于匹配光栅滤波解调的光纤光栅振动传感器,既解决了波长解调速度的问题,又消除了温度变化对传感器的影响,让灵敏度与频率响应这对矛盾达到很好的统一。数据采集通过USB口进行,在LabVIEW环境下调用采集卡的动态链接库函数进行多通道数据采集,实现数据的采集、显示和存储。为损伤识别提供有效的数据保障。
(2)基于频响函数的损伤识别法可以避免复杂的模态分析,并能在频域范围内提供更多的结构状态信息,采用主成分分析对频响函数进行有效的数据压缩和特征抽取,解决了基于频响函数的损伤识别在实际应用中面临的数据过多的问题。
(3)将自组织映射神经网络应用于桥梁的损伤模式识别,通过对钢箱梁模型模拟的各种常见损伤模式的测试,将频响函数的主成分作为输入向量的自组织映射神经网络,在经过足够的训练后,基本可以有效识别各损伤模式,实现对损伤的定位和定量分析。
(4)损伤后桥梁的状态等级评估是对桥梁进行管理和养护的基础。在前人工作的基础上,以《公路养护技术规范》为参考,对桥梁各子结构状态和整体损伤状态进行了离散分级,并利用粗糙集抽取桥梁各参数与整体损伤状态之间的分类规财,实现对于桥梁的损伤状态的分级评估,不仅对桥梁的维修和养护提供依据,同时粗糙集约简的结果也可以为桥梁的结构分析提供参考。 |