CN113420362A - 一种适用于时变中小跨径桥梁的损伤识别方法及装置 - Google Patents
一种适用于时变中小跨径桥梁的损伤识别方法及装置 Download PDFInfo
- Publication number
- CN113420362A CN113420362A CN202110978289.4A CN202110978289A CN113420362A CN 113420362 A CN113420362 A CN 113420362A CN 202110978289 A CN202110978289 A CN 202110978289A CN 113420362 A CN113420362 A CN 113420362A
- Authority
- CN
- China
- Prior art keywords
- macroscopic
- strain
- data
- bridge
- damage
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 85
- 238000012544 monitoring process Methods 0.000 claims abstract description 155
- 230000003068 static effect Effects 0.000 claims abstract description 56
- 238000004364 calculation method Methods 0.000 claims abstract description 43
- 238000005314 correlation function Methods 0.000 claims abstract description 41
- 230000008569 process Effects 0.000 claims abstract description 36
- 238000011156 evaluation Methods 0.000 claims abstract description 32
- 230000009466 transformation Effects 0.000 claims abstract description 25
- 238000012545 processing Methods 0.000 claims abstract description 20
- 230000005284 excitation Effects 0.000 claims description 50
- 238000004458 analytical method Methods 0.000 claims description 14
- 230000009471 action Effects 0.000 claims description 13
- 230000006870 function Effects 0.000 claims description 10
- 239000013307 optical fiber Substances 0.000 claims description 4
- 230000001808 coupling effect Effects 0.000 description 12
- 239000000835 fiber Substances 0.000 description 11
- 230000004044 response Effects 0.000 description 10
- 238000006073 displacement reaction Methods 0.000 description 8
- 230000007774 longterm Effects 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000013016 damping Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000005316 response function Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明提供了一种适用于时变中小跨径桥梁的损伤识别方法，包括：获取移动车载过桥过程中桥梁上每个监测单元的实时监测数据；根据实时监测数据进行小波变换降噪重构处理，确定宏观静态应变数据和宏观动态应变数据；确定分别与宏观动态应变数据和宏观静态应变数据相对应的第一宏观应变幅值和第二宏观应变幅值；根据第一宏观应变幅值和第二宏观应变幅值，进行监测单元间的第一宏观应变幅值的互相关函数计算以及第二宏观应变幅值的互相关函数计算，确定监测单元间的互相关能量积；根据互相关能量积，识别桥梁的损伤并对桥梁进行损伤追踪、预警评估和性能评价。本发明的适用于时变中小跨径桥梁的损伤识别方法适于准确识别中小跨径桥梁的损伤状况。
Description
技术领域
本发明涉及桥梁评估技术领域，具体而言，涉及一种适用于时变中小跨径桥梁的损伤识别方法及装置。
背景技术
现今我国建成各类桥梁已超百万座，成为世界第一桥梁大国，其中大部分为中小跨径桥梁。而由于中小跨径桥梁事故占桥梁事故比例的90%以上，因此对中小跨径桥梁损伤状况的准确识别以及性能与状态评价对于避免发生重大安全事故具有重大的意义和应用价值。
但是，目前主要的桥梁损伤识别方法对中小跨径桥梁的损伤识别并不适用，其主要存在以下问题：过度依赖无损或仿真模型、未考虑车桥耦合作用、桥梁的宏观应变识别不准确以及未考虑实际桥梁监测过程中的噪声的干扰作用等。
发明内容
本发明解决的问题是：如何准确识别中小跨径桥梁的损伤状况。
为解决上述问题，本发明提供一种适用于时变中小跨径桥梁的损伤识别方法，包括：
获取移动车载过桥过程中桥梁上每个监测单元的实时监测数据；
根据所述实时监测数据进行小波变换降噪重构处理，确定宏观静态应变数据和宏观动态应变数据；
根据所述宏观动态应变数据和所述宏观静态应变数据进行傅里叶变换，确定分别与所述宏观动态应变数据和所述宏观静态应变数据相对应的第一宏观应变幅值和第二宏观应变幅值；
根据所述第一宏观应变幅值和所述第二宏观应变幅值，进行所述监测单元间的所述第一宏观应变幅值的互相关函数计算以及所述第二宏观应变幅值的互相关函数计算，确定所述监测单元间的互相关能量积；
根据所述互相关能量积，识别所述桥梁的损伤并对所述桥梁进行损伤追踪、预警评估和性能评价。
可选地，所述获取移动车载过桥过程中桥梁上每个监测单元的实时监测数据包括：
根据桥梁智能监测系统，获取所述移动车载过桥过程中所述桥梁上每个长标距宏观应变传感器的所述实时监测数据，其中，所述桥梁智能监测系统包括作为所述监测单元搭建在所述桥梁上的所述长标距宏观应变传感器。
可选地，所述长标距宏观应变传感器为光纤光栅长标距应变传感器，所述桥梁智能监测系统包括多个依次串联的光纤光栅长标距应变传感器。
可选地，所述根据所述实时监测数据进行小波变换降噪重构处理，确定宏观静态应变数据和宏观动态应变数据包括：
根据所述实时监测数据进行小波分析，确定所述实时监测数据中激励的种类以及所述激励作用下的原始宏观应变数据；
根据所述原始宏观应变数据进行所述小波变换降噪重构处理，确定所述宏观静态应变数据和所述宏观动态应变数据。
可选地，所述根据所述实时监测数据进行小波分析，确定所述实时监测数据中激励的种类以及所述激励作用下的原始宏观应变数据包括：
根据所述实时监测数据进行小波分析，确定所述实时监测数据中的平稳激励和非平稳激励；
根据所述平稳激励和所述非平稳激励，确定所述原始宏观应变数据，其中，所述原始宏观应变数据包括所述平稳激励作用下的宏观应变数据和所述非平稳激励作用下的宏观应变数据。
可选地，所述根据所述原始宏观应变数据进行所述小波变换降噪重构处理，确定所述宏观静态应变数据和所述宏观动态应变数据包括：
根据所述原始宏观应变数据，采用不同的小波基函数分别对所述平稳激励作用下的宏观应变数据和所述非平稳激励作用下的宏观应变数据进行小波变换降噪，确定降噪后的数据；
根据所述降噪后的数据进行小波逆变换重构，确定宏观静态应变数据；
根据所述原始宏观应变数据和所述宏观静态应变数据，确定所述宏观动态应变数据。
可选地，所述根据所述宏观动态应变数据和所述宏观静态应变数据进行傅里叶变换，确定分别与所述宏观动态应变数据和所述宏观静态应变数据相对应的第一宏观应变幅值和第二宏观应变幅值包括：
对每个所述长标距宏观应变传感器的所述实时监测数据所对应的所述宏观动态应变数据与所述宏观静态应变数据分别进行傅里叶变换，得到分别与所述宏观动态应变数据和所述宏观静态应变数据相对应的第一宏观应变幅值和第二宏观应变幅值。
可选地，所述根据所述第一宏观应变幅值和所述第二宏观应变幅值，进行所述监测单元间的所述第一宏观应变幅值的互相关函数计算以及所述第二宏观应变幅值的互相关函数计算，确定所述监测单元间的互相关能量积包括：
根据每个所述长标距宏观应变传感器的所述实时监测数据所对应的所述第一宏观应变幅值和所述第二宏观应变幅值，进行长标距单元之间的第一宏观应变幅值的互相关函数计算以及所述长标距单元之间的第二宏观应变幅值的互相关函数计算，确定所述长标距单元之间的互相关能量积，其中，所述长标距单元为所述长标距宏观应变传感器的标距长度所覆盖的监测范围。
可选地，所述根据所述互相关能量积，识别所述桥梁的损伤并对所述桥梁进行损伤追踪、预警评估和性能评价包括：
根据所述互相关能量积，识别所述桥梁的损伤；
根据所述互相关能量积和所述桥梁的损伤，对所述桥梁进行所述损伤追踪、所述预警评估和所述性能评价。
为解决上述问题，本发明还提供一种适用于时变中小跨径桥梁的损伤识别装置，包括：
获取单元，用于获取移动车载过桥过程中桥梁上每个监测单元的实时监测数据；
计算识别单元，用于根据所述实时监测数据进行小波变换降噪重构处理，确定宏观静态应变数据和宏观动态应变数据；用于根据所述宏观动态应变数据和所述宏观静态应变数据进行傅里叶变换，确定分别与所述宏观动态应变数据和所述宏观静态应变数据相对应的第一宏观应变幅值和第二宏观应变幅值；用于根据所述第一宏观应变幅值和所述第二宏观应变幅值，进行所述监测单元间的所述第一宏观应变幅值的互相关函数计算以及所述第二宏观应变幅值的互相关函数计算，确定所述监测单元间的互相关能量积；以及用于根据所述互相关能量积，识别所述桥梁的损伤并对所述桥梁进行损伤追踪、预警评估和性能评价。
本发明与现有技术相比，具有以下有益效果：本方法基于移动车载过桥过程中桥梁上每个监测单元的实时监测数据，以结合车桥耦合作用及相应时刻进行桥梁的损伤识别，提升了本方法用于中小跨径桥梁损伤识别时的可靠性与准确性。在本方法中，通过小波变换降噪重构技术，有效排除了噪声对应变数据的干扰，且使得宏观静态应变数据和宏观动态应变数据易于分离，为后续步骤奠定了基础。通过计算互相关能量积，以通过互相关能量积的差异识别桥梁损伤，实现了不依托桥梁无损工况数据的损伤识别。且通过计算移动车载过桥过程中全频域(或全时域)下所有监测单元间的互相关能量积，实现了对中小跨径桥梁损伤的长期追踪。
附图说明
图1为本发明实施例中适用于时变中小跨径桥梁的损伤识别方法的流程图；
图2为图1的子流程图；
图3为图2的子流程图；
图4为图2的另一个子流程图；
图5为图1的另一个子流程图；
图6为本发明实施例中适用于时变中小跨径桥梁的损伤识别装置的结构框图；
图7为本发明实施例中光纤光栅长标距应变传感器设置在梁体上时的结构示意图；
图8为本发明实施例中移动车载过桥的结构示意图。
附图标记说明：
1-梁体；2-光纤光栅长标距应变传感器；3-温度补偿传感器；4-车辆；10-获取单元，20-计算识别单元。
具体实施方式
为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。
结合图1、图8所示，本发明实施例提供一种适用于时变中小跨径桥梁的损伤识别方法，包括：
步骤100、获取移动车载过桥过程中桥梁上每个监测单元的实时监测数据。
现有技术中，部分考虑了车桥耦合作用（车桥耦合振动）的桥梁损伤识别方法主要采用频率或位移类响应进行研究，而很少采用应变类响应进行损伤识别，导致其在识别桥梁结构局部损伤等方面效果较差，工程实用性不强。而部分基于宏观应变的桥梁损伤识别方法却并未考虑实际工程中的车桥耦合作用，并不适用于桥梁刚度相对（大跨径桥梁）较大且车桥耦合作用相对明显的中小跨径桥梁。本实施例中，本方法基于车桥耦合作用的应变数据以对桥梁进行损伤识别，保证了中小跨径桥梁损伤识别的准确性。具体地，通过步骤100，以采集移动车载（移动的车辆4等荷载）过桥过程中各监测单元的实时监测数据，实现对桥梁整体和局部（例如单跨或多跨）的全方位多参数的监测。其中，监测单元采用长标距宏观应变传感器，用于对桥梁在移动车载过桥过程中的应变等参数进行监测，从而得到桥梁的实时监测数据。
步骤200、根据实时监测数据进行小波变换降噪重构处理，确定宏观静态应变数据和宏观动态应变数据。
具体地，通过步骤200，以对步骤100获取的实时监测数据中的宏观应变数据（即监测单元监测到的标距内的平均应变）进行小波变换降噪重构处理（后文介绍），以排除宏观应变数据中噪声的干扰，获得有效的应变数据，从而准确且有效地分离出宏观静态应变数据和宏观动态应变数据。其中，宏观应变也称作分布式应变或者宏应变，静态应变为随时间变化较小的应变，动态应变为随时间变化较大的应变。
步骤300、根据宏观动态应变数据和宏观静态应变数据进行傅里叶变换，确定分别与宏观动态应变数据和宏观静态应变数据相对应的第一宏观应变幅值和第二宏观应变幅值。
具体地，通过步骤300，对宏观动态应变数据进行傅里叶变换，变换后得到的数据的幅值即为第一宏观应变幅值；对宏观静态应变数据进行傅里叶变换，变换后得到的数据的幅值即为第二宏观应变幅值。通过确定第一宏观应变幅值和第二宏观应变幅值，以为后续标步骤中的互相关函数的计算奠定基础。而且，通过对第一宏观应变幅值和第二宏观应变幅值进行对比分析，能够对最终的桥梁损伤识别效果进行对照，且能够消除桥梁损伤识别过程中考虑车桥耦合作用的影响，还能实现对桥梁凹凸不平顺的检测。
步骤400、根据第一宏观应变幅值和第二宏观应变幅值，进行监测单元间的第一宏观应变幅值的互相关函数计算以及第二宏观应变幅值的互相关函数计算，确定监测单元间的互相关能量积。
具体地，通过步骤400，对不同监测单元的实时监测数据所对应的第一宏观应变幅值进行互相关函数计算，并对不同长标距宏观应变传感器的实时监测数据所对应的第二宏观应变幅值进行互相关函数计算，得到相应的监测单元之间的互相关能量积。通过计算互相关函数得到互相关能量积，以对不同监测单元之间的第一宏观应变幅值的相关程度进行表示，以及对不同监测单元之间的第二宏观应变幅值的相关程度进行表示，用于后续步骤中桥梁的损伤识别。如此，使得本方法无需依托桥梁无损时的监测数据，解决了既有桥梁损伤识别方法过度依赖无损或仿真模型的问题，提升了用于时变中小跨径桥梁的损伤识别方法的适用性。
步骤500、根据互相关能量积，识别桥梁的损伤并对桥梁进行损伤追踪、预警评估和性能评价。
具体地，在步骤500中，通过对比步骤400得到的不同监测单元之间的互相关能量积，以及根据移动车载过桥过程中全频域(或全时域)下所有监测单元之间的互相关能量积，可准确识别桥梁的损伤位置、程度等状况，并实现对损伤状况的预警评估和性能评价。而且，通过设置损伤等级，可对损伤程度的进行预警。通过对长期的监测数据，例如移动车载过桥过程中全频域(或全时域)下所有监测单元之间的互相关能量积，进行分析，分析互相关能量积的变化程度，可实现对时变中小跨径桥梁损伤的长期追踪。
这样，本方法基于移动车载过桥过程中桥梁上每个监测单元的实时监测数据，以结合车桥耦合作用及相应时刻进行桥梁的损伤识别，提升了本方法用于中小跨径桥梁损伤识别时的可靠性与准确性。在本方法中，通过小波变换降噪重构技术，有效排除了噪声对应变数据的干扰，且使得宏观静态应变数据和宏观动态应变数据易于分离，为后续步骤奠定了基础。通过计算互相关能量积，以通过互相关能量积的差异识别桥梁损伤，实现了不依托桥梁无损工况数据的损伤识别。且通过计算移动车载过桥过程中全频域(或全时域)下所有监测单元间的互相关能量积，实现了对中小跨径桥梁损伤的长期追踪。
可选地，步骤100包括：
根据桥梁智能监测系统，获取移动车载过桥过程中桥梁上每个长标距宏观应变传感器的实时监测数据，其中，桥梁智能监测系统包括作为监测单元搭建在桥梁上的长标距宏观应变传感器。
本实施例中，在中小跨径桥梁上搭建有桥梁智能监测系统，桥梁智能监测系统包括多个长标距宏观应变传感器。长标距宏观应变传感器作为监测单元，用于对桥梁梁体1在移动车载过桥过程中的应变等参数进行监测，从而及时得到桥梁的实时监测数据中的宏观应变数据。
可选地，结合图7所示，长标距宏观应变传感器为光纤光栅长标距应变传感器2，桥梁智能监测系统包括多个依次串联的光纤光栅长标距应变传感器2。
本实施例中，长标距宏观应变传感器为光纤光栅长标距应变传感器2，其具有精度高、稳定性好、寿命长、柔性好、韧性高、监测结构参数多且安装方便等特点。桥梁智能监测系统通过依次串联光纤光栅长标距应变传感器2进行构建，具有轻量化的优点，且能够发挥光纤光栅长标距应变传感器2的监测精度优势，实现车桥耦合作用下的时变中小跨径桥梁的损伤识别分析，并在此基础上实现桥梁的性能评估与预警。而且，通过将多个长标距光纤传感器串联布设（例如布置在桥梁梁体1底部），可实现桥梁结构关键区域的分布式监测，并可进一步解析结构的转角、位移、应变模态、振型等关键参数。另外，长标距光纤传感器的标距长度可以根据工程需求进行设定。
可选地，结合图7所示，桥梁智能监测系统还温度补偿传感器3，通过设置温度补偿传感器3，以排除温度对光纤光栅长标距应变传感器2监测应变数据的干扰。温度补偿传感器3可采用光纤光栅传感器。
可选地，结合图1、图2所示，步骤200具体包括以下步骤：
步骤210、根据实时监测数据进行小波分析，确定实时监测数据中激励的种类以及激励作用下的原始宏观应变数据。
具体地，通过步骤210，以对步骤100获取的实时监测数据进行小波分析，具体地，通过小波分析技术同时对实时监测数据的时间域和频率域进行观测，即通过观察随着时间变化过程中（即移动车载过桥过程中）实时监测数据的频率变化（幅值、强度）等实现对相应数据的分类（根据数据对应的激励种类进行分类），得到不同类型激励对应的原始宏观应变数据。
步骤220、根据原始宏观应变数据进行小波变换降噪重构处理，确定宏观静态应变数据和宏观动态应变数据。
具体地，对步骤210得到的原始宏观应变数据进行小波变换降噪重构处理，以排除宏观应变数据中噪声的干扰，获得有效的应变数据，从而分离出有效的宏观静态应变数据和宏观动态应变数据，用于后续步骤中准确识别桥梁损伤。
可选地，结合图1-图3所示，步骤210具体包括以下步骤：
步骤211、根据实时监测数据进行小波分析，确定实时监测数据中的平稳激励和非平稳激励。
具体地，通过小波分析技术同时对实时监测数据的时间域和频率域进行观测，即通过观察随着时间变化过程中（即移动车载过桥过程中）实时监测数据的频率变化（幅值、强度）等实现对相应数据的分类（根据数据对应的激励种类进行分类）。其中，幅值和频率成分均随时间的变化而发生变化的数据为非平稳激励（如车辆4荷载等）作用下的宏观应变数据（或非平稳激励响应数据），幅值或频率成分随着时间的变化不发生变化的数据为平稳激励作用下的宏观应变数据（或平稳激励响应数据）。
步骤212、根据平稳激励和非平稳激励，确定原始宏观应变数据，其中，原始宏观应变数据包括平稳激励作用下的宏观应变数据和非平稳激励作用下的宏观应变数据。
通过步骤211分类平稳激励和非平稳激励及其相应的宏观应变数据，从而通过步骤212确定原始宏观应变数据。
可选地，结合图1、图2和图4所示，步骤220具体包括以下步骤：
步骤221、根据原始宏观应变数据，采用不同的小波基函数分别对平稳激励作用下的宏观应变数据和非平稳激励作用下的宏观应变数据进行小波变换降噪，确定降噪后的数据。
在步骤221中，对步骤210得到的原始宏观应变数据中的平稳激励作用下的宏观应变数据和非平稳激励作用下的宏观应变数据分别进行小波变换降噪。具体地，对平稳激励作用下的宏观应变数据采用sym系列、coif系列、Db系列等小波基函数进行小波变换降噪，对非平稳激励作用下的宏观应变数据采用bior系列等小波基函数进行小波变换降噪，以准确且有效地对原始宏观应变数据进行降噪，排除原始宏观应变数据中噪声的干扰，获得降噪后的数据。
步骤222、根据降噪后的数据进行小波逆变换重构，确定宏观静态应变数据。
具体地，对相应的降噪后的数据采用小波逆变换（或逆小波变换）进行重构，得到宏观静态应变数据。
步骤223、根据原始宏观应变数据和宏观静态应变数据，确定宏观动态应变数据。
具体地，用原始宏观应变数据减去步骤222得到的宏观静态应变数据即可得到宏观动态应变数据。
这样，以充分地对原始宏观应变数据进行降噪重构，准确且有效地分离出原始宏观应变数据中的宏观静态应变数据和宏观动态应变数据。
可选地，步骤300包括：
对每个长标距宏观应变传感器的实时监测数据所对应的宏观动态应变数据与宏观静态应变数据分别进行傅里叶变换，得到分别与宏观动态应变数据和宏观静态应变数据相对应的第一宏观应变幅值和第二宏观应变幅值。
在步骤300中，对每个长标距宏观应变传感器的实时监测数据所对应的宏观动态应变数据（即根据相应长标距宏观应变传感器的实时监测数据得到的宏观动态应变数据）进行傅里叶变换，得到第一宏观应变幅值；对每个长标距宏观应变传感器的实时监测数据所对应的宏观静态应变数据（即根据相应长标距宏观应变传感器的实时监测数据得到的宏观静态应变数据）进行傅里叶变换，得到第二宏观应变幅值。通过确定第一宏观应变幅值和第二宏观应变幅值，以为后续标步骤中的互相关函数的计算奠定基础。而且，通过对第一宏观应变幅值和第二宏观应变幅值进行对比分析，能够对最终的桥梁损伤识别效果进行对照，且能够消除桥梁损伤识别过程中考虑车桥耦合作用的影响，还能实现对桥梁凹凸不平顺的检测。
可选地，步骤400包括：
根据每个长标距宏观应变传感器的实时监测数据所对应的第一宏观应变幅值和第二宏观应变幅值，进行长标距单元之间的第一宏观应变幅值的互相关函数计算以及长标距单元之间的第二宏观应变幅值的互相关函数计算，确定长标距单元之间的互相关能量积，其中，长标距单元为长标距宏观应变传感器的标距长度所覆盖的监测范围。
在步骤400中，长标距单元之间的第一宏观应变幅值的互相关函数计算，即为对不同监测单元的实时监测数据所对应的第一宏观应变幅值进行互相关函数计算，得到相应的监测单元之间（长标距单元之间）关于第一宏观应变幅值的互相关能量积；长标距单元之间的第二宏观应变幅值的互相关函数计算，即为对不同长标距宏观应变传感器的实时监测数据所对应的第二宏观应变幅值进行互相关函数计算，得到相应的监测单元之间（长标距单元之间）第二宏观应变幅值互相关能量积。其中，一个长标距单元为一个长标距宏观应变传感器的标距长度所覆盖的监测范围。如此，以对不同监测单元之间的第一宏观应变幅值的相关程度进行表示，以及对不同监测单元之间的第二宏观应变幅值的相关程度进行表示，用于后续步骤中桥梁的损伤识别。如此，使得本方法无需依托桥梁无损时的监测数据，解决了既有桥梁损伤识别方法过度依赖无损或仿真模型的问题，提升了用于时变中小跨径桥梁的损伤识别方法的适用性。
可选地，结合图1、图5所示，步骤500具体包括以下步骤：
步骤510、根据互相关能量积，识别桥梁的损伤。
具体地，通过对比步骤400得到的不同监测单元之间的互相关能量积，以及根据移动车载过桥过程中全频域(或全时域)下所有监测单元之间的互相关能量积，可准确识别桥梁的损伤位置、程度等状况。
步骤520、根据互相关能量积和桥梁的损伤，对桥梁进行损伤追踪、预警评估和性能评价。
具体地，根据识别出的桥梁的损伤，通过设置损伤等级，实现对损伤状况的预警评估和性能评价。而且，通过对长期的监测数据，例如移动车载过桥过程中全频域(或全时域)下所有监测单元之间的互相关能量积，进行分析，分析互相关能量积的变化程度，可实现对时变中小跨径桥梁损伤的长期追踪。
综上，为便于理解，下面对本方法在中小跨径桥梁上的应用做进一步地说明。当桥梁跨度较小，车桥质量比相对较大时，移动车载作用近似看作移动质量车桥模型，车桥系统具有时变特征。结合图7、图8所示，设桥梁梁体1在移动车载过桥过程中移动车载作用下的竖向位移为
，桥梁梁体1所受到的作用力
则可表示为：
其中，
为移动物体的质量大小。根据不分离假定（移动质量与桥梁梁体1密切）有：
其中，
为梁的竖向动位移，
为移动速度。存在
其中，括号中第一项
为质量（移动车载）所在位置的梁体1结构振动的竖向加速度；第二项
为质量（移动车载）移动使梁体1的竖向速度变化引起的竖向加速度；第三项
为梁体1振动过程中产生曲率，使质量（移动车载）在竖曲线上移动面产生的离心加速度。在移动质量相对梁体1质量较大时，
和
不宜忽略，即车桥耦合作用对于中小跨径桥梁的损伤识别不宜忽略。
相应梁体1的动力平衡方程为：
其中，
为阻尼系数，
为Dirac函数，即
时
，
时
；EI为梁的刚度。根据振型分解法可知梁体1强迫振动的动位移
可表示为：
其中，
为第i阶振型，
为广义坐标。利用振型正交性和Newmark法（纽马克-β法）可得质量（移动车载）移动时梁体1的竖向位移的表达式为：
其中，
，
为梁长。故梁体1节点转角响应
为：
结合长标距宏观应变传感器，在梁体1的底部均匀布设标距长为
的长标距宏观应变传感器。长标距宏观应变传感器标距两端的转角位移分别为
和
，则在移动质量移动到任意t时刻时，通过步骤100，该传感器测量的实时监测数据中的宏观应变为：
其中，
为长标距应变，
为梁体1截面中和轴高度。
则本方法所采用的（时变）宏观应变响应的理论计算公式在时域和频域的表达分别为：
由于对于梁体1实验动力测试而言，一般通过力锤传感器敲击桥梁模型获得激励大小，进而构造频响函数（关于频率类响应的函数）进行损伤识别，但对于实桥动力测试而言，尤其是中小跨径桥梁由于刚度大，高跨比较大，导致既有力锤传感器难以操作，常规激励不够明显得出响应。若封闭桥梁进行试验则需要较大成本，不符合实际，因此主要采用频率或位移类响应进行研究的桥梁损伤识别方法对于实际（中小跨径桥梁损伤识别）工程应用存在较大的应用局限性。故本方法在构造宏观应变传递率函数的思路上，考虑避免时变桥梁系统非平稳激励的影响，结合互相关函数，构建适合时变桥梁系统的动力损伤识别指标。
通过步骤200，对传感器测量的宏观应变进行小波变换降噪重构处理，得到重构后的宏观应变（宏观静态应变和宏观动态应变）响应曲线
。通过步骤300，对
进行傅里叶变换得到：
其中，幅值（第一宏观应变幅值和第二宏观应变幅值）为
，
和
分别为该傅里叶函数的实部与虚部。通过步骤400，对傅里叶变换后的宏观应变幅值（第一宏观应变幅值和第二宏观应变幅值）进行监测单元之间（即长标距宏观应变传感器之间）的互相关函数计算。由于两个信号的互能量密度谱与互相关函数互为傅里叶变换对，故可利用互相关函数xcorr求得两个监测单元间在t时刻（即频率为
时）的宏观应变幅值的互能量密度谱：
其中，
和
分别指第n号和第n-1号监测单元监测点的
频率下宏观应变响应的幅值，n表示监测单元的设置数量。通过对n个监测单元监测点数据对应的宏观应变幅值进行互相关函数计算，可得到移动车载过桥过程中全频域(或全时域)下n个监测单元间的互相关单元能量积：
其中，
，全频域为
。如此，通过步骤500，通过互相关能量积即可准确识别桥梁的损伤位置、程度等状况，并实现对损伤状况的预警评估和性能评价。且通过移动车载过桥过程中全频域(或全时域)下所有监测单元之间的互相关能量积，可实现对时变中小跨径桥梁损伤的长期追踪。
本发明另一实施例的一种适用于时变中小跨径桥梁的损伤识别装置包括：
获取单元10，用于获取移动车载过桥过程中桥梁上每个监测单元的实时监测数据；
计算识别单元20，用于根据实时监测数据进行小波变换降噪重构处理，确定宏观静态应变数据和宏观动态应变数据；用于根据宏观动态应变数据和宏观静态应变数据进行傅里叶变换，确定分别与宏观动态应变数据和宏观静态应变数据相对应的第一宏观应变幅值和第二宏观应变幅值；用于根据第一宏观应变幅值和第二宏观应变幅值，进行监测单元间的第一宏观应变幅值的互相关函数计算以及第二宏观应变幅值的互相关函数计算，确定监测单元间的互相关能量积；以及用于根据互相关能量积，识别桥梁的损伤并对桥梁进行损伤追踪、预警评估和性能评价。
这样，本装置通过获取单元10、计算识别单元20等结构的配合，保证了上述适用于时变中小跨径桥梁的损伤识别方法能够顺利且稳定地执行。且其执行的适用于时变中小跨径桥梁的损伤识别方法基于移动车载过桥过程中桥梁上每个监测单元的实时监测数据，以结合车桥耦合作用及相应时刻进行桥梁的损伤识别，提升了适用于时变中小跨径桥梁的损伤识别方法用于中小跨径桥梁损伤识别时的可靠性与准确性。在适用于时变中小跨径桥梁的损伤识别方法中，通过小波变换降噪重构技术，有效排除了噪声对应变数据的干扰，且使得宏观静态应变数据和宏观动态应变数据易于分离，为后续步骤奠定了基础。通过计算互相关能量积，以通过互相关能量积的差异识别桥梁损伤，实现了不依托桥梁无损工况数据的损伤识别。且通过计算移动车载过桥过程中全频域(或全时域)下所有监测单元间的互相关能量积，实现了对中小跨径桥梁损伤的长期追踪。
虽然本公开披露如上，但本公开的保护范围并非仅限于此。本领域技术人员在不脱离本公开的精神和范围的前提下，可进行各种变更与修改，这些变更与修改均将落入本发明的保护范围。
Claims (10)
1.一种适用于时变中小跨径桥梁的损伤识别方法，其特征在于，包括：
获取移动车载过桥过程中桥梁上每个监测单元的实时监测数据；
根据所述实时监测数据进行小波变换降噪重构处理，确定宏观静态应变数据和宏观动态应变数据；
根据所述宏观动态应变数据和所述宏观静态应变数据进行傅里叶变换，确定分别与所述宏观动态应变数据和所述宏观静态应变数据相对应的第一宏观应变幅值和第二宏观应变幅值；
根据所述第一宏观应变幅值和所述第二宏观应变幅值，进行所述监测单元间的所述第一宏观应变幅值的互相关函数计算以及所述第二宏观应变幅值的互相关函数计算，确定所述监测单元间的互相关能量积；
根据所述互相关能量积，识别所述桥梁的损伤并对所述桥梁进行损伤追踪、预警评估和性能评价。
2.如权利要求1所述的适用于时变中小跨径桥梁的损伤识别方法，其特征在于，所述获取移动车载过桥过程中桥梁上每个监测单元的实时监测数据包括：
根据桥梁智能监测系统，获取所述移动车载过桥过程中所述桥梁上每个长标距宏观应变传感器的所述实时监测数据，其中，所述桥梁智能监测系统包括作为所述监测单元搭建在所述桥梁上的所述长标距宏观应变传感器。
3.如权利要求2所述的适用于时变中小跨径桥梁的损伤识别方法，其特征在于，所述长标距宏观应变传感器为光纤光栅长标距应变传感器（2），所述桥梁智能监测系统包括多个依次串联的光纤光栅长标距应变传感器（2）。
4.如权利要求1-3中任一项所述的适用于时变中小跨径桥梁的损伤识别方法，其特征在于，所述根据所述实时监测数据进行小波变换降噪重构处理，确定宏观静态应变数据和宏观动态应变数据包括：
根据所述实时监测数据进行小波分析，确定所述实时监测数据中激励的种类以及所述激励作用下的原始宏观应变数据；
根据所述原始宏观应变数据进行所述小波变换降噪重构处理，确定所述宏观静态应变数据和所述宏观动态应变数据。
5.如权利要求4所述的适用于时变中小跨径桥梁的损伤识别方法，其特征在于，所述根据所述实时监测数据进行小波分析，确定所述实时监测数据中激励的种类以及所述激励作用下的原始宏观应变数据包括：
根据所述实时监测数据进行小波分析，确定所述实时监测数据中的平稳激励和非平稳激励；
根据所述平稳激励和所述非平稳激励，确定所述原始宏观应变数据，其中，所述原始宏观应变数据包括所述平稳激励作用下的宏观应变数据和所述非平稳激励作用下的宏观应变数据。
6.如权利要求5所述的适用于时变中小跨径桥梁的损伤识别方法，其特征在于，所述根据所述原始宏观应变数据进行所述小波变换降噪重构处理，确定所述宏观静态应变数据和所述宏观动态应变数据包括：
根据所述原始宏观应变数据，采用不同的小波基函数分别对所述平稳激励作用下的宏观应变数据和所述非平稳激励作用下的宏观应变数据进行小波变换降噪，确定降噪后的数据；
根据所述降噪后的数据进行小波逆变换重构，确定宏观静态应变数据；
根据所述原始宏观应变数据和所述宏观静态应变数据，确定所述宏观动态应变数据。
7.如权利要求2或3所述的适用于时变中小跨径桥梁的损伤识别方法，其特征在于，所述根据所述宏观动态应变数据和所述宏观静态应变数据进行傅里叶变换，确定分别与所述宏观动态应变数据和所述宏观静态应变数据相对应的第一宏观应变幅值和第二宏观应变幅值包括：
对每个所述长标距宏观应变传感器的所述实时监测数据所对应的所述宏观动态应变数据与所述宏观静态应变数据分别进行傅里叶变换，得到分别与所述宏观动态应变数据和所述宏观静态应变数据相对应的第一宏观应变幅值和第二宏观应变幅值。
8.如权利要求7所述的适用于时变中小跨径桥梁的损伤识别方法，其特征在于，所述根据所述第一宏观应变幅值和所述第二宏观应变幅值，进行所述监测单元间的所述第一宏观应变幅值的互相关函数计算以及所述第二宏观应变幅值的互相关函数计算，确定所述监测单元间的互相关能量积包括：
根据每个所述长标距宏观应变传感器的所述实时监测数据所对应的所述第一宏观应变幅值和所述第二宏观应变幅值，进行长标距单元之间的第一宏观应变幅值的互相关函数计算以及所述长标距单元之间的第二宏观应变幅值的互相关函数计算，确定所述长标距单元之间的互相关能量积，其中，所述长标距单元为所述长标距宏观应变传感器的标距长度所覆盖的监测范围。
9.如权利要求1所述的适用于时变中小跨径桥梁的损伤识别方法，其特征在于，所述根据所述互相关能量积，识别所述桥梁的损伤并对所述桥梁进行损伤追踪、预警评估和性能评价包括：
根据所述互相关能量积，识别所述桥梁的损伤；
根据所述互相关能量积和所述桥梁的损伤，对所述桥梁进行所述损伤追踪、所述预警评估和所述性能评价。
10.一种适用于时变中小跨径桥梁的损伤识别装置，其特征在于，包括：
获取单元（10），用于获取移动车载过桥过程中桥梁上每个监测单元的实时监测数据；
计算识别单元（20），用于根据所述实时监测数据进行小波变换降噪重构处理，确定宏观静态应变数据和宏观动态应变数据；用于根据所述宏观动态应变数据和所述宏观静态应变数据进行傅里叶变换，确定分别与所述宏观动态应变数据和所述宏观静态应变数据相对应的第一宏观应变幅值和第二宏观应变幅值；用于根据所述第一宏观应变幅值和所述第二宏观应变幅值，进行所述监测单元间的所述第一宏观应变幅值的互相关函数计算以及所述第二宏观应变幅值的互相关函数计算，确定所述监测单元间的互相关能量积；以及用于根据所述互相关能量积，识别所述桥梁的损伤并对所述桥梁进行损伤追踪、预警评估和性能评价。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110978289.4A CN113420362B (zh) | 2021-08-25 | 2021-08-25 | 一种适用于时变中小跨径桥梁的损伤识别方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110978289.4A CN113420362B (zh) | 2021-08-25 | 2021-08-25 | 一种适用于时变中小跨径桥梁的损伤识别方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113420362A true CN113420362A (zh) | 2021-09-21 |
| CN113420362B CN113420362B (zh) | 2022-04-22 |
Family
ID=77719402
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110978289.4A Active CN113420362B (zh) | 2021-08-25 | 2021-08-25 | 一种适用于时变中小跨径桥梁的损伤识别方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113420362B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114608432A (zh) * | 2022-05-16 | 2022-06-10 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种桥梁变形监测装置及方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105973627A (zh) * | 2016-05-26 | 2016-09-28 | 东南大学 | 一种基于长标距应变影响包络线的桥梁损伤识别方法 |
| CN108444662A (zh) * | 2018-03-20 | 2018-08-24 | 山西和信基业科技股份有限公司 | 一种基于日温度效应的桥梁损伤在线监测方法 |
-
2021
- 2021-08-25 CN CN202110978289.4A patent/CN113420362B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105973627A (zh) * | 2016-05-26 | 2016-09-28 | 东南大学 | 一种基于长标距应变影响包络线的桥梁损伤识别方法 |
| WO2017202139A1 (zh) * | 2016-05-26 | 2017-11-30 | 东南大学 | 一种基于长标距应变影响包络线的桥梁损伤识别方法 |
| CN108444662A (zh) * | 2018-03-20 | 2018-08-24 | 山西和信基业科技股份有限公司 | 一种基于日温度效应的桥梁损伤在线监测方法 |
Non-Patent Citations (2)
| Title |
|---|
| 周毅等: "斜拉桥主梁应变监测数据分析", 《振动与冲击》 * |
| 聂顺: "基于北斗监测数据的大跨斜拉桥温度效应分离与损伤识别研究", 《中国优秀硕士论文全文数据库工程科技II辑》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114608432A (zh) * | 2022-05-16 | 2022-06-10 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种桥梁变形监测装置及方法 |
| CN114608432B (zh) * | 2022-05-16 | 2022-08-23 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种桥梁变形监测装置及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113420362B (zh) | 2022-04-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zheng et al. | Development of bridge influence line identification methods based on direct measurement data: A comprehensive review and comparison | |
| Zhu et al. | Recent developments in inverse problems of vehicle–bridge interaction dynamics | |
| CN109357822B (zh) | 一种基于车桥耦合系统时变动力特征改变的桥梁快速测试与评估方法 | |
| Qarib et al. | Recent advances in health monitoring of civil structures | |
| CN103852269B (zh) | 高速列车运行动力学参数检测方法 | |
| Li et al. | A two-step drive-by bridge damage detection using dual Kalman filter | |
| Yao et al. | Blind modal identification using limited sensors through modified sparse component analysis by time‐frequency method | |
| CN108444662B (zh) | 一种基于日温度效应的桥梁损伤在线监测方法 | |
| Ghahremani et al. | Structural damage identification based on fast S-transform and convolutional neural networks | |
| CN108009566B (zh) | 一种时空窗口下的改进型pca损伤检测方法 | |
| CN108920766A (zh) | 一种基于基函数表示和稀疏正则化的桥梁影响线识别方法 | |
| Shi et al. | Structural damage detection using artificial neural networks and wavelet transform | |
| CN112326787A (zh) | 一种基于专属测试车多点快速静态采集的梁式桥识别方法 | |
| CN113420362B (zh) | 一种适用于时变中小跨径桥梁的损伤识别方法及装置 | |
| Akintunde et al. | Singular value decomposition and unsupervised machine learning for virtual strain sensing: Application to an operational railway bridge | |
| Liu et al. | Data-driven identification of structural damage under unknown seismic excitations using the energy integrals of strain signals transformed from transmissibility functions | |
| Yang et al. | Bridge damage identification based on synchronous statistical moment theory of vehicle–bridge interaction | |
| Sitton et al. | Damage scenario analysis of bridges using crowdsourced smartphone data from passing vehicles | |
| Damadipour et al. | Seismic modal identification using a new approach based on weighted transmissibility | |
| CN117029711B (zh) | 基于机器视觉和光纤传感技术的全桥应变响应重构方法 | |
| Kasinos et al. | Using the vibration envelope as a damage-sensitive feature in composite beam structures | |
| Zhang et al. | A bridge weigh-in-motion method of motorway bridges considering random traffic flow based on long-gauge fibre Bragg grating sensors | |
| Nguyen-Nhat et al. | Inspecting spectral centroid and relative power of allocated spectra using artificial neural network for damage diagnosis in beam structures under moving loads | |
| Zolghadri et al. | Comparison of wireless and wired structural system identification | |
| Zhou et al. | Continuous force excited bridge dynamic test and structural flexibility identification theory |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |