移动荷载作用下桥梁结构的损伤预警研究

2014-10-21王潇碧宋瑞年

建筑工程技术与设计 2014年35期

王潇碧宋瑞年

摘要：通过分析移动荷载作用下桥梁损伤的特点，利用结构动力响应时程数据，将两种经典信号时频域分析技术——小波变换和HHT相结合，建立了一种新型的桥梁结构损伤预警指标。通过Ansys建立某30m跨的简支梁有限元模型，并基于模式识别方法对指标进行效果分析，结果表明该指标预警正确率较高，并且具有良好的抗噪声性能，但受移动荷载速度变异影响较大。

关键词：移动荷载；损伤预警；小波变换；HHT；支持向量机

0 引言

当车辆等移动荷载作用于桥梁结构时，会产生诸如振动、冲击等动力响应。当桥梁结构发生某种损伤时，随着移动荷载作用向损伤位置的靠近或远离，结构的动力响应必然会发生变化。由此可见，基于结构动力响应研究移动荷载作用下桥梁结构的损伤是对桥梁结构的一种实时监控，无需阻断交通或施加额外的激励，更易于实现。因此，该课题一直为工业界所关注，并成为国际上研究的热点[1]。

总结近年来不同学者对移动荷载作用下桥梁损伤识别的研究成果[2～5]，提出的方法主要分为时频域方法及模式识别方法，其中时频域方法主要为小波变换和HHT，模式识别方法主要指支持向量机。小波变换[6]是Fourier变换的发展，是一种窗口面积不变但其形状可变，时间窗和频率窗都可以改变的时频局部化分析方法；HHT[7]是一种更具适应性并且适用于非平稳、非线性信号的时频局部化分析方法。支持向量机解决了局部极小点收敛速度慢等问题，可以在相对复杂的模式识别问题中取得良好的效果。

综上所述，本文基于移动荷载作用下桥梁损伤的特点，利用结构加速度响应时程数据，将两种经典信号时频域分析技术——小波变换和HHT相结合，建立了一种新型的桥梁结构损伤预警指标。并建立了某30m跨简支梁的Ansys模型，通过数值分析方法验证指标可行性，结果表明该指标预警正确率较高，并且具有良好的抗噪声性能。

1 预警指标的构建

通过对大量有限元计算数据的对比分析，提出的损伤预警指标构建过程具体如下：

（1）通过模型实测数据或有限元计算模型，对试验模型或有限元模型进行移动荷载作用下动力计算分析，提取各加速度传感器位置的加速度时程数据AT（t）；

（2）对各测点的AT（t）进行经验模态分解（EMD分解），取EMD分解后信号能量较大的前n阶IMF分量进行分析，引入小波系数的计算方法[？]，按式di=计算出前n阶分量IMFi（t）的“模态系数”，其物理意义指各阶分量IMFi（t）的能力比重，据此得出加速度时程的总能量为D=。

（3）根据式第（2）步可进一步求得第i阶分量所占能量比重为Dxi=di/D，将所有测点的加速度时程数据分别取前n阶分量的能量比重值，组成能量成分向量：Dx_j={Dx1 ， Dx2 ，…， Dxn}

（4）综上所述，任意第i号测点加速度时程数据都可计算得到一组能量成分向量，m个测点可得m组能量成分向量值，将这m组值首尾相连组成特征向量，即构成了一个预警样本指标：{Dx_1 ， Dx_2 ，…， Dx_m}。

2 损伤预警流程

损伤预警识别属于模式识别中的两分类问题，因此样本库的构建分为两类：正类样本（完好结构）和负类样本（损伤结构）。本文基于模式识别的预警方法具体流程如下：

（1）建立30m跨简支梁桥Ansys模型进行移动荷载作用下数值分析；

（2）按照上述预警指标构建方法构建简支梁桥时频域损伤预警指标；

（3）根据对算例进行大量试算，加速度传感器采用八分點布置方法，全桥共布置7个传感器；

（4）综合考虑移动速度和噪声水平影响，将损伤预警指标分别组集为训练集与测试集1、测试集2；

（5）采用支持向量机C-SVC分类训练训练集样本库，进而用训练好的机器对测试集1、测试集2进行测试，讨论提出的预警指标在不同噪声水平、不同移动速度下的识别效果。

3 损伤预警结果分析

基于上文构建的预警指标，首先选取某跨度30m的简支梁桥进行有限元分析验证，该桥主梁采用强度等级为C50的预应力混凝土小箱梁，横截面如图1所示。通过Ansys建立全桥模型，梁体选用Beam4单元，全桥模型共120个单元。由于公路桥梁的移动荷载大小与结构自重相比可忽略不计，本文采用匀速移动常量力模拟移动荷载[8]，常量力的大小参考一般小汽车重量，取为2t。

图1 简支梁标准断面图（单位：cm）图2 测试集1与测试集2预警效果对比

构建的支持向量机训练集包括212个样本，其中正类100个，负类112个；测试集1共40个样本，其中正类8个，负类32个。同时，构建样本数量组成相同的测试集2，测试集2负类样本在测试集1改变了损伤位置和程度的基础上，也构造了与训练集移动荷载速度的区别，以此检验预警指标对移动荷载速度变异的敏感程度，识别结果对比如图2所示。两组测试集的测试效果如表1所示：

表1 损伤预警指标识别正确率

噪声水平（%） 0 5 10 15 20 25 30 40

测试集1识别正确率（%） 100 97.5 95 95 92.5 95 95 92.5

测试集2识别正确率（%） 92 90 90 90 87.5 87.5 82.5 85

由此可见，提出的损伤预警指标对上述算例可以实现良好的预警效果，并且具有较高的抗噪声性能，但受移动荷载速度变异影响较大。

4 结语

采用本文方法对组合桥面板受力性能进行研究，并与测试数据对比，得出结论如下：

（1）将时频域分析技术及模式识别理论引入到桥梁结构领域，是解决移动荷载作用下结构损伤识别的有效方法。在无噪声及噪声水平很低情况下，提出的指标具有很高的识别正确率。

（2）提出的损伤预警指标可以较理想的实现损伤预警，并且抗噪能力很强，但是该指标受速度变异影响较大，构建训练集样本库时应尽可能多的考虑移动荷载速度的变化。

（3）损伤识别正确率的结果会受噪声干扰，从简支梁数值算例可以看出，随着噪声水平增大，识别正确率都在减少，提出的预警及程度诊断指标具有较高的抗噪能力。

参考文献

[1] Doebling S W， Farrar C R， Prime M B. A summary review of vibration-based damage identification methods [J]. Shock Vib. Dig.， 1998， 30（2）：91-105.