桥梁结构损伤识别方法综述

贾明晓 连鑫

摘要：我国的地貌丰富，为满足交通需求，大批跨河桥梁和高架桥应运而生，而随之到来的桥梁结构损伤问题也逐渐受到关注。在交通量大且运营压力大的今天，桥梁经常超载运营，再加之各种不可预见的自然灾害，使得桥梁结构疲劳损伤日趋严重。出现这些问题，首先要对桥梁工作状态，损伤程度和安全性进行评估，然后提出相应处理措施。经过多年的理论研究和实践，国内外学者们提出许多关于桥梁结构损伤识别的方法。本文通过对桥梁检测技术的综合叙述，阐明了桥梁检测的主要项目。从而系统梳理桥梁检测技术知识和提高桥梁损伤识别的有效性。

关键词：桥梁检测；损伤识别；识别方法

Abstract：China is rich in landscape， to meet the traffic demand， a large bridge across a river and viaduct arises at the historic moment， and then come the bridge structure damage problem also gradually attention. In today's traffic flow and operation pressure big， Bridges often overload operation， plus all sorts of unpredictable natural disaster， the bridge structure fatigue damage has become increasingly serious. In the face of these problems， first of all to work state of the bridge， the damage degree and safety assessment， and then put forward the corresponding measures. After years of theoretical research and practice， many domestic and foreign scholars put forward a variety of structural damage identification method. Based on the comprehensive description of bridge detection technology， illustrates the main bridge detection project. Furthermore， combing the knowledge of bridge detection technology and improve the effectiveness of bridge damage identification.

Keywords：bridge detection；damage identification；identifying methods

橋梁是满足交通的重要组成部分，对社会经济的发展起到关键作用。但桥梁结构在长期超载运营中肯定会出现损伤以及安全隐患[1]。想要保证桥梁的安全运营，就必须不时的对桥梁进行整体检测，而最有效的方法就是研究结构的损伤识别[2]。桥梁检测能准确地检查诊断出桥梁内部的各种损伤[3] （如裂纹、磨耗和钢筋锈蚀等），对裂缝及其他损伤的发展趋势进行评估，从而能更好的保护桥梁结构。

一、传统的结构损伤识别方法

近半个世纪以来，许多国内外学者经过大量的研究开发了多种损伤检测方法[4]。主要有半损检测和无损检测两种。由于需要修复的桥梁一般在役，用于桥梁结构检测的主要是无损伤的识别方法，无损伤的识别方法包括结构局部识别方法和结构整体识别方法。而结构损伤识别方法根据是否反演又分为模型修正法和动力指纹法。此外，自计算机技术发展以来人工神经元网络法也逐渐应用于结构损伤识别的领域。因而，结构损伤识别方法主要有模型修正法、动力指纹法和人工神经网络法。

（一）模型修正法

做试验检验时通常先建立模型，然而，有时会发现所建模型存在系统偏差，这时我们就需要对模型进行修正，以保证模型的等效性。大致分为以下步骤，首先建立有限元模型并模拟损伤，此时该模型必会发生变化，输出结构刚度。然后通过实验测得实际数据并进行反演。最后比较两者的数据，不一样时进行修正，一样时则认为该模型输出的结构参数可以进行损伤识别。此方法应做实验有静载试验对应静态有模型法；动测试验对应动态有模型法。

1.靜态有模型法

（二）人工神经网络法

人工神经网络是利用很多神经元相互连接组成的，类似于人类大脑的一些特征。损伤识别通常需要对大量非线性问题进行处理。人工神经网络法处理信息有两个过程，一是学习，就是桥梁运营中输入大量数据样本；二是计算，就是对数据样本进行非线性插值。在这些过程中把损伤识别的反问题简化为两个正向求解问题，所以，人工神经网络法优势在于对反向问题的求解。

由于人工神经网络有很强大的非线性求解能力，而广泛于结构健康监测。但是对于大型结构监测的数据繁多，从而增加识别难度。此时可以分项工作，减少任务量。

（三）动力指纹法

结构是由质量、刚度等结构参数所组成的系统，如果结构发生损伤，那么这些动力学参数就会发生变化，从而使得结构系统的模态参数和频响函数发生变化。动力指纹就是反应结构动力特性的参数，一般包括频率、振型、频响函数（Frequency Response Function， FRF）、曲率模态、刚度矩阵和柔度矩阵等。

动力指纹可通过有限元分析获得，其结果从实验数据出发测的结论也较为客观准确。但是需要较多测点，且实验数据容易受噪声等干扰源影响，使具体损伤位置很难准确无误地找出，这一点可以从试验设备的精确度和试验环境进行改进，可以多做几组梁以便对比观察。虽然动力指纹能识别损伤位置，但是在识别损伤程度时就显得有些不足，并且对多损伤位置识别也不可靠[6]。

二、利用小波分析识别桥梁损伤

小波分析方法可以在时间和空间不断变化的过程中对时间和频率信号进行局部化分析，这种方法克服了其他方法在处理结构损伤信号时分辨率不高的缺点，小波由于分辨率较多，可以识别出隐藏结构动力特性，因此是一种近年来大受欢迎的方法。具体是先用有限元软件建立梁的模型，再通过有限元软件输出的位移时程对其位移时程进行小波分析，然后再对实际损伤梁在荷载作用下的位移时程进行分析，通过小波灰度图确定损伤位置。

近几十年来，小波分析取得了飞快地进展。Deng和Wang[7]对损伤并加荷载情况下的简支梁的变形曲线进行小波分析，验证了小波分析的适用性。余竹[8]等针对以往研究的不足，丰富了基于小波分析的桥梁损伤识别方法。

此外，小波分析可以减少测点，甚至只需一个测点就可以准确测得损伤位置。因此，利用小波分析识别桥梁损伤具有很大的实用性。

三、未来展望

以上所介绍的方法在实际损伤识别中还存在着环境干扰等问题。如交通、环境噪音、温度、湿度等因素会隐藏因损伤引起的结构动力参数的变化，从而使得损伤识别结果存在很大的不确定性。目前，许多学者关注环境因素的影响提出了直接采集结构相应信号，通过信号分析，达到消除環境影响因素的方法。很多损伤识别方法仅仅局限于数值模拟或者实验室简单的模型。如今，损伤检测仍然面临着在实际应用中存在测试数据不完备、环境激励下无法获得激振信息、结构所处的外界环境复杂多变、无法得到结构在完好状态下的基准数据、测试噪声的干扰等困难。

随着科学技术的快速发展，桥梁检测技术必然会不断取得进步。主要损伤识别方法的局限性也在不断改善，一些创新性的检测技术将会应用到桥梁检测中来。比如，我们可以利用互联网技术来实现对桥梁检测数据的共享，对相近的桥梁结构安全问题进行类比分析；对于新建桥梁可以预先埋设的检测仪器结合分析软件通过网络传输远程对桥梁运营期的结构受力状态进行监测及预警；对于高墩大跨径不利于检测人员安全的外观检测项目，可以利用无人机进行外观拍摄结合分析软件对结构外观缺陷进行分析。

参考文献：

[1]王卫山，毛琦.连续刚构桥梁安全隐患排查及防治措施[J].山西建筑，2009，（25）：331333.

[2]徐日，王博义，赵家奎.桥梁检验[M].北京：人民交通出版社，1986.

[3]王卫山，毛琦.连续刚构桥梁安全隐患排查及防治措施[J].山西建筑，2009，（25）：331333.

[4]吴登文.综述道路桥梁检测技术[J].黑龙江科技信息，2011，22：285.

[5]黄盛楠.钢筋混凝土梁桥损伤识别方法的研究[D].清华大学，2008.

[6]张刚刚，徐岳.桥梁结构损伤识别的动力指纹法分析[J].中外公路，2005，（02）：6163.

[7]Deng X， Wang Q. Crack detection using spatial measurements and wavelet analysis[J].International Journal of Fracture，1998，91（2）：2328.

[8]余竹.基于移動荷载作用下结构响应及小波分析的桥梁损伤诊断研究[D].北京交通大学，2014.

[9]吴向男，徐岳，梁鹏，李斌.桥梁结构损伤识别研究现状与展望[J].长安大学学报（自然科学版），2013，（06）：4958.

项目基金：基于改进微平面本构模型的RC桥墩地震损伤评价方法（编号：51508190）

作者简介：贾明晓（1981），女，华北水利水电大学，副教授，工学博士，研究生导师；连鑫（1991），男，汉族，河南周口人，华北水利水电大学研究生，研究方向：桥梁与隧道工程。