基于实测和外推车辆的桥梁疲劳性能研究

(重庆交通大学 重庆 400074)

在过去人们对车辆荷载的研究主要集中在车辆荷载对公路桥梁的板面破坏上，很少有考虑车辆荷载对桥梁主体结构产生了严重的损伤，车辆荷载的反复作用会对桥梁主体结构造成永久损害，使其使用寿命大大缩短，其承载能力也会随着服役时间的推移而加速减小。目前，随着社会经济的发展，交通路网越来越发达，车辆的数量与荷载也同步迅速增加，车辆对桥梁主体结构承载能力的要求也越来越高，这就造成了桥梁承载能力和交通荷载水平对桥梁承载能力需求两者之间的矛盾，而如果这一矛盾不能得到解决，势必会对交通安全造成严重影响。因此探究不断变化的车辆荷载对钢筋混凝土桥梁造成的疲劳问题是相当必要和急迫的。

一、国内外学者对基于实测和外推车辆的桥梁疲劳性能研究现状

(一)实测车辆荷载研究

1、梅钢等(2003)针对110国道进行交通调查统计，统计结果发现该国道上的车辆主要由大量的普通车辆和大量的超重满载煤车组成，可用双峰密度函数作为车辆荷载分布密度函数，得到了在一般运行和密集运行两种状态下的统计规律，并提出了描述公路桥梁车辆荷载的概率模型一滤过复合更新过程模型及后续使用期内车辆荷载评估值的取法。2、王硕(2007)通过对上海市车辆荷载进行调查统计，利用统计分析方法对车辆间距和车重样本数据进行处理，采用滤过复合更新过程来模拟车辆荷载随机过程，建立了上海市城市桥梁交通荷载模型。依据此调查结果，采用蒙特卡洛方法对车辆荷载进行数值模拟，建立实际桥梁交通荷载模型，并利用此模型对典型桥梁进行可靠度评估和限载研究。3、杨晓艳(2018)基于全国23个省区不同治超政策公路测站点实测车辆荷载数据的统计分析，分别建立了非治超、计重收费和治超地区公路桥梁快车道、中间车道、慢车道的车辆荷载概率模型。在此基础上对桥梁的可靠度进行了分析。

(二)外推车辆研究

1、王炎等(2006)在传统车流量预测方法具有预测时间长、准确性低等缺陷的基础上，将BP神经网络和遗传算法相结合，提出了一种基于遗传一神经网络的新型预测模型。该模型将两种算法进行改进，以保证预测效率和精准率得到有效提高。结果表明，预测结果与实际调查结果吻合较好，该模型具有较好的预测性能。2、蒋丽忠等(2010)提出了基于灰色理论预测与马尔可夫链相结合的预测方法，即:灰色马尔可夫链交通量预测模型。马尔可夫预测能反映出随机波动对交通量预测的影响，模型中的灰色预测曲线能较好的反映交通量历史发展趋势。该方法能够有效的控制受趋势值以及波动性的影响，克服了单一预测模型在交通量预测中应用的局限性，能达到对交通量进行准确、综合预测的目的。预测结果表明:该模型精度良好，预测结果与实际状况吻合较好，灰色马尔可夫链预测方法可以作为一种行之有效的交通量预测方法。

(三)桥梁疲劳性能研究

1、朱红兵(2014)四在对贵新公路交通荷载调查的墓础上，建立了公路钢筋混凝土梁桥疲劳车辆模型，通过计算得到桥梁跨中弯矩幅的分布规律，并行室内疲劳试验，通过对试验结果分析，建立了桥梁承载力退化一刚度退化关联模型，利用此模型预测了钢筋混凝土T梁的承载力，同时还提出基于耗散能密度的疲劳寿命预测方法，并对茅草冲大桥引桥进行疲劳寿命预测，预测寿命为65年。2、董小红(2012)在总结与混凝土结构疲劳断裂机理相关文献的基础上提出既有混凝土桥梁的疲劳寿命和使用安全评估方法，通过实测得到控制桥梁疲劳破坏的钢筋应力谱，运用基于S一曲线和断裂力学的疲劳寿命评估方法，对某一实际公路桥梁的疲劳寿命进行评估。

二、总结评述

综上所述，国内外大多是以一段时间内的实测移动称重数据经过统计分析得到车辆荷载概率模型或者进行疲劳强度验算和通过外推获得长期内的荷载效应最大值。

在实际工程中结构或构件的疲劳破坏是结构或构件在承受远小于其极限强度的荷载甚至低于屈服荷载的作用下，经过无数次的荷载循环，材料内部的疲劳损伤累计达到一定程度，致使结构或构件突然脆性断裂。车辆每驶过一次桥梁便相当于对桥梁进行了一次加载与卸载过程，由此可知桥梁的疲劳和车辆荷载的时间历程息息相关。短时间的实测数据样本并不能反映车辆量在时间历程上的变化规律，同时荷载效应最大值主要是对桥梁承载能力可靠性进行评估，并不能直接用于疲劳计算，也不能反映桥梁在车辆变化中的损伤累积等情况。

三、本文的研究方向

本文预计通过利用灰色系统理论，将通过已有的历年交通量建立GM(1,1)模型，并用其预测后续年份交通量增长情况得到可以预测未来年份交通量发展的灰色马尔科夫随机过程模型。通过MATLAB软件模拟随机车流，利用影响线对桥梁进行随机荷载流加载得到桥梁构件的内力历程，在此基础上进行与实际更为吻合的钢筋混凝土桥梁疲劳性能的理论研究。