橋梁結(jié)構(gòu)模態(tài)參數(shù)辨識(shí)與損傷識(shí)別方法研究.pdf

1、大型橋梁工程是國(guó)家基礎(chǔ)設(shè)施的重要組成部分，直接關(guān)系到人民的生命和財(cái)產(chǎn)安全。對(duì)橋梁進(jìn)行健康監(jiān)測(cè)，通過(guò)識(shí)別結(jié)構(gòu)動(dòng)力特征參數(shù)的異常變化，及時(shí)發(fā)現(xiàn)其損傷隱患，建立起預(yù)警及適時(shí)維修機(jī)制，對(duì)維護(hù)橋梁正常運(yùn)行，延長(zhǎng)其服役期限，避免災(zāi)難性事故的發(fā)生具有重要的意義。結(jié)構(gòu)參數(shù)辨識(shí)和損傷識(shí)別是健康監(jiān)測(cè)系統(tǒng)的核心技術(shù)與理論基礎(chǔ)。由于大型工程結(jié)構(gòu)存在體積質(zhì)量巨大，邊界條件復(fù)雜，環(huán)境因素惡劣、激勵(lì)信號(hào)難以有效測(cè)量、測(cè)試數(shù)據(jù)量大、信噪比低等諸多不確定因素，其系統(tǒng)識(shí)別

2、技術(shù)尚處于發(fā)展階段，有待進(jìn)一步探討和完善。 現(xiàn)有的參數(shù)識(shí)別和損傷識(shí)別方法在精度、效率、魯棒性和經(jīng)濟(jì)性能指標(biāo)方面仍存在很多不足，在實(shí)際工程應(yīng)用中還有許多困難需要克服：例如求解復(fù)雜結(jié)構(gòu)時(shí)收斂速度慢；抗噪性較差；低階模態(tài)時(shí)計(jì)算精度和計(jì)算效率低；測(cè)量信息不完整時(shí)不易識(shí)別等。隨著結(jié)構(gòu)健康監(jiān)測(cè)系統(tǒng)的發(fā)展，迫切需要尋求新的理論和方法，解決大型土木工程結(jié)構(gòu)在線監(jiān)測(cè)中的參數(shù)辨識(shí)與損傷識(shí)別問(wèn)題。 本文的研究主要圍繞進(jìn)一步發(fā)展大型橋梁健康監(jiān)測(cè)

3、與狀態(tài)評(píng)估的核心技術(shù)而展開。綜合運(yùn)用粒子群算法、奇異值分解、小波變換、功率譜分析等計(jì)算智能工具和現(xiàn)代信號(hào)處理技術(shù)在結(jié)構(gòu)模態(tài)參數(shù)識(shí)別、物理參數(shù)識(shí)別以及結(jié)構(gòu)損傷識(shí)別領(lǐng)域展開了系統(tǒng)、深入的研究工作。本文的主要研究成果和創(chuàng)新點(diǎn)如下： （1）詳細(xì)地評(píng)述了目前結(jié)構(gòu)模態(tài)參數(shù)識(shí)別、物理參數(shù)識(shí)別及結(jié)構(gòu)損傷識(shí)別方法的理論意義、應(yīng)用背景、發(fā)展現(xiàn)狀和已取得的研究成果。系統(tǒng)地分析了在當(dāng)前健康監(jiān)測(cè)技術(shù)中應(yīng)用較多的幾種主要識(shí)別方法存在的問(wèn)題與不足之處，在此基

4、礎(chǔ)上，闡述了本文研究工作的思路及主要內(nèi)容。 （2）提出了奇異值分解（Singular Value Decomposition，簡(jiǎn)稱SVD）與小波分析結(jié)合的結(jié)構(gòu)模態(tài)參數(shù)識(shí)別方法，將小波變換與SVD濾波相結(jié)合，對(duì)一個(gè)三自由度結(jié)構(gòu)進(jìn)行數(shù)值仿真，利用MATLAB軟件編程進(jìn)行信號(hào)的分析處理。研究結(jié)果表明SVD與小波分析結(jié)合的方法克服了單一小波方法的不足，可明顯判別出信號(hào)時(shí)——頻圖中反映的模態(tài)信息，能夠較方便和準(zhǔn)確地尋找出結(jié)構(gòu)的小波脊，頻率

5、與阻尼比的識(shí)別精度較高，結(jié)合多個(gè)傳感器測(cè)試得到的信息進(jìn)行綜合判斷，獲得信息的可靠度更高。 （3）針對(duì)受環(huán)境激勵(lì)的系統(tǒng)在僅有輸出信號(hào)時(shí)參數(shù)識(shí)別有困難的情況，提出了基于功率譜奇異值分解的模態(tài)參數(shù)識(shí)別算法，對(duì)一座斜拉橋在環(huán)境激勵(lì)試驗(yàn)下的模態(tài)參數(shù)進(jìn)行了識(shí)別，并將識(shí)別的頻率數(shù)值與有限元計(jì)算結(jié)果進(jìn)行了比較。對(duì)比分析表明本文提出的功率譜奇異值分解的方法克服了傳統(tǒng)的頻域峰值法選取模態(tài)的主觀性，能客觀準(zhǔn)確地選擇特征頻率和識(shí)別相近的模態(tài)，具有處理簡(jiǎn)

6、單、快速、實(shí)用的特點(diǎn)，可在實(shí)際工程中推廣應(yīng)用。 （4）研究了基于有限元時(shí)程分析的橋梁結(jié)構(gòu)模態(tài)參數(shù)識(shí)別方法。以一座獨(dú)塔斜拉橋?yàn)楣こ虒?duì)象，采用ANSYS有限元分析軟件，以不同的地震動(dòng)組合輸入方式進(jìn)行了有限元模態(tài)分析與非線性時(shí)程分析。通過(guò)對(duì)節(jié)點(diǎn)加速度時(shí)程響應(yīng)數(shù)據(jù)進(jìn)行分析處理識(shí)別出的結(jié)構(gòu)模態(tài)參數(shù)，與有限元模態(tài)分析的計(jì)算頻率值在低頻段非常接近，高頻段誤差不超過(guò)6%，二者吻合較好。研究結(jié)果證明了有限元時(shí)程分析方法解決地震激勵(lì)下模態(tài)參數(shù)識(shí)別問(wèn)

7、題的有效性和實(shí)用性。 （5）提出了基于粒子群（Particle Swarm Optimization，簡(jiǎn)稱PSO）智能優(yōu)化算法的結(jié)構(gòu)物理參數(shù)識(shí)別方法。利用三層框架數(shù)值仿真模型，分別模擬其在無(wú)噪聲、添加0．1%噪聲和0．3%噪聲以及測(cè)量信息不足、模態(tài)頻率不完備等情況下的剛度參數(shù)識(shí)別情況。仿真結(jié)果證明了本文提出的改進(jìn)的隨機(jī)慣性權(quán)重PSO算法能夠準(zhǔn)確地識(shí)別出結(jié)構(gòu)中的未知參數(shù)，克服了原始PSO算法的早熟現(xiàn)象，計(jì)算收斂速度更快，穩(wěn)定性更好

8、，特別是在解決測(cè)量信息不完備和輸入信息未知條件下的結(jié)構(gòu)參數(shù)識(shí)別問(wèn)題中體現(xiàn)出了前所未有的優(yōu)越性。 （6）提出了基于SVD與改進(jìn)PSO算法的結(jié)構(gòu)損傷識(shí)別方法。將小波變換與SVD濾波相結(jié)合對(duì)一個(gè)簡(jiǎn)支梁數(shù)值模型進(jìn)行了損傷模擬，并采用改進(jìn)PSO算法對(duì)多自由度結(jié)構(gòu)在各種工況下的損傷參數(shù)進(jìn)行了識(shí)別。研究結(jié)果表明：將小波變換與SVD方法結(jié)合，通過(guò)小波系數(shù)矩陣的奇異值分解，使得結(jié)構(gòu)損傷突變信號(hào)的奇異點(diǎn)放大，可精確地實(shí)現(xiàn)對(duì)結(jié)構(gòu)損傷位置及損傷程度的診