CN105716814A - 一种评估桁架结构损伤的实时监测系统及其方法 - Google Patents

Abstract

一种评估桁架结构损伤的实时监测系统及其方法，属于结构健康监测技术领域。由双向加速度传感器、数据采集模块、计算分析模块、损伤定位结果实时显示模块和决策模块组成；数据采集模块采集并存储桁架结构损伤前及待测状态下每个测点上双向加速度传感器发送的信号；计算分析模块调用结构损伤前及当前状态下所有测点的加速度信号，并采用桁架结构损伤实时监测方法进行计算；损伤定位结果实时显示模块给出损伤定位结果即结构中是否有损伤杆件并显示出损伤杆件的具体位置；决策模块对结果进行分析做出维修或更换杆件的决策。本发明适用于各种桁架结构中桁架杆的损伤定位和安全评估，具有适用于环境激励、损伤敏感度高、操作方便、节约人力等优点。

Description

一种评估桁架结构损伤的实时监测系统及其方法

技术领域

本发明属于基于振动的结构健康监测技术领域，涉及到桁架结构中的杆件损伤的实时定位，具体地说是发明了一种桁架结构损伤实时定位系统及其方法。

背景技术

基于振动的结构损伤监测技术通过对安装在结构上的传感器测得的振动响应信号采用某种算法进行分析来发现、定位、甚至定量损伤，具有实时监测、节省人力等优点；受到了广泛关注并取得了很大进展。

桁架(网架)结构广泛用于桥梁、体育馆、机场、车站等大跨工程结构及工业结构中，杆件损伤是桁架(网架)结构常见的损伤形式。如何在杆件损伤较轻微的阶段及时诊断出损伤是桁架结构损伤监测的重点，在杆件损伤较小时识别出损伤并及时维修或更换可以避免灾难的发生，具有重要的意义和价值。然而，桁架(网架)结构中基于振动信息的损伤检测还面临着损伤敏感性不高等挑战，使得杆件损伤的初期不能被及时发现，对结构安全造成潜在的威胁。为此，发明了一种评估桁架结构损伤的实时监测系统及其方法，其可以用于环境激励即包含大地脉动、风、车辆、行人及其组合等激励下桁架结构损伤的实时监测。

发明内容

为了及时发现桁架结构中的损伤杆件并把握其损伤状况，本发明提供了一种评估桁架结构损伤的实时监测系统及其方法，该系统主要由安装在被监测桁架结构所有测点上的双向加速度传感器、数据采集模块、计算分析模块、损伤定位结果实时显示模块和决策模块组成；其中数据采集模块采集并存储桁架结构或其待监测子结构损伤前及待测状态下每个测点上安装的双向加速度传感器发送的双向加速度信号；计算分析模块调用结构损伤前及当前状态下所有测点的加速度信号，并采用桁架结构损伤实时监测方法进行计算；损伤定位结果实时显示模块给出损伤定位结果即结构中是否有损伤杆件并显示出损伤杆件的具体位置；决策模块对结果进行分析决策，若无损伤杆件则说明所有杆件都是安全的；若有损伤杆件，再使用无损检测等物理检测方法对初判损伤的杆件进行损伤程度检测；然后根据杆件损伤的严重性做出维修或更换杆件的决策。

评估桁架结构损伤的实时监测方法是数据采集模块每时每刻都在采集当前结构所有测点的双向加速度信号，计算分析模块实时调用数据采集模块中存储的结构损伤前及刚刚过去的5～10分钟里所采集的双向加速度信号，每间隔5～10分钟计算一次并输出监测结果，可以实现对桁架杆件的实时损伤定位。

具体步骤如下：

步骤一、测点布置：在桁架结构整体或其待监测子结构的每个节点上安装一个有线或无线的双向加速度传感器，用于环境激励下测试桁架结构纵向和竖向两个方向的加速度响应；

步骤二、环境激励下数据采集模块首先采集并存储桁架结构损伤前如结构初建成时的每个测点的双向加速度信号，供长期实时监测时调用；

步骤三、数据采集模块实时采集并存储待测状态下桁架结构每个测点的双向加速度信号；

步骤四、计算分析模块每间隔5～10分钟实时调用数据采集模块中存储的结构损伤前及刚刚过去的5～10分钟里所有测点上桁架结构纵向和竖向两个方向的双向加速度信号，并由计算分析模块基于如下步骤进行计算分析并输出监测结果：

(1)获得损伤前及待测状态下的柔度矩阵差F_Δ：将损伤前或当前状态下所有测点的加速度信号输入基于NExT-ERA法编写的模态参数识别程序中，获得模态振型及模态频率ω_i，并由如下公式获得柔度矩阵F：

其中，为第i阶质量归一化的模态振型，ω_i为第i阶模态频率；无损状态和待测状态下的柔度矩阵分别标记为F_U和F_D，得到柔度矩阵差F_Δ：

F_Δ＝F_U-F_D(2)

(2)对F_Δ进行QR分解，

公式(3)在MATLAB中使用qr命令来实现即[Q,R]＝qr(F_Δ)；分解后采用colamd命令使得Q的零空间向量列位于末尾列获得列向量排序：

paixu＝colamd(F_Δ)(4)

[Qs,Rs]＝qr(F_Δ(paixu,paixu))(5)

(3)计算Rs的每一行的2范数ε_k＝||Rs(k,:)||，MATLAB中用norm命令来表示，其中ε_k是奇异值，Rs(k,:)是Rs的第k行；

(4)定义并向下取整，P为损伤定位向量的列数；其中ε_k是第k个奇异值，ε_k,max是各个奇异值中的最大值；

(5)在MATLAB中定义本发明的QR-DLV向量为Q(paixu,end-p+1:end)，联合P个QR-DLV向量进行损伤定位：获得损伤定位向量后，将每个QR-DLV向量作为荷载施加到无损结构有限元模型上，求得各单元的累积应力即为单元j的特征应力σ_j，

${\mathrm{\σ}}_j=\underset{p=1}{\overset{P}{\Σ}}\left|\frac{{\mathrm{\σ}}_{pj}}{{\mathrm{\σ}}_{pj,max}}\right|---\left(6\right)$

其中σ_pj是第p个QR-DLV向量在桁架杆件j上产生的应力，j为桁架杆编号；

(6)将归一化累积应力NSI_j符合下式的杆件确定为损伤杆件，

${\mathrm{NSI}}_j=\frac{{\mathrm{\σ}}_j}{{\mathrm{\σ}}_{j,max}}\≤b---\left(7\right)$

其中b为阈值，通常在0.1到0.2之间，具体可通过数值模拟预先确定；当某杆件的NSI值小于b时，即判断杆件为损伤状态；

(7)若有损伤杆件，再使用无损检测等局部检测方法对初判损伤的杆件进行损伤程度检测，然后根据杆件损伤的严重性做出维修或更换杆件的决策。

本发明的关键技术是提出的评估桁架结构损伤的实时监测方法，该方法适用于各种桁架结构杆件的实时损伤定位，既能用于桁架结构中任意子结构的监测，也能用于桁架结构整体的监测。

本发明的有益效果在于，相较于传统的桁架结构实时监测的SDLV方法，本方法具有更高的损伤敏感性，可以及早发现桁架杆的小损伤，具有节省人力、操作简单等优点，在实际工程中有一定的应用价值。

附图说明

图1本发明的系统示意图

图2本发明的流程示意图

图3实验室某桁架结构模型的侧视图

图4桁架结构模型的待测子结构研究对象及测点布置图

图5基于本发明方法与传统的SDLV法的单损伤工况损伤定位结果的比较

图6基于本发明方法与传统的SDLV法的双损伤工况损伤定位结果的比较

图7基于本发明方法与传统的SDLV法的三损伤工况损伤定位结果的比较

图4中杆件49、55、70为损伤杆件；图5中纵坐标是本发明提出的NSI指标，若某杆件的指标值小于阈值0.2，则确定其为损伤杆件。

具体实施方式

以某桁架结构模型的数值模型作为例进行损伤实时监测的研究，下面结合附图对本发明的技术方案进行详细说明：

1)有限元模型

该桁架由312根杆件、108个铰接点及624个螺栓连接组成；全桁架总长8m，高0.9m，横向宽度0.56m。有限元模型基于MATLAB建立，模型侧视图如附图4所示。

2)测点布置与获得加速度响应

如图4，选择该桁架结构的虚线框中的子结构作为研究对象，该部分共32根杆件。桁架节点23～40作为测点。在有限元模型中的47号铰接点施加频带宽度为0～150Hz的白噪声模仿环境激励，噪声水平为5％；分别基于无损结构和损伤结构的有限元模型获得相应状态下18个测点的双向加速度，采样频率为500Hz。

3)损伤工况：基于表1中的3种损伤工况对该桁架结构进行损伤定位，损伤杆件参考图4。

表1杆件损伤工况

4)损伤定位结果

根据所提出的方法对以上三个损伤工况进行识别，本发明提出的损伤定位方法(QR-DLV)与传统方法(SDLV)的损伤定位结果比较如图5～7所示；从中可以看出对表1中损伤工况的损伤程度来说，在相同的损伤工况数据下，传统的SDLV法不能成功识别这些小损伤杆件；而本发明提出的方法较好地识别出了损伤杆件，具有更高的损伤敏感性。

5)结论

以上损伤定位结果表明所发明的评估桁架结构损伤的实时损伤定位方法可较好地用于桁架结构杆件的实时损伤定位。

Claims (2)

1.一种评估桁架结构损伤的实时监测系统，其特征在于该系统主要由安装在被监测桁架结构所有测点上的双向加速度传感器、数据采集模块、计算分析模块、损伤定位结果实时显示模块和决策模块组成；其中数据采集模块采集并存储桁架结构或其待监测子结构损伤前及待测状态下每个测点上安装的双向加速度传感器发送的双向加速度信号；计算分析模块调用结构损伤前及当前状态下所有测点的加速度信号，并采用桁架结构损伤实时监测方法进行计算；损伤定位结果实时显示模块给出损伤定位结果即结构中是否有损伤杆件并显示出损伤杆件的具体位置；决策模块对结果进行分析决策，若无损伤杆件则说明所有杆件都是安全的；若有损伤杆件，再使用无损检测等物理检测方法对初判损伤的杆件进行损伤程度检测；然后根据杆件损伤的严重性做出维修或更换杆件的决策。

2.一种评估桁架结构损伤的实时监测方法，其特征在于数据采集模块每时每刻都在采集当前结构所有测点的双向加速度信号，计算分析模块实时调用数据采集模块中存储的结构损伤前及刚刚过去的5～10分钟里所采集的双向加速度信号，每间隔5～10分钟计算一次并输出监测结果，可以实现对桁架杆件的实时损伤定位；具体步骤如下：

步骤一、测点布置：在桁架结构整体或其待监测子结构的每个节点上安装一个有线或无线的双向加速度传感器，用于环境激励下测试桁架结构纵向和竖向两个方向的加速度响应；

步骤二、环境激励下数据采集模块首先采集并存储桁架结构损伤前如结构初建成时的每个测点的双向加速度信号，供长期实时监测时调用；

步骤三、数据采集模块实时采集并存储待测状态下桁架结构每个测点的双向加速度信号；

步骤四、计算分析模块每间隔5～10分钟实时调用数据采集模块中存储的结构损伤前及刚刚过去的5～10分钟里所有测点上桁架结构纵向和竖向两个方向的双向加速度信号，并由计算分析模块基于如下步骤进行计算分析并输出监测结果：

(1)获得损伤前及待测状态下的柔度矩阵差F_Δ：将损伤前或当前状态下所有测点的加速度信号输入基于NExT-ERA法编写的模态参数识别程序中，获得模态振型及模态频率ω_i，并由如下公式获得柔度矩阵F：

其中，为第i阶质量归一化的模态振型，ω_i为第i阶模态频率；无损状态和待测状态下的柔度矩阵分别标记为F_U和F_D，得到柔度矩阵差F_Δ：

F_Δ＝F_U-F_D(2)

(2)对F_Δ进行QR分解，

公式(3)在MATLAB中使用qr命令来实现即[Q,R]＝qr(F_Δ)；分解后采用colamd命令使得Q的零空间向量列位于末尾列获得列向量排序：

paixu＝colamd(F_Δ)(4)

[Qs,Rs]＝qr(F_Δ(paixu,paixu))(5)

(3)计算Rs的每一行的2范数ε_k＝||Rs(k,:)||，MATLAB中用norm命令来表示，其中ε_k是奇异值，Rs(k,:)是Rs的第k行；

(4)定义并向下取整，P为损伤定位向量的列数；其中ε_k是第k个奇异值，ε_k,max是各个奇异值中的最大值；

(5)在MATLAB中定义本发明的QR-DLV向量为Q(paixu,end-p+1:end)，联合P个QR-DLV向量进行损伤定位：获得损伤定位向量后，将每个QR-DLV向量作为荷载施加到无损结构有限元模型上，求得各单元的累积应力即为单元j的特征应力σ_j，

${\mathrm{\σ}}_j=\underset{p=1}{\overset{P}{\Σ}}\left|\frac{{\mathrm{\σ}}_{pj}}{{\mathrm{\σ}}_{pj,max}}\right|---\left(6\right)$

其中σ_pj是第p个QR-DLV向量在桁架杆件j上产生的应力，j为桁架杆编号；

(6)将归一化累积应力NSI_j符合下式的杆件确定为损伤杆件，

${\mathrm{NSI}}_j=\frac{{\mathrm{\σ}}_j}{{\mathrm{\σ}}_{j,max}}\≤b---\left(7\right)$

其中b为阈值，通常在0.1到0.2之间，具体可通过数值模拟预先确定；当某杆件的NSI值小于b时，即判断杆件为损伤状态；

(7)若有损伤杆件，再使用无损检测等局部检测方法对初判损伤的杆件进行损伤程度检测，然后根据杆件损伤的严重性做出维修或更换杆件的决策。