CN108898292A

CN108898292A - 一种桥梁健康状态的安全评估方法

Info

Publication number: CN108898292A
Application number: CN201810612920.7A
Authority: CN
Inventors: 胡浩然; 付明; 李祥东; 袁宏永; 苏国锋; 汪曙光; 楚帅; 薛海斌; 余小龙
Original assignee: Hefei City Lifeline Project Safety Operation Monitoring Center; Hefei Institute for Public Safety Research Tsinghua University
Current assignee: Hefei City Lifeline Project Safety Operation Monitoring Center; HEFEI ZEZONG CITY INTELLIGENT TECHNOLOGY CO., LTD.; Hefei Institute for Public Safety Research Tsinghua University
Priority date: 2018-06-14
Filing date: 2018-06-14
Publication date: 2018-11-27
Anticipated expiration: 2038-06-14
Also published as: CN108898292B

Abstract

本发明涉及一种桥梁健康状态的安全评估方法。本发明选择评估测点并通过传感器获取反映桥梁结构状态的信号数据；并将传感器连续采集多天的数据信号进行统计分析得到动态阈值；通过动态阈值对每个测点进行无量纲化处理，得到每个测点的评分；建立分层加权模型：结合每个传感器的类型、位置、检测指标给出多层加权模型，做为桥梁健康安全评估的依据和指标。本发明实现了桥梁健康状况评估的实时评分，在减少了人力工作量的同时，可以给出更具时效性、客观性的科学评分，实现对桥梁健康状况的每日例行评估和重大意外事故发生后的及时评估。本方法有更好的精确度和针对性。

Description

一种桥梁健康状态的安全评估方法

技术领域

本发明属于桥梁安全监测技术领域，涉及一种桥梁健康状态的安全评估方法。

背景技术

桥梁工程是关系社会和经济协调发展的生命线工程。尤其是随着我国高速公路的快速发展，及国家“五纵七横”12条国道主干线全部建成，桥梁行业发展重心将逐渐由“新建”转向“管养”。然而近些年，由于超载、撞击、违法作业、自然灾害或环境变化等因素的显著作用，使得我国危桥数量居高不下，国内国外重大基础建设安全事故频发。此外，我国有40％的桥梁建于20世纪90年代及以前，而桥梁病害集中暴露区集中在建成投入使用的20-30年后，因此可以预见在未来的10到20年内，我国必将提前迎来大范围的桥梁老化现象，桥梁正逐步进入风险高发期。

限制于以往的研究和技术水平，以往的桥梁监测健康评估往往是建立在人工巡检的基础上，半年或者一年才对桥梁的整体健康状况进行一个评估，这种评估往往带有过大的主观判断，而且进行一次评估需要花费较大的人力和时间，评估的时间间隔过长，不具有实时性，时效性较差，评估效果缺乏客观科学性。另外传统的桥梁评估方式是通过对构件进行直接评分得到的，桥梁的构件一般体型较大，如主梁板等，用一个评分对整个构件进行人工评估精确度差，分类方式粗糙。

发明内容

为了解决上述技术问题，本发明提供一种桥梁健康状态的安全评估方法。

为了实现本发明的目的，本发明采用了以下技术方案：

一种桥梁健康状态的安全评估方法，包括以下步骤：

步骤1，选择评估测点并通过传感器获取反映桥梁结构状态的信号数据；

步骤2，动态阈值计算：

所述动态阈值分为高频信号数据预警阈值、低频信号数据预警阈值以及结构自振频域预警阈值；当所述传感器采样频率大于1Hz则所述信号数据为高频信号数据，否则为低频信号数据；

所述高频信号数据预警阈值的计算包括以下步骤：

1)预测趋势值计算：将数据采集区间分成多个时间段，计算每个时间段的数据平均值，并将前一时间段的数据平均值a作为后一时间段的预测趋势值；

2)基准预警阈值的计算：将后一段时间段内每个数据减去前一时间段的数据平均值a，获得剔除温度效应数据并进行保存，以此类推处理完多天采集的数据；

从剔除温度效应数据中调出每天的最小值ax_i以及最大值ay_i，那么：

三级基准预警阈值的最小值等于三级基准预警阈值的最大值等于其中N表示采集数据的天数，表示ax_i的平均值，表示ay_i的平均值；

二级基准预警阈值的最小值等于三级基准预警阈值的最小值的1.67倍，二级基准预警阈值的最大值等于三级基准预警阈值的最大值的1.67倍；

3)动态预警阈值的计算：

后一时间段的动态预警阈值等于所述基准预警阈值与前一时间段的数据平均值之和；

所述低频信号数据预警阈值的计算包括以下步骤：

1)预测趋势值计算：选择n个连续数据点并进行线性拟合获得这n个连续数据点后下一个数据点的预测趋势值b；

2)基准预警阈值的计算：将下一个数据点的实测值减去对应的预测趋势值b，获得剔除温度效应数据并进行保存，以此类推处理完多天采集的所有数据点；

3)动态预警阈值的计算：

下一个数据点的动态预警阈值等于所述基准预警阈值与该下一个数据点的预测趋势值b之和；

所述结构自振频域预警阈值的计算方法如下：

通过有限元模拟和结构试验确定前三阶自振频率，每阶的自振频率分别为f1、f2、f3；每阶的三级动态预警值为[0.95fi,1.05fi]，二级动态预警值为[0.9fi,1.1fi]，一级动态预警值为[0.85fi,1.15fi]，其中i分别取1,2,3；

步骤3，底层传感器无量纲化评分：

各评估测点的实测数据按照以下无量纲化模型进行量化：

其中X_ij为测点的底层评分，i为传感器类型，j为该类型下的传感器编号，x为评估区间段剔除温度效应数据中绝对值最大的值；

当x为高频信号时，x_min为与评估区间段对应的二级动态预警阈值的最小值，x_max为与评估区间段对应的二级动态预警阈值的最大值，x₀’为与评估区间段对应的三级动态预警阈值的最小值，x₀为与评估区间段对应的三级动态预警阈值的最大值；

当x为低频信号时，所述x_min为与x数据点对应的二级动态预警阈值的最小值，x_max为与x数据点对应的二级动态预警阈值的最大值，x₀’为与x数据点对应的三级动态预警阈值的最小值，x₀为与x数据点对应的三级动态预警阈值的最大值；

当x为结构自振频率信号时，所述x_min为与x数据点的阶数对应的二级动态预警阈值的最小值，x_max为与x数据点的阶数对应的二级动态预警阈值的最大值，x₀’为与x数据点的阶数对应的三级动态预警阈值的最小值，x₀为与x数据点的阶数对应的三级动态预警阈值的最大值；

步骤4，健康评估打分：

建立桥梁评估模型，划分层次类型并给出各类型的权重：所述桥梁评估模型的第一层评估为总桥评估，第二层评估分为静态评估类型、动态评估类型以及载荷评估类型，第三层评估为与第二层各个类型分别对应的传感器评估；

第三层评估分数V_i计算公式如下：

其中w_ij为对应类型以及编号的传感器在该类型传感器下的权重，α为变权总和系数且取0.2；

第二层评估分数分别按以下公式计算：

其中，N1为静态评估类型下传感器的类型总数，N2为动态评估类型下传感器的类型总数，N3为载荷评估类型下传感器的类型总数，w_i为对应类型传感器在相应评估类型下的权重；

最终第一层评估得分为：

m取1,2,3时，V_m分别代表V_静力评估、V_动力评估、V_荷载评估，w_m为对应评估类型在总桥评分中的权重。

进一步，所述高频信号数据预警阈值的计算过程中所述每个时间段为10min，所述低频信号数据预警阈值的计算过程中所述连续数据点为6个。

进一步，所述数据信号采集时间为7天。

进一步，所述静态评估类型包括位移、静挠、动挠、倾角以及应变，所述动态评估类型包括加速度以及频率，所述载荷评估包括索力以及车辆载荷。

本发明的有益效果在于：

(1)该方法首先通过对需要参与评估的测点采集样本历史数据，通过对历史数据进行统计分析，给出动态阈值。基于分级动态阈值给出待评估测点的无量纲化评分。建立分层评估模型，通过变权分析的方法结合层次分析法，从底层逐层加权获得结构的整体健康评分。

该方法的无量纲处理技术具有普适性，对不同类型的传感器数据都具有适用性。该方法的底层评分是基于传感器的历史数据进行的，避免了传统评分方法中评分人的主观因素的影响，更具有客观性。而且通过在不同的位置和传感器类型设置不同的加权权重，更加精确的对结构状况进行评估。即本发明基于实时监测的桥梁健康监测系统，可以及时的调用实时数据，通过层次分析法结合专家评审给出的加权权重表，可以随时给出桥梁的具有科学依据的健康评估评分。

本发明实现了桥梁健康状况评估的实时评分，在减少了人力工作量的同时，可以给出更具时效性、客观性的科学评分，实现对桥梁健康状况的每日例行评估和重大意外事故发生后的及时评估。本方法有更好的精确度和针对性。

附图说明

图1是分层加权模型。

图2是无量纲化模型。

具体实施方式

下面结合实施例对本发明技术方案做出更为具体的说明：

步骤1、选择评估测点并通过传感器获取反映桥梁结构状态的信号数据；

涉及到评估的传感器类型以及测点位置如下表1：

传感器类型	测点位置
		应变	主跨跨中，1/4跨，3/4跨，边跨跨中和桥塔
加速度	主跨跨中，1/4跨，3/4跨，边跨跨中
		挠度	主跨跨中，1/4跨，3/4跨，边跨跨中
动挠	主跨跨中，1/4跨，3/4跨，边跨跨中
		车辆荷载	与主桥相连的引桥桥头，上下行车道
位移	桥墩顶部支座处
		索力	斜拉索
倾角	桥墩顶部和桥塔

步骤2、动态阈值计算

每个测点选取评估前的七天的数据，区分高频和低频信号，现在定义采样频率(即每秒采集多少次数据即为几Hz)大于1Hz的为高频信号。

2.1、高频信号数据预警阈值的计算方法；

1)预测趋势值的计算：将数据采集区间分成多个时间段，计算每个时间段的数据平均值，并将前一时间段的数据平均值a作为后一时间段的预测趋势值；

2)基准预警阈值的计算：为了提高基准预警阈值的准确性，采用7天的数据样本进行分析，计算基准预警阈值。每个测点取7天的有效数据，然后进行剔除温度数据的处理。举例说明，取0-10分钟的数据的平均值a1，10分钟零一秒到20分钟的数据每个数据都减去a1并储存，在计算10分钟零一秒到20分钟的原始数据的平均值(即没有剔除温度效应的数据)a2，20分钟零一秒到30分钟的数据每个数据都减去a2，以此类推，处理完这整个七天的数据。

每天的数据处理完以后，从剔除温度效应数据中调出每天的最小值：ax₁、ax₂、ax₃、ax₄、ax₅、ax₆、ax₇，调出每天数据的最大值：ay₁、ay₂、ay₃、ay₄、ay₅、ay₆、ay₇，那么：

一级基准预警阈值的最小值等于三级基准预警阈值的最小值的2倍，一级基准预警阈值的最大值等于三级基准预警阈值的最大值的2倍；

3)动态预警阈值的计算：进行预警时，采用动态预警，即后一时间段的动态预警阈值等于所述基准预警阈值与前一时间段的数据平均值之和。举例说明：10分钟零一秒到20分钟的动态预警阈值为计算的基准预警阈值加上0-10分钟的数据平均值(预测趋势值a1)，20分钟零一秒到30分钟的动态预警阈值为计算出来的基准预警阈值加10分钟零一秒到20分钟的数据平均值(预测趋势值a2)。

即下一数据点的三级动态预警阈值的最小值等于三级基准预警阈值的最小值加a，下一数据点的三级动态预警阈值的最大值等于三级基准预警阈值的最大值加a；

即下一数据点的二级动态预警阈值的最小值等于二级基准预警阈值的最小值加a，下一数据点的二级动态预警阈值的最大值等于二级基准预警阈值的最大值加a；

2.2、低频信号数据预警阈值的计算方法

1)预测趋势值的计算：选择n个连续数据点并进行线性拟合获得这n个连续数据点后下一个数据点值的预测趋势值b。具体而言，采用前6个连续数据拟合出来的数据作为第7个数据点的温度效应，预测的第7个含有温度效益的数据称之为预测趋势值。具体而言取第1-6个数据点进行线性拟合，预测第7个数据点的值b，即为预测趋势值。

2)基准预警阈值的计算：为了提高基准预警阈值的准确性，采用7天的数据样本进行分析，计算基准预警阈值。每个测点取7天的有效数据，然后进行剔除温度数据的处理。举例说明，取第1-6个数据进行线性拟合，预测第7个数据点的值b1，然后拿第7个点的实际值减去b1，作为剔除了温度效应的数据并进行储存，然后用第2-7个原始数据(均指没有剔除温度效应的值)线性拟合，预测第8个数据点的值b2，然后用第8个数据点的实际值减去b2，以此类推，处理完七天的数据。

每天的数据处理完以后，调出每天处理后的数据的最小值：ax₁、ax₂、ax₃、ax₄、ax₅、ax₆、ax₇，调出每天数据的最大值：ay₁、ay₂、ay₃、ay₄、ay₅、ay₆、ay₇，那么：

一级基准预警阈值的最小值等于三级基准预警阈值的最小值的2倍，一级基准预警阈值的最大值等于三级基准预警阈值的最大值的2倍。

4)动态预警阈值的计算：进行预警时，采用动态预警，下一个数据点的动态预警阈值等于所述基准预警阈值与该下一个数据点值的预测趋势值b之和。举例说明，当前第7个数据点的动态预警阈值为计算的基准预警阈值加上前6个数据点拟合出来的预测趋势值b1，第8个数据点的动态预警阈值为计算的基准预警阈值加第2-7数据点拟合出来的预测趋势值b2。

即下一数据点的三级动态预警阈值的最小值等于三级基准预警阈值的最小值加b，下一数据点的三级动态预警阈值的最大值等于三级基准预警阈值的最大值加b；

即下一数据点的二级动态预警阈值的最小值等于二级基准预警阈值的最小值加b，下一数据点的二级动态预警阈值的最大值等于二级基准预警阈值的最大值加b。

2.3结构自振频域预警阈值的计算：

步骤3，底层传感器无量纲化评分：

各评估测点的实测数据按照以下无量纲化模型进行量化：

当x为高频信号时，x_min为与评估区间段对应的二级动态预警阈值的最小值，x_max为与评估区间段对应的二级动态预警阈值的最大值，x₀’为与评估区间段对应的三级动态预警阈值的最小值，x₀为与评估区间段对应的三级动态预警阈值的最大值；无量纲化模型如图2所示。

当x为低频信号时，所述x_min为与x数据点对应的二级动态预警阈值的最小值，x_max为与x数据点对应的二级动态预警阈值的最大值，x₀’为与x数据点对应的三级动态预警阈值的最小值，x₀为与x数据点对应的三级动态预警阈值的最大值。

当x为结构自振频率信号时，所述x_min为与x数据点的阶数对应的二级动态预警阈值的最小值，x_max为与x数据点的阶数对应的二级动态预警阈值的最大值，x₀’为与x数据点的阶数对应的三级动态预警阈值的最小值，x₀为与x数据点的阶数对应的三级动态预警阈值的最大值。

步骤4，健康评估打分：

建立层次评估模型，划分层次类型并给出各类型的权重，各个层次的划分和权重如下表2：

在评分时，还应考虑变权综合法对实际安全状态进行修正。为了能够较全面地反映结构各部分的状况，变权综合原理是一种较好的方法，它能综合反映决策中各状态的均衡性。结合变权的层次评估法公式如下：

第三层评估分数V_i计算公式如下：

第二层评估分数分别按以下公式计算：

其中，N1为静态评估类型下传感器的类型总数，如表2所示N1＝5，N2为动态评估类型下传感器的类型总数，如表2所示N2＝2，N3为载荷评估类型下传感器的类型总数，如表2所示N3＝2，w_i为对应类型传感器在相应评估类型下的权重；

最终第一层评估得分为：

变权综合方法比常权综合方法更能反应出对于桥梁个别构件状态变化对总体评估结果的影响。α的取值反映了桥梁管理者对均衡性的要求，对桥梁中局部缺陷容忍程度越小，则α的取值越小。本发明取α＝0.2可适用于一般工程中的大多数情况。

每个传感器的得分通过变权综合原理，由传感器层面加权到第三层评分，第三层评分加权得到第二层评分，第二层评分加权得到整座桥的健康状态评分。

以一座运行中的桥梁为例，该桥梁的某个位移传感器在评估区间段剔除温度效应数据中绝对值最大的值为-1.38mm，其二级动态预警值为[-2.14,2.40]mm,三级动态预警值为[-1.26,1.48]mm，则该测点的测点评分为：100*(-1.38-(-2.14))/(-1.26-(-2.14))＝86.36

该桥共有6个位移传感器，这6个位移传感器的得分和权重如下表所示：

编号	1	2	3	4	5	6
							得分	86.36	88.72	87.20	89.33	90.55	88.72
权重	0.15	0.15	0.2	0.2	0.15	0.15

则该桥的第三层评分中，位移评分为88.46分。

该桥不同类型传感器的评分如下表所示：

位移	静挠	动挠	倾角	应变	加速度	频率	索力	车辆荷载
									88.46	96.29	98.12	82.54	98.27	92.65	81.95	85.57	90.94

静力评估得分为95.21，动力评估为83.93，荷载评估为88.19.

整桥评分为92.5分。

Claims

1.一种桥梁健康状态的安全评估方法，其特征在于包括以下步骤：

步骤2，动态阈值计算：

所述高频信号数据预警阈值的计算包括以下步骤：

3)动态预警阈值的计算：

所述低频信号数据预警阈值的计算包括以下步骤：

3)动态预警阈值的计算：

所述结构自振频域预警阈值的计算方法如下：

步骤3，底层传感器无量纲化评分：

各评估测点的实测数据按照以下无量纲化模型进行量化：

当x为高频信号时，x_min为与评估区间段对应的二级动态预警阈值的最小值，x_max为与评估区间段对应的二级动态预警阈值的最大值，x₀，为与评估区间段对应的三级动态预警阈值的最小值，x₀为与评估区间段对应的三级动态预警阈值的最大值；

当x为低频信号时，所述x_min为与x数据点对应的二级动态预警阈值的最小值，x_max为与x数据点对应的二级动态预警阈值的最大值，x₀，为与x数据点对应的三级动态预警阈值的最小值，x₀为与x数据点对应的三级动态预警阈值的最大值；

当x为结构自振频率信号时，所述x_min为与x数据点的阶数对应的二级动态预警阈值的最小值，x_max为与x数据点的阶数对应的二级动态预警阈值的最大值，x₀，为与x数据点的阶数对应的三级动态预警阈值的最小值，x₀为与x数据点的阶数对应的三级动态预警阈值的最大值；

步骤4，健康评估打分：

第三层评估分数V_i计算公式如下：

第二层评估分数分别按以下公式计算：

最终第一层评估得分为：

2.如权利要求1所述的桥梁健康状态的安全评估方法，其特征在于：所述高频信号数据预警阈值的计算过程中所述每个时间段为10min，所述低频信号数据预警阈值的计算过程中所述连续数据点为6个。

3.如权利要求1所述的桥梁健康状态的安全评估方法，其特征在于：所述数据信号采集时间为7天。

4.如权利要求1所述的桥梁健康状态的安全评估方法，其特征在于：所述静态评估类型包括位移、静挠、动挠、倾角以及应变，所述动态评估类型包括加速度以及频率，所述载荷评估包括索力以及车辆载荷。