CN110704911B - 一种基于集群结构相似性的桥梁损伤交叉定位方法 - Google Patents

一种基于集群结构相似性的桥梁损伤交叉定位方法 Download PDF

Info

Publication number
CN110704911B
CN110704911B CN201910884309.4A CN201910884309A CN110704911B CN 110704911 B CN110704911 B CN 110704911B CN 201910884309 A CN201910884309 A CN 201910884309A CN 110704911 B CN110704911 B CN 110704911B
Authority
CN
China
Prior art keywords
bridge
damage
cluster
quasi
bridges
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910884309.4A
Other languages
English (en)
Other versions
CN110704911A (zh
Inventor
刘洋
曹建新
孙杰
许庚
张绍逸
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin Institute of Technology
Jinan Urban Construction Group Co Ltd
Original Assignee
Harbin Institute of Technology
Jinan Urban Construction Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Harbin Institute of Technology, Jinan Urban Construction Group Co Ltd filed Critical Harbin Institute of Technology
Priority to CN201910884309.4A priority Critical patent/CN110704911B/zh
Publication of CN110704911A publication Critical patent/CN110704911A/zh
Application granted granted Critical
Publication of CN110704911B publication Critical patent/CN110704911B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Bridges Or Land Bridges (AREA)

Abstract

本发明属于运营环境下桥梁结构损伤定位领域,具体涉及到一种基于集群结构相似性的桥梁损伤交叉定位方法。本发明包括:利用集群内任意两桥相同位置处的静态应变监测数据,构建剔除环境温度荷载和车辆荷载的损伤指标;进行集群内全部桥梁的相似性程度判定;构建对结构损伤敏感的损伤特征向量;建立基于零空间理论的损伤定位因子序列;判定集群任意两桥监测断面的损伤情况;完成集群内全部桥梁监测断面的损伤交叉定位。本发明解决了实际桥梁集群结构响应监测数据受多种环境因素耦合作用的影响,较难实现运营环境影响下桥梁结构损伤的精准定位的问题。

Description

一种基于集群结构相似性的桥梁损伤交叉定位方法
技术领域
本发明属于运营环境下桥梁结构损伤定位领域,具体涉及到一种基于集群结构相似性的桥梁损伤交叉定位方法。
背景技术
桥梁结构安全性对公路交通安全与畅通起着举足轻重的作用,以往基于无损探伤和人工视察为主的检测和评估手段已经远远不能满足桥梁结构损伤定位的要求。随着传感器技术、数值模拟技术的快速发展,桥梁结构的健康监测得到了长足的发展,桥梁结构健康监测系统能够长期实时的获取桥梁的结构状态信息,有效的识别桥梁结构存在的隐患,为桥梁结构运营和维修决策者提供超载和损伤的警告信息。虽然桥梁健康监测技术日渐成熟,但是由于运营环境因素的影响往往能够掩盖结构的损伤状态信息。因此在考虑环境影响下桥梁损伤的精确定位仍然富有挑战。
在进行运营环境影响下单座桥梁损伤定位时,往往需要对监测结构输出响应建立关系模型,但是目前各桥梁的交通量每年不断增加,且其收缩徐变程度随时间发生着变化,因此仅通过建立参数之间的关系模型将无法有效的定位结构损伤。随着中小型梁式桥的增多,在桥梁区域集群中,各桥梁结构在满足一定的相似性程度下,其结构响应具有高度相关性,利用该特点可挖掘出单体桥梁所不具备的结构损伤信息,进而更加准确的定位桥梁结构的损伤位置。
发明内容
本发明为解决现有技术的不足,提供一种基于集群结构相似性的桥梁损伤交叉定位方法。
本发明是通过以下技术方案实现的:
一种基于集群结构相似性的桥梁损伤交叉定位方法,包括如下步骤:
S1:通过桥梁安全运营监测系统获取准静态应变监测数据,准静态应变监测数据包括三部分:
Figure BDA0002206823900000021
式中,ε为准静态应变的监测数据;εV为车载引起的准静态应变,其中V表示车载作用;
Figure BDA0002206823900000022
是温度荷载引起的收缩舒张准静态应变,其中T表示温度荷载作用,U表示收缩舒张准静态应变;
Figure BDA0002206823900000023
是温度荷载引起的约束准静态应变,其中T表示温度荷载作用,M表示约束准静态应变;
任一时刻下的准静态应变监测数据表示为:
Figure BDA0002206823900000024
式中,ε为准静态应变的监测数据;εV为车载引起的准静态应变,其中V表示车载作用;
Figure BDA0002206823900000025
是温度荷载引起的材料收缩舒张准静态应变,其中T表示温度荷载作用;
Figure BDA0002206823900000026
是温度荷载引起的约束准静态应变。
以集群内任意两桥采集相同横断面准静态应变监测数据为驱动,基于集群结构相似性构建剔除环境温度荷载和车辆荷载的损伤指标。
S2:建立桥梁结构相似性程度的判别指标,利用中心极限定理及Jarque-Bera检验法,进行集群内全部桥梁的相似性程度判定。
S3:在桥梁结构相似性程度满足步骤S2所建立的判别指标的情况下,构建对结构损伤敏感的损伤特征向量。
S4:利用基于奇异值分解的零空间理论,结合马氏距离判别方法,建立损伤定位因子序列。
S5:建立桥梁健康状态下数据的置信区间,并提出异常诊断阈值;若待诊断状态累积损伤定位因子超过阈值,则判定两桥该横断面周围有损伤发生。
S6:利用交叉验证策略,构建损伤定位结果向量,完成集群内全部桥梁的损伤定位。
优选的,所述步骤S1中,基于集群结构相似性构建剔除环境温度荷载和车辆荷载的损伤指标的具体步骤为:
S12:将集群内任意B桥作为参考桥梁,将集群内任意A桥的准静态应变监测数据向B桥相同监测位置的准静态应变监测数据进行投影计算:
Figure BDA0002206823900000031
式中,
Figure BDA0002206823900000032
Figure BDA0002206823900000033
为集群内A桥和B桥相同位置i处测点的准静态应变监测数据;
Figure BDA0002206823900000034
为A桥i处测点准静态应变监测数据向B桥i处测点监测数据投影后的向量,
Figure BDA0002206823900000035
为A桥i处测点车载引起的内力与温度荷载引起内力之和项B桥的投影结果;
Figure BDA0002206823900000036
为A桥i处测点截面抗弯惯性矩;(·)T为求向量的转置;||·||2为求向量的模;
S13:将A桥投影之后的应变向量与B桥相同监测位置处应变监测数据做差,剔除温度变化所造成的约束次应变和车辆荷载作用引起的应变
Figure BDA0002206823900000037
式中,
Figure BDA0002206823900000038
为B桥i处测点车载引起的内力与温度荷载引起内力之和;
S14:计算某一时刻下桥梁任意监测断面i处测点与j处测点εA,B值的比值ξi,j,从而剔除温度引起的结构材料弹性模量变化的影响
Figure BDA0002206823900000039
Figure BDA0002206823900000041
进而由任一时刻下同一断面任意两个监测位置准静态应变监测数据得出ξ值构造全部时刻下ξ向量
ξ={ξ12,…,ξn-1n}T (7)
式中:n表示总监测时刻数。
优选的,所述步骤S2具体包括以下步骤:
S21:构造桥梁相似性程度判别指标η
Figure BDA0002206823900000042
式中:m表示桥梁健康状态下ξ向量沿时间轴的平均分段数;ξL表示ξ中的某段样本,L表示其中的任意一段;
S22:运用Jarque-Bera检验法,构造检验统计量JB
Figure BDA0002206823900000043
式中,g为桥梁健康状态下η的样本总量,S为样本η偏度,K为样本峰度;
S23:进行桥梁相似性程度的判别;若JB服从自由度为2的卡方分布,则η服从正态分布,利用中心极限定理,每段ξL样本独立且具有相同的均值和方差,进而可断定两桥相似性程度满足要求;相反,两桥相似性程度不满足要求。
优选的,所述步骤S3中构建对结构损伤敏感的损伤特征向量的具体步骤为:
S31:利用任一横断面桥梁健康状态下ξ数据样本集构建κh向量
Figure BDA0002206823900000044
式中,w表示该断面应变监测点总数,h表示桥梁健康状态下的数据;
S32:计算桥梁健康状态下各时刻
Figure BDA0002206823900000051
向量与开始时刻
Figure BDA0002206823900000052
向量夹角
Figure BDA0002206823900000053
进而构建桥梁健康状态下损伤特征向量
Figure BDA0002206823900000054
Figure BDA0002206823900000055
式中,e为桥梁健康状态下总时刻数,t为桥梁健康状态下任一时刻;同理获得待诊断状态下损伤特征向量Φd
优选的,所述步骤S4中建立损伤定位因子序列的具体步骤为:
S41:将步骤S3获得的损伤特征向量沿时间轴每r个时刻数据做为一个集合,r通常取40~50;利用每一个损伤特征向量集合计算的协方差构造每个集合的Hankel矩阵
Figure BDA0002206823900000056
Figure BDA0002206823900000057
式中,Φ1~r/2表示任一段向量Φ的第1~r/2行;
Figure BDA0002206823900000058
q=p+1;
S42:取桥梁健康状态下第一段时刻下所构造的Hankel矩阵H1进行奇异值分解,并将通过具有损伤特征的左奇异值矩阵U1,求得其零空间矩阵D;
S43:利用桥梁健康状态第一段时刻下所构建的零空间矩阵D和其余时间段的Hankel矩阵
Figure BDA0002206823900000059
Figure BDA00022068239000000510
构造桥梁健康状态下和待诊断状态下的残差向量
Figure BDA00022068239000000511
Figure BDA00022068239000000512
式中,
Figure BDA00022068239000000513
为桥梁健康状态下第v时间段的Hankel矩阵,
Figure BDA00022068239000000514
桥梁健康状态下第v时间段的残差向量,
Figure BDA0002206823900000061
为桥梁健康状态下总时间段数;
Figure BDA0002206823900000062
为桥梁健康状态下第v时间段的Hankel矩阵,
Figure BDA0002206823900000063
桥梁健康状态下第v时间段的残差向量,
Figure BDA0002206823900000064
为待诊断状态下总时间段数;
S44:利用马氏距离判别算法,可以获得桥梁健康状态下和待诊断状态下的损伤定位因子序列
Figure BDA0002206823900000065
Figure BDA0002206823900000066
式中,C为桥梁健康状态下残差向量ψh的协方差矩阵。
优选的,所述步骤S5中判定两桥该横断面周围是否有损伤发生的具体步骤为:
S51:利用桥梁横断面的桥梁健康状态下准静态应变监测数据计算的损伤定位因子序列ρh,计算95%置信概率下的损伤诊断阈值λ;
λ=ρh,0.95 (23)
式中,ρh,0.95为桥梁健康状态下损伤定位因子向量ρh取95%置信概率的中位数;
S52:若ρd<λ,记z=0;相反,若ρd>λ,记z=1;进而计算超过阈值的累积损伤定位因子qb
Figure BDA0002206823900000067
式中,b为待诊断状态损伤定位因子的个数;
S53:累计度量qb服从二项分布,获取二项分布概率Pr在0.95水平下数值记为Q;若Q<qb,则两桥该断面有损伤发生;若Q>qb,则两桥该断面无损伤发生。
优选的,所述步骤S6中集群内全部桥梁的损伤定位的具体步骤为:
S61:假设桥梁集群内桥梁共有h座相似桥梁,利用S5中任意两桥的定位结果,若某监测断面诊断有损伤则记Vs,f=1,若某监测断面诊断无损伤则记Vs,f=0,其中s,f为集群中的任意两桥;
S62:构建交叉定位矩阵:
Figure BDA0002206823900000071
S63:计算桥梁集群结构t横断面的损伤交叉定位结果
Figure BDA0002206823900000072
式中,Ω为集群内全部桥梁集合,共有h座;若Ns=1,则可判定第s座桥梁该横断面周围已发生损伤;若Ns<1,则可判定第s座桥梁该横断面周围无损伤发生。
本发明的有益效果为:
本发明所述的基于集群结构相似性的桥梁损伤交叉定位方法,利用桥梁集群结构及其所受环境条件和交通荷载具有高度相似性的特点,构建基于准静态应变相关性的结构损伤特征向量,该向量不再受环境因素变化的影响,并对桥梁结构累积损伤敏感。若集群内各桥梁服从结构相似性程度判别指标,则利用交叉识别方法可精确识别出由相似桥所构成的桥梁集群内发生损伤的桥梁,并可通过不同断面处的准静态应变监测数据定位损伤的断面位置。
本发明所述方法不需要建立任何关系模型,而利用桥梁集群结构准静态应变相关性特征将环境荷载对结构响应的影响剔除或大幅减弱,极大地提高了对桥梁微小损伤的敏感性。
本发明适用于运营环境下桥梁集群结构损伤定位问题,适用于实际桥梁集群运营安全监测与预警系统,实现桥梁集群结构损伤的实时诊断与定位。
算例结果表明:通过与常规损伤定位方法对比发现,本发明所述方法建立的损伤定位因子对损伤更加敏感,且其稳定性更高,在较小损伤工况下依旧可以对损伤实现有效的识别,不会发生误判现象。
附图说明
图1为集群内任意两桥的应变测点布置示意图。
图2为具体实施方式一所述的基于集群结构相似性的桥梁损伤交叉定位方法的流程图。
图3为数值模拟算例的4座相似桥梁的损伤位置与测点布置图。
图4为数值模拟算例中A桥的两年准静态应变监测数据。
图5为数值模拟算例中B桥的两年准静态应变监测数据。
图6为A桥监测断面发生损伤后,通过本发明所述的基于集群结构相似性的桥梁损伤交叉定位方法的损伤识别结果图。
图7为A桥和C桥监测断面发生损伤后,通过本发明所述的基于集群结构相似性的桥梁损伤交叉定位方法的损伤识别结果图。
图8为A桥损伤单元设置1%的弹性模量衰减,通过本发明所述的基于集群结构相似性的桥梁损伤交叉定位方法的异常诊断结果。
图9为A桥损伤单元设置1%的弹性模量衰减,通过常规传统方法的异常诊断结果。
图10为A桥损伤单元设置3%的弹性模量衰减,通过本发明所述的基于集群结构相似性的桥梁损伤交叉定位方法的异常诊断结果。
图11为A桥损伤单元设置3%的弹性模量衰减,通过常规传统方法的异常诊断结果。
图12为A桥损伤单元设置5%的弹性模量衰减,通过本发明所述的基于集群结构相似性的桥梁损伤交叉定位方法的异常诊断结果。
图13为A桥损伤单元设置5%的弹性模量衰减,通过常规传统方法的异常诊断结果。
具体实施方式
以下给出本发明的具体实施例,需要说明的是本发明并不局限于以下具体实施例,凡在本申请技术方案基础上做的等同变换均落入本发明的保护范围。
运营桥梁往往处于环境温度和车辆荷载的不断变化中,使得桥梁结构应变监测数据承受多种因素的耦合作用,因此,各种环境及荷载因素对监测数据具有较大的影响,而且这些影响往往掩盖结构损伤导致的监测数据变化,导致桥梁结构损伤定位具有较大难度。针对上述问题,本发明提出了桥梁集群的概念,本发明所提的桥梁集群为同一交通路网中,具有结构相似、车辆荷载相似、环境荷载相似特点且建设时间相同的桥梁所组成的集群结构。进而利用相似桥梁相同位置处应变响应的相关性,构造不受环境温度变化和车辆荷载变化的桥梁结构损伤定位因子,进而对桥梁产生的微小损伤进行定位。
本发明中提出了利用中心极限定理和Jarque-Bera检验法对桥梁的相似性程度进行判别,进而确定可构成桥梁集群的相似桥梁。若本发明方案中所提损伤指标基本不受环境温度荷载和车辆荷载变化的影响,则对该指标沿时间轴进行分段,每段样本应具有相同的均值和方差,进而实施方案中所提判别指标应近似服从正态分布,从而利用Jarque-Bera检验法,进行有效的假设检验。判别出的相似桥梁运用发明所提方法将对桥梁产生的损伤极为敏感。
下面对本发明方法进行详细介绍,本发明方法包括步骤S1-S6,具体如下:
S1:以集群内任意两桥采集相同横断面准静态应变监测数据为驱动,基于集群结构相似性构建剔除环境温度荷载和车辆荷载的损伤指标。具体可通过以下步骤完成:
S11:通过桥梁安全运营监测系统获取桥梁准静态应变监测数据,桥梁准静态应变监测数据主要由以下三部分构成:
Figure BDA0002206823900000101
式中,ε为准静态应变的监测数据;εV为车载引起的准静态应变,其中V表示车载作用;
Figure BDA0002206823900000102
是温度荷载引起的收缩舒张准静态应变,其中T表示温度荷载作用,U表示收缩舒张准静态应变;
Figure BDA0002206823900000103
是温度荷载引起的约束准静态应变,其中T表示温度荷载作用,M表示约束准静态应变。
任一时刻下的准静态应变监测数据表示为:
Figure BDA0002206823900000104
式中,ε表示任一时刻下的准静态应变监测数据;MV为车载引起的内力,其中V表示车载作用;MT为温度引起的桥梁结构内力,其中T表示温度荷载作用;E(T)为混凝土材料的弹性模量,其为温度荷载的函数;α为混凝土的热膨胀系数;ΔT为结构整体温度变化量;I为截面抗弯惯性矩;y0为准静态应变监测点到横截面中性轴的距离。
S12:将集群内任意B桥作为参考桥梁,将集群内任意A桥的准静态应变监测数据向B桥相同监测位置的准静态应变监测数据进行投影计算:
Figure BDA0002206823900000105
式中,
Figure BDA0002206823900000106
Figure BDA0002206823900000107
为集群内A桥和B桥相同位置i处测点的准静态应变监测数据;
Figure BDA0002206823900000111
为A桥i处测点准静态应变监测数据向B桥i处测点监测数据投影后的向量,
Figure BDA0002206823900000112
为A桥i处测点车载引起的内力与温度荷载引起内力之和向B桥的投影结果;
Figure BDA0002206823900000113
为A桥i处测点截面抗弯惯性矩;(·)T为求向量的转置;||·||2为求向量的模。
S13:将A桥投影之后的应变向量与B桥相同监测位置处应变监测数据所构成的向量做差,剔除温度变化所造成的约束次应变和车辆荷载作用引起的应变
Figure BDA0002206823900000114
式中,
Figure BDA0002206823900000115
为B桥i处测点车载引起的内力与温度荷载引起内力之和。
S14:计算某一时刻下桥梁任意监测断面i处测点与j处测点εA,B值的比值ξi,j,从而剔除温度引起的结构材料弹性模量变化的影响
Figure BDA0002206823900000116
Figure BDA0002206823900000117
进而由任一时刻下同一断面任意两个监测位置准静态应变监测数据得出ξ值构造全部时刻下ξ向量
ξ={ξ12,…,ξn-1n}T (7)
式中:n表示总监测时刻数。
S2:建立桥梁结构相似性程度的判别指标,利用中心极限定理及Jarque-Bera检验法,进行集群内全部桥梁的相似性程度判定。具体包括以下步骤:
S21:构造桥梁相似性程度判别指标η
Figure BDA0002206823900000121
式中:m表示桥梁健康状态下ξ向量沿时间轴的平均分段数;ξL表示ξ中的某段样本,L表示其中的任意一段。
S22:构造检验统计量JB
运用Jarque-Bera检验法,构造桥梁健康状态下样本η的偏度S和样本峰度K
Figure BDA0002206823900000122
Figure BDA0002206823900000123
式中,g为桥梁健康状态下η的样本总量。利用偏度S和样本峰度K构造检验统计量JB
Figure BDA0002206823900000124
S23:进行桥梁相似性程度的判别
若JB服从自由度为2的卡方分布,则η服从正态分布,利用中心极限定理,每段ξL样本独立且具有相同的均值和方差,进而可断定两桥相似性程度满足要求。相反,两桥相似性程度不满足要求。
S3:在桥梁结构相似性程度满足步骤S2所建立的判别指标的情况下,构建对结构损伤敏感的损伤特征向量。构建对结构损伤敏感的损伤特征向量的具体步骤为:
S31:利用任一横断面桥梁健康状态下ξ数据样本集构建κh向量
Figure BDA0002206823900000131
式中,w表示该断面应变监测点总数,h表示桥梁健康状态下的数据。
S32:计算桥梁健康状态下各时刻
Figure BDA0002206823900000132
向量与开始时刻
Figure BDA0002206823900000133
向量夹角
Figure BDA0002206823900000134
进而构建桥梁健康状态下损伤特征向量
Figure BDA0002206823900000135
Figure BDA0002206823900000136
式中,e为桥梁健康状态下总时刻数,t为桥梁健康状态下任一时刻。同理可以获得待诊断状态下损伤特征向量Φd
S4:利用基于奇异值分解的零空间理论,结合马氏距离判别方法,建立损伤定位因子序列。建立损伤定位因子序列的具体步骤为:
S41:将步骤S3获得的损伤特征向量沿时间轴每r个时刻数据做为一个集合,r通常取40~50。利用每一个损伤特征向量集合计算的协方差构造每个集合的Hankel矩阵
Figure BDA0002206823900000137
Figure BDA0002206823900000138
式中,Φ1~r/2表示任一段向量Φ的第1~r/2行;
Figure BDA0002206823900000139
q=p+1。
S42:取桥梁健康状态下第一段时刻下所构造的Hankel矩阵H1进行奇异值分解,并将通过具有损伤特征的左奇异值矩阵U1,求得其零空间矩阵D
Figure BDA00022068239000001310
D=null(U1) (18)
式中,S1表示奇异值分解后数值较大的奇异值集合;S2表示奇异值分解后数值接近于0的奇异值集合,null(·)表示求向量的零空间。
S43:利用桥梁健康状态第一段时刻下所构建的零空间矩阵D和其余时间段的Hankel矩阵
Figure BDA0002206823900000141
Figure BDA0002206823900000142
构造桥梁健康状态下和待诊断状态下的残差向量
Figure BDA0002206823900000143
Figure BDA0002206823900000144
式中,
Figure BDA0002206823900000145
为桥梁健康状态下第v时间段的Hankel矩阵,
Figure BDA0002206823900000146
桥梁健康状态下第v时间段的残差向量,
Figure BDA0002206823900000147
为桥梁健康状态下总时间段数;
Figure BDA0002206823900000148
为桥梁健康状态下第v时间段的Hankel矩阵,
Figure BDA0002206823900000149
桥梁健康状态下第v时间段的残差向量,
Figure BDA00022068239000001410
为待诊断状态下总时间段数。
S44:利用马氏距离判别算法,可以获得桥梁健康状态下和待诊断状态下的损伤定位因子序列
Figure BDA00022068239000001411
Figure BDA00022068239000001412
式中,C为桥梁健康状态下残差向量ψh的协方差矩阵。
S5:建立桥梁健康状态数据的置信区间,并提出异常诊断阈值,若待诊断状态累计损伤定位因子超过阈值,则判定两桥该横断面周围有损伤发生。判定两桥该横断面周围是否有损伤发生的具体步骤为:
S51:利用桥梁横断面的桥梁健康状态下准静态应变监测数据计算的损伤定位因子序列ρh,计算95%置信概率下的损伤诊断阈值λ。
λ=ρh,0.95 (23)
式中,ρh,0.95为桥梁健康状态下损伤定位因子向量ρh取95%置信概率的中位数。
S52:若ρd<λ,记z=0;相反,若ρd>λ,记z=1。进而计算超过阈值的累积损伤定位因子qb
Figure BDA0002206823900000151
式中,b为待诊断状态损伤定位因子的个数。
S53:累计度量qb服从二项分布,获取二项分布概率Pr在0.95水平下数值记为Q。若Q<qb,则两桥该断面有损伤发生;若Q>qb,则两桥该断面无损伤发生。
S6:利用交叉验证策略,构建损伤定位结果向量,完成集群内全部桥梁的损伤定位。集群内全部桥梁的损伤定位的具体步骤为:
S61:假设桥梁集群内桥梁共有h座相似桥梁,利用S5中任意两桥的定位结果,若某监测断面诊断有损伤则记Vs,f=1,若某监测断面诊断无损伤则记Vs,f=0,其中s,f为集群中的任意两桥。
S62:构建交叉定位矩阵:
Figure BDA0002206823900000152
S63:计算桥梁集群结构t横断面的损伤交叉定位结果
Figure BDA0002206823900000153
式中,Ω为集群内全部桥梁集合,共有h座。若Ns=1,则可判定第s座桥梁该横断面周围已发生损伤;若Ns<1,则可判定第s座桥梁该横断面周围无损伤发生。
采用以下算例验证本发明的有益效果:
本算例是以图3所示的4座相似桥梁构成的桥梁集群结构为例,图4中4座连续梁桥分别为A桥、B桥、C桥和D桥。四座桥梁跨径皆为3×30m,桥宽分别为17m、16m、15m、14m,每座桥共由544个梁单元组成。将两年内实桥获取的温度场数据输入到模型中,并将模拟的车辆荷载加入模型中。每座桥皆提取第一跨跨中断面应变数据,应变数据每小时取1个值,此值为该单元1小时内应变的平均值,最终可获取4座桥两年内相同位置处的应变监测数据。图4和图5分别为A桥和B桥第一跨跨中断面应变测点获取的两年监测数据。在该实例中,模型第一年4座桥皆不设置损伤,第二年在A桥距离监测断面2m位置处设置从小到大的渐变损伤,损伤程度分别为1%、3%、5%三个工况,同时设置第四个工况为在A桥和C桥两座桥距离监测断面2m位置处设置从小到大的渐变损伤。
以采集的4座连续梁桥的两年准静态应变监测数据为驱动,利用集群结构的相似性特点,构建剔除环境温度荷载和车辆荷载的损伤指标ξ;
利用该损伤指标构造桥梁结构相似性程度的判别指标η,进而运用中心极限定理及Jarque-Bera检验法,对该桥梁集群的4座相似桥梁进行相似性程度判定,判定结果为4座桥梁皆满足桥梁集群特性的要求;
利用损伤指标ξi,j构建桥梁健康状态下和待诊断状态下对结构损伤敏感的损伤特征向量Φh及Φd
采用基于奇异值分解的零空间理论,结合马氏距离判别算法,建立桥梁健康状态下和待诊断状态下损伤定位因子序列ρh及ρd
利用桥梁健康状态下的损伤定位因子序列ρh建立桥梁健康状态数据的置信区间,并提出异常诊断阈值,进而判定任意两桥是否存在损伤发生;
利用交叉验证策略,构建损伤定位结果向量,工况1-3识别结果如图6所示,工况4识别结果如图7所示,可以看出识别结果与设置的损伤情况相一致。
针对损伤程度不同的工况1-工况3,采用本发明所提方法的损伤定位效果如图8、图10、图12所示。采用常规的异常诊断方法的损伤定位效果如图9、图11、图13所示。由结果可知:相对现有的损伤定位方法而言,本发明方法对微小损伤更加敏感,且损伤定位的稳定性更高。
本发明还可有其它多种实例,在不背离本发明精神及其实质的情况下,本领域技术人员可根据本发明做出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。

Claims (7)

1.一种基于集群结构相似性的桥梁损伤交叉定位方法,其特征在于:包括如下步骤:
S1:通过桥梁安全运营监测系统获取准静态应变监测数据,准静态应变监测数据包括三部分:
Figure FDA0002442333380000011
式中,ε为准静态应变的监测数据;εV为车载引起的准静态应变,其中V表示车载作用;
Figure FDA0002442333380000012
是温度荷载引起的材料收缩舒张准静态应变,其中T表示温度荷载作用;
Figure FDA0002442333380000013
是温度荷载引起的约束准静态应变;
任一时刻下的准静态应变监测数据表示为:
Figure FDA0002442333380000014
式中,ε表示任一时刻下的准静态应变监测数据;MV为车载引起的内力,其中V表示车载作用;MT为温度引起的桥梁结构内力,其中T表示温度荷载作用;E(T)为混凝土材料的弹性模量,其为温度荷载的函数;α为混凝土的热膨胀系数;ΔT为结构整体温度变化量;I为截面抗弯惯性矩;y0为准静态应变监测点到横截面中性轴的距离;
以集群内任意两桥采集相同横断面准静态应变监测数据为驱动,基于集群结构相似性构建剔除环境温度荷载和车辆荷载的损伤指标;
S2:利用步骤S1构建的损伤指标,建立桥梁结构相似性程度的判别指标,利用中心极限定理及Jarque-Bera检验法,进行集群内全部桥梁的相似性程度判定;
S3:在桥梁结构相似性程度满足步骤S2所建立的判别指标的情况下,利用步骤S1构建的损伤指标,构建对结构损伤敏感的损伤特征向量;
S4:利用步骤S3中构建的损伤特征向量,利用基于奇异值分解的零空间理论,结合马氏距离判别方法,建立损伤定位因子序列;
S5:建立桥梁健康状态下数据的置信区间,并提出异常诊断阈值;若待诊断状态累积损伤定位因子超过阈值,则判定两桥该横断面周围有损伤发生;
S6:利用交叉验证策略,构建损伤定位结果向量,完成集群内全部桥梁的损伤定位。
2.根据权利要求1所述的基于集群结构相似性的桥梁损伤交叉定位方法,其特征在于:所述步骤S1中,基于集群结构相似性构建剔除环境温度荷载和车辆荷载的损伤指标的具体步骤为:
S12:将集群内任意B桥作为参考桥梁,将集群内任意A桥的准静态应变监测数据向B桥相同监测位置的准静态应变监测数据进行投影计算:
Figure FDA0002442333380000021
式中,
Figure FDA0002442333380000022
Figure FDA0002442333380000023
为集群内A桥和B桥相同位置i处测点的准静态应变监测数据;
Figure FDA0002442333380000024
为A桥i处测点准静态应变监测数据向B桥i处测点监测数据投影后的向量,
Figure FDA0002442333380000025
为A桥i处测点车载引起的内力与温度荷载引起内力之和向B桥的投影结果;
Figure FDA0002442333380000026
为A桥i处测点截面抗弯惯性矩;(·)T为求向量的转置;||·||2为求向量的模;
S13:将A桥投影之后的应变向量与B桥相同监测位置处应变监测数据所构成的向量做差,剔除温度变化所造成的约束次应变和车辆荷载作用引起的应变
Figure FDA0002442333380000027
式中,
Figure FDA0002442333380000031
为B桥i处测点车载引起的内力与温度荷载引起内力之和;
S14:计算某一时刻下桥梁任意监测断面i处测点与j处测点εA,B值的比值ξi,j,从而剔除温度引起的结构材料弹性模量变化的影响
Figure FDA0002442333380000032
Figure FDA0002442333380000033
进而由任一时刻下同一断面任意两个监测位置准静态应变监测数据得出ξ值构造全部时刻下ξ向量
ξ={ξ12,…,ξn-1n}T (7)
式中:n表示总监测时刻数。
3.根据权利要求2所述的基于集群结构相似性的桥梁损伤交叉定位方法,其特征在于:所述步骤S2具体包括以下步骤:
S21:构造桥梁相似性程度判别指标η
Figure FDA0002442333380000034
式中:m表示桥梁健康状态下ξ向量沿时间轴的平均分段数;ξL表示ξ中的某段样本,L表示其中的任意一段;
S22:运用Jarque-Bera检验法,构造检验统计量JB
Figure FDA0002442333380000035
式中,g为桥梁健康状态下η的样本总量,S为样本η的偏度,K为样本η的峰度;
S23:进行桥梁相似性程度的判别;若JB服从自由度为2的卡方分布,则η服从正态分布,利用中心极限定理,每段ξL样本独立且具有相同的均值和方差,进而可断定两桥相似性程度满足要求;相反,两桥相似性程度不满足要求。
4.根据权利要求3所述的基于集群结构相似性的桥梁损伤交叉定位方法,其特征在于:所述步骤S3中构建对结构损伤敏感的损伤特征向量的具体步骤为:
S31:利用任一横断面桥梁健康状态下ξ数据样本集构建κh向量
Figure FDA0002442333380000041
式中,w表示该断面应变监测点总数,h表示桥梁健康状态下的数据;
S32:计算桥梁健康状态下各时刻
Figure FDA0002442333380000042
向量与开始时刻
Figure FDA0002442333380000043
向量夹角
Figure FDA0002442333380000044
进而构建桥梁健康状态下损伤特征向量
Figure FDA0002442333380000045
Figure FDA0002442333380000046
式中,e为桥梁健康状态下总时刻数,t为桥梁健康状态下任一时刻;同理获得待诊断状态下损伤特征向量Φd
5.根据权利要求4所述的基于集群结构相似性的桥梁损伤交叉定位方法,其特征在于:所述步骤S4中建立损伤定位因子序列的具体步骤为:
S41:将步骤S3获得的损伤特征向量沿时间轴每r个时刻数据做为一个集合,r取40~50;利用每一个损伤特征向量集合计算的协方差构造每个集合的Hankel矩阵
Figure FDA0002442333380000047
Figure FDA0002442333380000048
式中,Φ1~r/2表示任一段向量Φ的第1~r/2行;
Figure FDA0002442333380000049
q=p+1;
S42:取桥梁健康状态下第一段时刻下所构造的Hankel矩阵H1进行奇异值分解,并将通过具有损伤特征的左奇异值矩阵U1,求得其零空间矩阵D;
S43:利用桥梁健康状态第一段时刻下所构建的零空间矩阵D和其余时间段的Hankel矩阵
Figure FDA0002442333380000051
Figure FDA0002442333380000052
构造桥梁健康状态下和待诊断状态下的残差向量
Figure FDA0002442333380000053
Figure FDA0002442333380000054
式中,
Figure FDA0002442333380000055
为桥梁健康状态下第v时间段的Hankel矩阵,
Figure FDA0002442333380000056
桥梁健康状态下第v时间段的残差向量,
Figure FDA0002442333380000057
为桥梁健康状态下总时间段数;
Figure FDA0002442333380000058
为桥梁健康状态下第v时间段的Hankel矩阵,
Figure FDA0002442333380000059
桥梁健康状态下第v时间段的残差向量,
Figure FDA00024423333800000510
为待诊断状态下总时间段数;
S44:利用马氏距离判别算法,可以获得桥梁健康状态下和待诊断状态下的损伤定位因子序列
Figure FDA00024423333800000511
Figure FDA00024423333800000512
式中,C为桥梁健康状态下残差向量ψh的协方差矩阵。
6.根据权利要求5所述的基于集群结构相似性的桥梁损伤交叉定位方法,其特征在于:所述步骤S5中判定两桥该横断面周围是否有损伤发生的具体步骤为:
S51:利用桥梁横断面的桥梁健康状态下准静态应变监测数据计算的损伤定位因子序列ρh,计算95%置信概率下的损伤诊断阈值λ;
λ=ρh,0.95 (23)
式中,ρh,0.95为桥梁健康状态下损伤定位因子向量ρh取95%置信概率的中位数;
S52:若ρd<λ,记z=0;相反,若ρd>λ,记z=1;进而计算超过阈值的累积损伤定位因子qb
Figure FDA0002442333380000061
式中,b为待诊断状态损伤定位因子的个数;
S53:累计度量qb服从二项分布,获取二项分布概率Pr在0.95水平下数值记为Q;若Q<qb,则两桥该断面有损伤发生;若Q>qb,则两桥该断面无损伤发生。
7.根据权利要求6所述的基于集群结构相似性的桥梁损伤交叉定位方法,其特征在于:所述步骤S6中集群内全部桥梁的损伤定位的具体步骤为:
S61:假设桥梁集群内桥梁共有
Figure FDA0002442333380000064
座相似桥梁,利用S5中任意两桥的定位结果,若某监测断面诊断有损伤则记Vs,f=1,若某监测断面诊断无损伤则记Vs,f=0,其中s,f为集群中的任意两桥;
S62:构建交叉定位矩阵:
Figure FDA0002442333380000062
S63:计算桥梁集群结构t横断面的损伤交叉定位结果
Figure FDA0002442333380000063
式中,Ω为集群内全部桥梁集合,共有
Figure FDA0002442333380000065
座;若Ns=1,则可判定第s座桥梁该横断面周围已发生损伤;若Ns<1,则可判定第s座桥梁该横断面周围无损伤发生。
CN201910884309.4A 2019-09-19 2019-09-19 一种基于集群结构相似性的桥梁损伤交叉定位方法 Active CN110704911B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910884309.4A CN110704911B (zh) 2019-09-19 2019-09-19 一种基于集群结构相似性的桥梁损伤交叉定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910884309.4A CN110704911B (zh) 2019-09-19 2019-09-19 一种基于集群结构相似性的桥梁损伤交叉定位方法

Publications (2)

Publication Number Publication Date
CN110704911A CN110704911A (zh) 2020-01-17
CN110704911B true CN110704911B (zh) 2020-05-29

Family

ID=69194653

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910884309.4A Active CN110704911B (zh) 2019-09-19 2019-09-19 一种基于集群结构相似性的桥梁损伤交叉定位方法

Country Status (1)

Country Link
CN (1) CN110704911B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111460551B (zh) * 2020-03-27 2022-05-24 华南理工大学 二维车辆超限荷载谱的模拟、分级和编制方法
CN113468627A (zh) * 2020-12-04 2021-10-01 广东省建筑设计研究院有限公司 一种新型混凝土结构建筑群安全评估方法
CN112949131B (zh) * 2021-03-05 2022-04-12 哈尔滨工业大学 连续桥梁集群损伤诊断的概率损伤定位向量法
CN113591371B (zh) * 2021-07-12 2022-06-07 黑龙江先创科技开发有限公司 基于时空关联模型的桥梁集群结构损伤定位方法
CN114048776B (zh) * 2021-11-10 2022-07-05 哈尔滨工业大学 基于损伤诊断指标非线性窄域特征的桥梁损伤识别方法
CN113961882B (zh) * 2021-11-18 2024-02-23 郑州大学 一种考虑混凝土主梁竖向温差对中性轴性能影响的损伤检测方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102147597A (zh) * 2010-02-10 2011-08-10 广州大学 一种重大建筑与桥梁结构的健康监测系统
CN105675056A (zh) * 2016-02-22 2016-06-15 东南大学 一种大跨桥梁损伤识别方法
WO2016135688A1 (en) * 2015-02-26 2016-09-01 Smart Structures Solutions S.R.L. Structural integrity monitoring device and method based on wireless sensor network
CN107292023A (zh) * 2017-06-20 2017-10-24 哈尔滨工业大学 一种基于损伤指标体系窄域特性的桥梁结构状态诊断方法
CN108052770A (zh) * 2017-12-28 2018-05-18 大连理工大学 一种考虑时变效应的大跨桥梁主梁性能预警方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102539098B (zh) * 2011-12-15 2014-01-22 东南大学 基于神经网络技术的桥梁动载测试方法
CN108763763B (zh) * 2018-05-28 2021-10-19 东南大学 一种桥梁结构应变响应异常预警方法
CN110119853B (zh) * 2019-05-29 2020-12-25 浙江大学 基于时间序列监测数据分析的供水管网漏损报警阈值选取方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102147597A (zh) * 2010-02-10 2011-08-10 广州大学 一种重大建筑与桥梁结构的健康监测系统
WO2016135688A1 (en) * 2015-02-26 2016-09-01 Smart Structures Solutions S.R.L. Structural integrity monitoring device and method based on wireless sensor network
CN105675056A (zh) * 2016-02-22 2016-06-15 东南大学 一种大跨桥梁损伤识别方法
CN107292023A (zh) * 2017-06-20 2017-10-24 哈尔滨工业大学 一种基于损伤指标体系窄域特性的桥梁结构状态诊断方法
CN108052770A (zh) * 2017-12-28 2018-05-18 大连理工大学 一种考虑时变效应的大跨桥梁主梁性能预警方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Damage Detection in Beam Bridges Using Quasi-static Displacement Influence Lines;shaoyi zhang等;《applied sciences》;20190430;全文 *
Probabilistic Damage Detection of Long-Span Bridges Using Measured Modal Frequencies and Temperature;Yang Deng等;《International Journal of Structural Stability and Dynamics》;20180419;第18卷(第10期);全文 *
时变环境与损伤耦合下桥梁结构频率及阻尼比的统计分析;杨鸥 等;《计算力学学报》;20100630;第27卷(第3期);全文 *

Also Published As

Publication number Publication date
CN110704911A (zh) 2020-01-17

Similar Documents

Publication Publication Date Title
CN110704911B (zh) 一种基于集群结构相似性的桥梁损伤交叉定位方法
Lee et al. Neural networks-based damage detection for bridges considering errors in baseline finite element models
CN110704801B (zh) 桥梁集群结构运营安全智能监测与快速检测成套方法
CN106897543B (zh) 模态柔度曲率矩阵范数的梁结构损伤识别方法
Cheung et al. The application of statistical pattern recognition methods for damage detection to field data
CN106156336A (zh) 一种斜拉桥结构状态评价系统及评定方法
CN110728089B (zh) 基于botda技术的大跨桥梁斜拉索结构损伤诊断方法
KR101711606B1 (ko) 유사도 기반 해양 구조물 손상 추정 방법
EP3951344A1 (en) Methods and systems for damage evaluation of structural assets
CN115048998B (zh) 一种基于监测数据的斜拉桥群索索力异常识别定位方法
KR101328889B1 (ko) 계측 변위 기반의 구조물 건전도 평가 시스템
CN109781863B (zh) 基于快速振动测试的结构腐蚀二阶段探测方法及其系统
Monavari et al. Structural deterioration detection using enhanced autoregressive residuals
Karimi et al. Damage identification in bridge structures: review of available methods and case studies
CN116910879A (zh) 一种随机车载作用下桥梁斜拉索的索力异常诊断方法及装置
CN117852122A (zh) 一种pc桥梁结构内钢绞线现存应力检测的方法
Eick et al. Miter gate gap detection using principal component analysis
Gul Investigation of damage detection methodologies for structural health monitoring
CN115456104A (zh) 一种对传感器故障不敏感的桥梁拉索异常识别定位方法
CN106462908B (zh) 维护管理指标计算装置以及维护管理指标计算方法
Lee et al. Two-step approaches for effective bridge health monitoring
Li et al. Mechanics-Informed Autoencoder Enables Automated Detection and Localization of Unforeseen Structural Damage
Moradi Pour An improved modal strain energy method for bridge damage identification
Heo The State-of-the-Art in Structural Integrity Management: A Review and Proposed Data-Driven Approach
Alshallaqi Truss Bridge Damage Localization and Severity Estimation Using Influence Lines

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant