CN113283000B

CN113283000B - 一种基于有限元和检监测数据融合的全桥响应重构方法

Info

Publication number: CN113283000B
Application number: CN202110725705.XA
Authority: CN
Inventors: 张青青; 金志廷; 朱占元; 李琦; 杨畅; 刘国军; 魏召兰
Original assignee: Sichuan Agricultural University
Current assignee: Sichuan Agricultural University
Priority date: 2021-06-29
Filing date: 2021-06-29
Publication date: 2022-11-11
Anticipated expiration: 2041-06-29
Also published as: CN113283000A

Abstract

本发明公开了一种基于有限元和检监测数据融合的全桥响应重构方法，包括以下步骤：利用POD技术对分布的长标距应变传感器采集的桥梁检监测数据在时域上进行分解，得到降阶的模态ROM和时间随机函数TCF，结合预测单元的坐标信息初估计预测单元的结构响应，并将该响应与监测单元响应再次分解得到更新后的ROM和TCF；建立全桥不同位置损伤有限元模型数据库；利用分解的ROM从模型数据库中找出与真实结构相匹配的模型；最后，利用匹配模型的监测单元与预测单元的映射关系去修正更新后的ROM，将更新后的ROM和TCF可有效重构全桥单元的结构响应。本发明利用有限的传感器去重构全桥的结构响应，可实现实际二维桥梁结构性能的识别。

Description

一种基于有限元和检监测数据融合的全桥响应重构方法

技术领域

本发明属于桥梁测量领域，特别是涉及一种基于有限元和检监测数据融合的全桥响应重构方法。

背景技术

近几十年来，结构健康监测(SHM)在确保结构诊断和预测结构健康方面受到广泛关注。桥梁测量作为基础部分，对SHM系统的可靠性起着重要的作用。为了监测桥梁的实际状况，需要获得整个结构的系统响应。然而，由于数据采集成本的影响或测量位置的困难性，通常只能获得一个维度的响应，无法对结构性能进行一个全面的诊断和评价。因此，结构整体响应数据的重构成为结构健康监测系统的重要组成部分。特别是全桥响应重构能有效保证监测结果的唯一性和稳定性。

目前已经有许多致力于对结构关键部位的响应进行重构的研究工作。基于传递矩阵和EMD的方法利用有限元模型或更新的有限元模型建立特征参数(传递矩阵和模型矩阵)，然后利用测量数据基于这些特征参数重构结构响应，这就涉及到有限元模型是否能提供与真实结构体系一致的参数。基于滤波的方法在测量噪声处理中显示出其独特的优势。但为了有效地保证数据重构的精度，需要对输入力进行精确估计，而这就导致了响应重构算法的复杂性，不适用于具有复杂外荷载的结构系统。因此，开发了不依赖于任何指定的有限元模型的无模型方法。

许多无模型的算法都依赖于压缩感知(CS)框架。一些研究利用CS框架来恢复非相干缺失数据。利用稀疏贝叶斯学习机制，将贝叶斯CS方法扩展到数据重构。在多元高斯过程先验条件下，贝叶斯多任务学习方法比较了缺失数据在不同协方差函数下的性能。此外，其他无模型的方法，如序列扩展学习(SBL)和相关度，也被用于SHM应用中的数据重构。无模型方法主要是基于采集信号在变换域的稀疏特性来重构完整的信号。但无模型方法限制了整个结构区域内非监测位置的结构响应重构。

发明内容

为了解决上述技术问题，本发明提供一种基于有限元和检监测数据融合的全桥响应重构方法，避免了有限元模型的更新，解决了未监测位置响应重构精度不高的问题。

为实现上述目的，本发明提出一种基于有限元和检监测数据融合的全桥响应重构方法，具体包括以下步骤：

S1、对全桥进行监测和数据收集，得到检测监测IM数据；

S2、利用POD技术对所述IM数据进行分解，得到降阶模态ROM和TCF；并基于所述ROM、所述TCF和桥梁预测单元的坐标信息，得到初步估计的全桥结构响应；

S3、建立基于有限元模型的全桥不同位置的损伤模型数据库；从所述损伤模型数据库中匹配出与所述ROM相匹配的预测单元的RROM，并找出所述ROM和所述RROM之间的关系；

S4、再次利用所述POD技术对所述初步估计的全桥结构响应进行分解，得到更新后的ROM和TCF；

S5、利用所述ROM和所述RROM之间的关系，对所述更新后后的ROM进行更新，得到修改后的ROM；

S6、基于更新后的TCF和所述修改后的ROM，得到最终重构后的全桥结构响应。

优选地，所述S1采用长标距光纤光栅传感器FBG对全桥进行监测和数据收集。

优选地，所述S1具体为：

将桥梁划分为多个区域，利用分布式传感器的区域传感采集关键结构单元或关键区域的分布式信息；对于桥梁区域，设纵向有1个单位，横向有c个单位；传感器的数量至少为2c，末端截面上的所有单元需要装上传感器；选择中间截面和另一端截面来放置传感器；这两部分上的传感器被对称地布置，并且这两部分上的传感器数量的总和不小于2c+1；选择中间横截面和两末端横截面放置传感器且传感器数量之和不小于2c+1。

优选地，所述S6还包括：利用所述最终重构后的全桥结构响应，对结构性能进行诊断和评价，实现结构参数的准确识别。

优选地，所述全桥不同位置的损伤模型数据库采用多级有限元模型建立的。

优选地，预测单元上的所述ROM通过反距离加权法插值得到。

与现有技术相比，本发明的有益效果在于：

(1)本发明采用有限元与检监测数据相结合的混合方法，避免了有限元模型的更新，解决了未监测位置响应重构精度不高的问题；将桥梁划分为多个区域，利用分布式传感器的区域传感采集关键结构单元或关键区域的分布式信息。利用有限的传感器去重构全桥的结构响应，可实现实际二维桥梁结构性能的识别。

(2)本发明考虑了有限元模拟与结构IM数据之间的联系，采用POD技术实现响应重构，可以利用结构系统的ROM重构结构响应。

(3)本发明考虑了利用ROM和所述RROM之间的关系，对所述更新后的ROM进行更新，得到修改后的ROM；基于更新后的TCF和所述修改后的ROM，得到最终重构后的全桥结构响应。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例的监控区域的传感器布置方案图；

图2为本发明实施例的未监测单元的两级分析示意图；

图3为本发明实施例的应变响应重构流程图；

图4为本发明实施例的简支T梁桥的几何配置和传感器位置分布图；

图5为本发明实施例的第一级单元的重构应变响应：其中，(a)S₁₅为第一级单元的重构应变响应；(b)为S₂₉第一级单元的重构应变响应；(c)为S₄₉第一级单元的重构应变响应；(d)为S₅₅第一级单元的重构应变响应；(e)S_1、13第一级单元的重构应变响应；(f)S_5、13第一级单元的重构应变响应；

图6为本发明实施例的二级单元的应变重构响应图；其中，(a)为区域I的二级单元的应变重构响应图；(b)为区域II的二级单元的应变重构响应图；

图7本发明实施例的响应重构的误差分布图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

实施例1

本发明提供一种基于有限元和检监测数据融合的全桥响应重构方法，具体包括以下步骤：

S1、采用长标距光纤光栅传感器FBG对全桥进行监测和数据收集。

对于桥梁区域，纵向有l个单位，横向有c个单位。考虑到一个单元的ROM不仅与纵向上的单元ROM有关，而且还与横向上的单元ROM有关。因此，本发明还确定了各个区域的传感器布置规则，如图1所示：

(a)传感器的数量至少为2c。

(b)末端截面上的所有单元需要装上传感器；

(c)选择中间截面和另一端截面来放置传感器。这两部分上的传感器被对称地布置，并且这两部分上的传感器数量的总和不小于2c+l。选择中间横截面和两末端横截面放置传感器且传感器数量之和不小于2c+l。

(d)上述三个要监测的截面中，每一截面应在横向相同位置设一个单元，以考虑横向ROM分布的影响。上述所监测的三个横截面，每一截面应在横向相同位置设一个单元。

在图1中，共有三个监测段，分别是第1段、第ml段和第l段，所有单元都在第1段上安装了传感器。在ml和l部分上，对中间和边缘的一些单位进行监测。还监测mc列和l列中的单元，以考虑ROM分布在横向上的影响。传感器编号为2c+l。

S2、利用POD技术对所述IM数据进行分解，得到ROM和TCF；并基于所述ROM、所述TCF和桥梁预测单元的坐标信息，得到初步估计的全桥结构响应；

POD技术是一种用于推导观察单个现象的最有效坐标系的方法，可应用于随机现象的分析。

它提供了一种最有效的方法，可以用有限数量的“模态”来捕获无限维过程的主导成分，而且通常是很少的“模式”。在此情况下，假设U(t)是随时间t变化的应变，可表示为：

U(t)＝[u₁(t) u₂(t) ... u_N(t)] (1)

其中，N是布置传感器单元的数量。POD的目的是提出一组正交向量Φ，以一种最优的方式重新组装应变U(t)。根据卡胡宁-洛夫展开，正交向量Φ与U线性相关：

这里Φ＝[φ₁，φ₂，…，φ_N]，A(t)＝[a₁(t)，a₂(t)，…，a_N(t)]^T是收集新的基组合(称为TDC)的系数的振幅矩阵。a_j(t) (j＝1，…，N)可计算为：

a_j(t)＝U(t)^T·φ_j＝φ_j ^T·u(t) (3)

正交向量Φ满足特征向量方程：

RΦ＝ΛΦ (4)

其中R是空间协方差函数，Λ＝diag{λ₁，λ₂，…，λ_N}是一个存储特征值的对角矩阵。一般来说，第一个M(M＜N)阶Φ包含大部分的应变能。得到的ROM根据第一个M列向量被确定为Φ的一个子集。因此，应变向量可以用以下关系来近似表示：

假设u′(t)不是需要预测的应变反应。基于POD原理，U′(t)不能表示为假设U′(t)是需要预测的应变反应。基于POD原理，U′(t)表示为：

其中φ_i为预测单元的ROM，可通过反距离加权法插值得到，

其中，φ是在预测单元附近的已知单位k的ROMφ。D是已知单位与预测单元之间的距离。P是距离的幂。

是参与插值的监控单位的数量。

S3、建立基于有限元模型的全桥不同位置的损伤模型数据库；从所述损伤模型数据库中找出与所述ROM相匹配的模型RROM，并找出所述ROM和所述RROM之间的关系；

对于三维桥梁模型，主梁上的单元数量远远大于安装在主梁上的传感器数量。在上述研究中，由于预测单元和监视单元之间的映射关系复杂，直接重构预测单元的响应是不可行的。在基于POD的响应重构中，最重要的步骤之一是获得预测单元的有效ROM，如方程式(6)和(7)所述。桥的实际ROM分布是未知的，但预测单元的ROM可以利用已知单元的ROM来估计。有限元法是一种建立损伤模型库的有效工具，可以根据监测单元的损伤分布匹配出合适的损伤模型。对于每个模型，对桥施加冲击力、移动单元力等简单的动态荷载，采集监测单元响应，利用POD技术获得正交向量Φ。通过对实测响应和有限元分析Φ的比较，得出了更接近实际的模型。匹配模型的ROM分布有助于校准由基于POD的响应重构计算出的预测单元的ROM。

因为一个监测区域中未被监测单元的数量远远大于监测单元的数量。为了有效地估计全桥的结构响应，将这些未被监测的单元分为两级，以校准等式(7)中的ROM，如图2所示。

从图2可以看出，根据传感器布置方案，将未监测单元分为两级，根据传感器布置方案对其结构响应进行估计。第一级包括监测部分ml和l上的未监测单元，其余的未监测单元属于第二级。对于第一级，一些传感器被安排在监测部分，可用于显示一些特征。因此，通过建立具有单损伤模型的模型库，可以很容易地实现未监测单元的ROM标定。对于第二级，各部分上没有传感器。为了获得有效的ROM，需要建立一个基于第一级ROM的多损伤模型基础，以校准第二级单元的ROM。

在第一级，通过分别模拟不同单元的损伤，建立有限元模型库作为第一级模型库，以计算监测区域的ROM。根据监测区域单元的划分，对ol单损伤模型进行模拟，建立有限元模型基础。对于第一级模型库中的有限元模型，计算监测区域的ROM，可用矩阵表示：

其中，Φ1是有限元模型的ROM。由于模型库中有o1模型，Φ1包括o1矩阵，如等式(8)所示，基于上述传感器布置，监测单元的真实结构模型和有限元模型可分别表示为：

其中，ψ1和

分别表示有限元模型和真实结构中的监测单元的ROM。b1、b2、b3分别是监测部分上的位置。为了找到那些符合实际结构的模型，必须找到基于等式(9)和(10)的ROM的特征。为了找到那些与真实结构相匹配的模型，必须找到与方程式(9)和(10)相同的ROM特征。

在传感器放置方案中，选取三个横截面来监测一个结构区域，从而在宏观层面上掌握ROM的纵向分布特征。在监测区域放置横向传感器有利于在微观层面揭示ROM的横向分布特征。因此，矩阵H1和

被定义为表示基于等式(10)的监测区域的特征.ψ1₁₁＝第1列、ψ1₁₂＝第ml列、ψ1₁₃＝第l列，ψ1₁₁、ψ1₂₁、ψ1_c1是横向单元；

其中，H1和

是ψ1和

的正则化矩阵。它由等式(8)推导且认为矩阵H1也包含o1矩阵。在等式(10)中，将b2单位的ROM用作参考值，分别正则化ψ1和

的每一列。在一级模型基础中，将第v个模型模拟为一个无损伤的理想模型，用于计算H1′和

矩阵。

每个有限元模型的条件都由相应的H1′来描述。然后用矩阵H1′和

分析了实结构与有限元模型之间的相关性。模型相关矩阵R1可以由：

矩阵R1中的元素r1_nc，ξ(nc＝1，2，3)显示了H1′(ζ)和

之间的第nc列数据的相关性。r1_nc，ξ被计算为，

其中，

e1＝mean(H1′_：，nc(ζ))，mean(·)表示用于计算平均值的函数。下标(：，nc)表示矩阵的第nc列上每个元素。从上面讨论的传感器放置方案中可知，监控部分上的传感器数量不同，即r1_1，ξ、r1_2，ξ、r1_3，ξ的贡献度不同。基于公式(12)矩阵J1和J2被计算为：

其中

λ_nc取决于第nc列监测部分上的监测单元数量与一个区域内所有监控单元数量的比例。abs(·)表示用于计算绝对值的函数。所以与真实结构相匹配的模型可以从，

w1＝{ζ，J1_ξ≥Threshold，and J1_ξ＞0} (15)

w1是来自第一级模型的匹配模型。确定匹配模型(14)，选择J1中大于(或等于)阈值和J2中大于0的元素。根据公式(15)可知，如果模型ζ的J1大于(或等于)阈值且J2大于0，则模型ζ是所需的模型。对于第一级，使用匹配的单一损伤模型和同一监测横断面上的监测单元来估计未监测单元的响应。一旦确定匹配模型，从Φ1提取三个监控横断面的数据以计算ψ1。在这里，ψ1和随后计算出的H1不包含元素0。结合匹配模型的Φ1和实结构的

有：

其中，下标(x1，y)表示非零元素的位置，下标(x，y)是第一级单元的位置，也是与

中的位置(x1，y)对应的监控部分0的位置。因此，可以使用等式(16)计算矩阵

中的0元素。在纵向上，使用三个监测单元来使用曲线插值来计算剩余单元的ROM。

是由第一级模型估计的真实结构的ROM。需要注意的是，假设通过插值安装ROM的装置没有损坏。需要注意的是假定通过插值拟合ROM的单元没有损坏。这与多重损伤的实际情况不一致，这需要对矩阵

进行进一步的修正。

在第二级中，由于多个单元可能发生损坏，因此需要根据匹配的单损伤模型建立多损伤模型作为第二级模型。在第二级中，由于损伤可能发生在多个单元中，因此需要根据匹配的单损伤模型建立多损伤模型作为第二级模型。

是第二级模型的ROM。如果在第二级有o2模型，那么Φ2包含o2矩阵。矩阵Φ2和

被正则化为，

为了找到最合适的二级模型，给出了一个相关矩阵R2，

R2＝[r2₁ r2₂…r2_o2] (18)

矩阵R2中的元素r2_ζ(ζ＝1，2，...，o2)计算为，

其中，下标(nj，：)是矩阵的第nj列。nj表示不确定损伤单元的横向位置。

w2是来自第二级模型的匹配模型。在等式中(18)，通过找到矩阵R2的最大值，最终确定与真实结构匹配的模型。使用匹配的第二级模型，可以使用等式(16)修改第二级单元上的Φ1。

S4、再次利用所述POD技术对所述初步估计的全桥结构响应进行分解，得到二次分解后的ROM和TCF；

S5、利用所述ROM和所述RROM之间的关系，对所述二次分解后的ROM进行更新，得到修改后的ROM；

S6、基于二次分解后的TCF和所述修改后的ROM，得到最终重构后的全桥结构响应。

本发明结合POD算法和有限元的响应重构方法，以可测量参考位置的已知响应为基础重构全桥的响应，所提出的重构策略概述如图3所示。

从图3中可以看出，重构策略主要有两个步骤即POD处理和重构阶段。

第一步是POD处理。基于上述传感器的布置，采用分布式传感器对监测区域的结构响应进行监测。基于上述提出的传感器布置，分布式传感器用于采集监测区域的结构响应。

根据公式(7)计算ROM的φ′，并利用监测数据重构结构响应U′。采用POD算法分解重构响应U′，得到ROM的

和矩阵A(t)。

第二步是重构过程。在这一步骤中，所有未监测的单元分为两个级别进行计算。第二级单元的计算是基于第一级单元的响应估计。对于第一级单元，建立了一个单损伤模型库，通过寻找匹配真实结构的模型来校准

在寻找这些模型的过程中，首先给出了矩阵ψ1、

H1′和

来描述有限元模型的ROM特征和真实结构，然后基于公式(12)和(13)计算了相关矩阵R1。在获得R1之后，确定合适的模型，根据W1找到第一级中的匹配模型。通过结合匹配模型(W1)、矩阵H1和

例如公式(16)来校准ROM的

最后，利用第一步计算出的校准的ROM的

和矩阵A(t)根据等式(5)重构第一级单元的响应。同样地，这些步骤仍然需要在第二级中操作，包括模型库的建立、特征矩阵(H2和

)和相关矩阵R2的计算以及匹配模型(W2)的确定。因此，

使用等式(16)进行了校准后结合步骤一(POD处理)中识别的A(t)可用于有效重构结构响应U(t)。

值得注意的是无论是第一级单元还是第二级单元，都需要在第二步骤操作之前执行第一步骤(POD处理)。在完成第一步之后，获得在当前状态下的ROM的

和矩阵A(t)，以确保下一步的操作。

为了验证技术效果，本发明选用一座多片T型梁简支梁桥作为数值模拟对象演示了整个重构过程，并详细研究了传感器布置、传感器数量、损伤条件和噪声水平对测量结果的影响，验证了该方法的有效性和准确性。

该桥的几何结构如图4所示。该桥长45米，宽12.76米，高2.75米，由5片T梁组成。弹性模量为35500Mpa，密度为2549kg/m3。在具有19个节点的有限元模型中，每个梁结构被划分为18个欧拉梁单元。损伤被设计为在S单元上降低了T梁4的单元S₄₈上高度的6％至S_4，11。损伤部位为第4片T梁上S₄₈到S_4，11单元(图4浅灰色位置)，高度降低6％。模拟了不同重量和速度的车辆从不同的车道通过这座桥。因此，可以通过安装在桥梁上的传感器来获得桥梁的动态响应。

简支T梁的几何结构和传感器位置如图4所示。全桥分为两个监测区。第I区包含x向9个单元，y方向5个单元，选择其中11个单元作为监测单元，重构34个未监测单元。区域II包括10个x向单元和5个y方向单元，其中11个单元布置有传感器以估计39个未受监测的单元。第9段位于I、II区交界处，因此全桥传感器数量为19个，未监测单元总数为71个。从传感器布置方案可以看出，并非所有损坏位置都安装有传感器。所有未受监测的单元均分为两级。在第一级中包括6个单元，即S₁₅，S₅₅，S₂₉，S₄₉，S_1，13和S_5，13，而其余未受监测单元属于第二级。

结构响应可以首先使用等式(6)进行重构，然后对式(6)进行分解，得到更新后的ROM和振幅矩阵。对于第一级单元，根据更新后的振幅矩阵和校正后的ROM重构响应，如图7所示。由图5可知，在第一级中有6个未被监视的单元(S₁₅、S₂₉、S₄₉、S₅₅、S_1、13和S_5、13)。图中5所示。演示了六个单元的重构响应，并显示了重构数据的时间历史与真实值之间的比较。对于一级单元，POD方法和该方法的峰值误差范围分别为21.65％-24.47％和0.04％-0.39％。从图5可以看出，所提方法的应变重构误差小于POD方法的应变重构误差。

当第一级无监测单元的响应重构完成后，可利用多损伤模型库对第二级单元的ROM进行标定。在基于上述讨论获得校准的ROM之后，第二级的下一个步骤与第一级的步骤相同。对被监测单元和第一级单元的响应进行分解，得到更新的重构第二级单元的ROM和振幅矩阵。在x方向上，已知的ROM有助于使用曲线插值来估计第二级单位的ROM。因此，利用匹配的多重损伤模型对这些估计的ROM进行校正，最后根据重新更新的振幅矩阵和校准的ROM来重构二级单元的响应，如图6所示。对于被调查的大桥来说，实际损坏发生在T梁4的单元S₄₈～S_4、11上。选择区域I中的单元S₄₆-S₄₈、S₅₆-S₅₈以及损伤单元靠近II的区域II中的单元5_4，10-S_4，12，5_5，10-S_5，12以演示第二级单元的应变重构结果。图6中所示。分别显示了使用POD方法和所提出的响应重构方法的比较结果。对所研究的单元进行了峰值相对误差的计算，验证了所提方法的有效性。从图6可以很容易地找到它。POD法重构的结构响应在各单元处与真实值存在较大误差，尤其是在峰值处，难以满足工程监测的要求。但该方法与实测应变响应结果吻合较好，这表明该方法可用于应变响应重构。

为了进一步证明该重构方法的准确性，提取了应变响应峰值进行绝对误差分析。图中7所示。图7给出了采用该方法重构的峰值响应的绝对误差分布。从T梁1(T1)到T梁5(T5)，峰值绝对误差分别为2.04％、2.57％、1.53％、5.16％和2.43％，平均误差为0.88％、1.28％、0.83％、2.04％和0.95％。由上述信息可知，最大峰值误差出现在T梁4，各梁的平均误差均小于5％。因此，在进行应变响应重构时，所提出的方法可以减小重构误差，使重构的应变响应与实测应变响应接近。

为了进一步说明所提出的重构方法的鲁棒性，对不同噪声水平进行了数值实验。应变测量的测量噪声模型为零均值高斯模型，分别具有对应无噪声信号的2％、5％和8％RMS。提取不同噪声水平的峰值绝对误差和平均误差，如表1所示为不同噪声水平下的峰值绝对误差(％)和平均误差(％)值，显示了本发明方法对5个T梁的重构误差。

表1

对于本发明所提出的方法，重构误差随噪声水平的增加而增加，但增加幅度较小。峰值绝对误差和平均误差的最大值分别为6.45％和3.48％。然而，POD法重构误差并没有随着噪声水平的增加而显著增加，但峰值绝对误差和平均误差都较大，最大值分别为67.34％和22.31％。

综上，本发明采用有限元与检监测数据相结合的混合方法，避免了有限元模型的更新，解决了未监测位置响应重构精度不高的问题；本发明考虑了有限元模拟与结构IM数据之间的联系，采用POD技术实现响应重构，可以利用结构系统的ROM重构结构响应。与此同时，本发明在重构应变响应方面，在重构精度和稳定性方面优于典型的POD方法。

以上所述的实施例仅是对本发明的优选方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。

Claims

1.一种基于有限元和检监测数据融合的全桥响应重构方法，其特征在于，具体包括以下步骤：

S1、对全桥进行监测和数据收集，得到检测监测IM数据；

S5、利用所述ROM和所述RROM之间的关系，对所述更新后的ROM进行更新，得到修改后的ROM；

2.根据权利要求1所述的基于有限元和检监测数据融合的全桥响应重构方法，其特征在于，所述S1采用长标距光纤光栅传感器FBG对全桥进行监测和数据收集。

3.根据权利要求2所述的基于有限元和检监测数据融合的全桥响应重构方法，其特征在于，所述S1具体为：

将桥梁划分为多个区域，利用分布式传感器的区域传感采集关键结构单元或关键区域的分布式信息；对于桥梁区域，设纵向有l个单位，横向有c个单位；传感器的数量至少为2c，末端截面上的所有单元需要装上传感器；选择中间截面和另一端截面来放置传感器；这两部分上的传感器被对称地布置，并且这两部分上的传感器数量的总和不小于2c+1；选择中间横截面和两末端横截面放置传感器且传感器数量之和不小于2c+1。

4.根据权利要求1所述的基于有限元和检监测数据融合的全桥响应重构方法，其特征在于，所述S6还包括：利用所述最终重构后的全桥结构响应，对结构性能进行诊断和评价，实现结构参数的准确识别。

5.根据权利要求1所述的基于有限元和检监测数据融合的全桥响应重构方法，其特征在于，所述全桥不同位置的损伤模型数据库采用多级有限元模型建立的。

6.根据权利要求1所述的基于有限元和检监测数据融合的全桥响应重构方法，其特征在于，预测单元上的所述ROM通过反距离加权法插值得到。