CN113343541A - 长大跨桥梁的涡激振动预警方法、装置及终端 - Google Patents

长大跨桥梁的涡激振动预警方法、装置及终端 Download PDF

Info

Publication number
CN113343541A
CN113343541A CN202110772362.2A CN202110772362A CN113343541A CN 113343541 A CN113343541 A CN 113343541A CN 202110772362 A CN202110772362 A CN 202110772362A CN 113343541 A CN113343541 A CN 113343541A
Authority
CN
China
Prior art keywords
bridge
displacement
mode
vibration
vortex
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.)
Granted
Application number
CN202110772362.2A
Other languages
English (en)
Other versions
CN113343541B (zh
Inventor
周立明
张立平
杨建科
张建
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.)
Shijiazhuang Tiedao University
Original Assignee
Shijiazhuang Tiedao University
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 Shijiazhuang Tiedao University filed Critical Shijiazhuang Tiedao University
Priority to CN202110772362.2A priority Critical patent/CN113343541B/zh
Publication of CN113343541A publication Critical patent/CN113343541A/zh
Application granted granted Critical
Publication of CN113343541B publication Critical patent/CN113343541B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/23Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/02Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明适用于桥梁安全技术领域,提供了一种长大跨桥梁的涡激振动预警方法、装置及终端。该方法包括:获取目标桥梁上多个监测点各自对应的位移序列和目标桥梁的风环境;基于目标桥梁的奇异值谱计算能量集中系数;基于目标桥梁的桥形和位移振型计算振型相关系数;基于能量集中系数和振型相关系数判断目标桥梁是否发生单模态振动,根据风环境和各个监测点的位移均方根判断目标桥梁是否满足涡激振动预警条件,若满足,则发出涡激振动预警。本发明通过能量集中系数判断桥梁是否发生单模态振动,可以避免模态节点处的取值对判断结果的影响;将风环境与单模态振动作为并列条件进行涡激振动判断,可以减少误判,提高监测结果的可靠性。

Description

长大跨桥梁的涡激振动预警方法、装置及终端
技术领域
本发明属于桥梁安全技术领域,尤其涉及一种长大跨桥梁的涡激振动预警方法、装置及终端。
背景技术
桥梁是交通基础设施中重要的一环,为保证交通运行正常以及行人安全,桥梁的健康状态尤为重要。其中,长大跨桥梁由于自身构造特点,易受到涡激振动的影响,当涡激振动振幅过大且持续时间较长时会影响桥梁的使用性能和安全性,因此,有必要对长大跨桥梁进行结构健康监测。
目前,长大跨桥梁通常使用基于接触式测量技术(压电加速度计、振弦应变仪)的结构健康监测系统,然而,这些监测系统需要安装于桥体且结构复杂,如果安装在模态节点处,测得的参数会受到影响,导致监测结果的可靠性较低。
发明内容
有鉴于此,本发明提供了一种长大跨桥梁的涡激振动预警方法、装置及终端,以解决现有的桥梁结构健康监测系统的可靠性低的问题。
本发明实施例的第一方面提供了一种长大跨桥梁的涡激振动预警方法,包括:
获取目标桥梁上多个监测点各自对应的位移序列和目标桥梁的风环境;位移序列包括监测点在各个采样时刻的位移;
对各个监测点对应的位移序列进行频域分析,得到目标桥梁的奇异值谱和位移振型;
对各个监测点对应的位移序列进行时域分析,得到各个监测点的位移均方根和目标桥梁的桥形;
基于目标桥梁的奇异值谱计算能量集中系数;
基于目标桥梁的桥形和位移振型计算振型相关系数;
基于能量集中系数和振型相关系数判断目标桥梁是否发生单模态振动;
若发生单模态振动,则根据风环境和各个监测点的位移均方根判断目标桥梁是否满足涡激振动预警条件,若满足,则发出涡激振动预警。
本发明实施例的第二方面提供了一种长大跨桥梁的涡激振动预警装置,包括:
获取模块,用于获取目标桥梁上多个监测点各自对应的位移序列和目标桥梁的风环境;位移序列包括监测点在各个采样时刻的位移;
第一分析模块,用于对各个监测点对应的位移序列进行频域分析,得到目标桥梁的奇异值谱和位移振型;
第二分析模块,用于对各个监测点对应的位移序列进行时域分析,得到各个监测点的位移均方根和目标桥梁的桥形;
第一计算模块,用于基于目标桥梁的奇异值谱计算能量集中系数;
第二计算模块,用于基于目标桥梁的桥形和位移振型计算振型相关系数;
第一判断模块,用于基于能量集中系数和振型相关系数判断目标桥梁是否发生单模态振动;
预警模块,用于在发生单模态振动时,根据风环境和各个监测点的位移均方根判断目标桥梁是否满足涡激振动预警条件,并在满足涡激振动预警条件时,发出涡激振动预警。
本发明实施例的第三方面提供了一种终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如任一项所述长大跨桥梁的涡激振动预警方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如任一项所述长大跨桥梁的涡激振动预警方法的步骤。
本发明与现有技术相比存在的有益效果是:
本发明提供的长大跨桥梁的涡激振动预警方法包括:获取目标桥梁上多个监测点各自对应的位移序列和目标桥梁的风环境;位移序列包括监测点在各个采样时刻的位移;对各个监测点对应的位移序列进行频域分析,得到目标桥梁的奇异值谱和位移振型;对各个监测点对应的位移序列进行时域分析,得到各个监测点的位移均方根和目标桥梁的桥形;基于目标桥梁的奇异值谱计算能量集中系数;基于目标桥梁的桥形和位移振型计算振型相关系数;基于能量集中系数和振型相关系数判断目标桥梁是否发生单模态振动;若发生单模态振动,则根据风环境和各个监测点的位移均方根判断目标桥梁是否满足涡激振动预警条件,若满足,则发出涡激振动预警。本发明中的能量集中系数可以体现桥梁振动时能量的集中程度,通过能量集中系数判断桥梁是否发生单模态振动,可以避免模态节点处的取值对判断结果的影响;将风环境与单模态振动作为并列条件进行涡激振动判断,可以减少误判,提高监测结果的可靠性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述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是本发明实施例提供的长大跨桥梁的涡激振动预警方法的实现流程图;
图2是本发明实施例提供的长大跨桥梁的涡激振动预警装置的结构示意图;
图3是本发明实施例提供的终端的示意图;
图4是本发明的一个实施例中进行涡激振动预警的方法实现流程图;
图5是本发明的一个实施例中各采集装置的安装位置示意图;
图6是本发明的一个实施例中的目标桥梁的桥形图;
图7是本发明的一个实施例中的目标桥梁的位移时间-频率-功率谱;
图8是本发明的一个实施例中的目标桥梁的奇异值谱;
图9是本发明的一个实施例中的目标桥梁的桥形;
图10是本发明的一个实施例中的目标桥梁的振型相关系数;
图11是本发明的一个实施例中的各个监测点的位移均方根。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图通过具体实施例来进行说明。
参见图1,其示出了本发明实施例提供的长大跨桥梁的涡激振动预警方法的实现流程图,详述如下:
步骤101,获取目标桥梁上多个监测点各自对应的位移序列和目标桥梁的风环境;位移序列包括监测点在各个采样时刻的位移。
在本实施例中,可以对目标桥梁持续进行长期监测,然后选取某个时间段内的位移序列进行分析,例如将最新采集的10分钟内的位移序列作为分析对象。可以通过非接触测量设备获取每个监测点的位移序列,非接触测量设备包括微波雷达、光学相机以及视频监控等;通过风速仪获取目标桥梁的风环境信息。监测点的数量和位置根据目标桥梁的具体情况确定。
步骤102,对各个监测点对应的位移序列进行频域分析,得到目标桥梁的奇异值谱和位移振型。
在本实施例中,奇异值谱可以表示目标桥梁的整体振动能量的分布程度,位移振型表示目标桥梁所处振动模态对应的振型。
步骤103,对各个监测点对应的位移序列进行时域分析,得到各个监测点的位移均方根和目标桥梁的桥形。
在本实施例中,监测点的位移均方根用于体现监测点的振动幅度。桥形表示目标桥梁在各个时刻的形状,由所有监测点[x1,x2,…,xn]在各个时刻t1,t2,…,tm的位移确定,桥形可以表示为{M(t)}(t=t1,t2,…,tm),其中,xn表示第n个监测点,M(t)表示t时刻的桥形。
步骤104,基于目标桥梁的奇异值谱计算能量集中系数。
在本实施例中,能量集中系数表示目标桥梁的振动能量的集中程度。能量集中系数的值在0到1之间,越接近1则表示能量越集中,越接近0则表示能量越分散。当涡激振动发生时,目标桥梁处于单模态振动中,即目标桥梁的振动能量集中于某一个模态阶次,能量集中系数接近于1.
步骤105,基于目标桥梁的桥形和位移振型计算振型相关系数。
在本实施例中,振型相关系数表示目标桥梁的实际振动时的形状与位移振型的相似程度。振型相关系数的值在0到1之间,越接近1则表示形状相似,越接近0则表示形状不相似。当涡激振动发生时,目标桥梁的振动模态集中于一个模态阶次,相应的,目标桥梁在振动时的桥形也就会非常接近该模态阶次的振型,对应的振型相关系数也就非常接近于1。
步骤106,基于能量集中系数和振型相关系数判断目标桥梁是否发生单模态振动。
在本实施例中,目标桥梁若处于单模态振动状态,则目标桥梁会存在一个主导模态。对能量集中系数和振型相关系数同时进行判断,若能量集中系数显示振动能量集中于某一阶振动模态,同时振型相关系数显示目标桥梁在振动时的桥形与某一阶模态振型相似,则可以确定目标桥梁处于单模态振动状态。
步骤107,若发生单模态振动,则根据风环境和各个监测点的位移均方根判断目标桥梁是否满足涡激振动预警条件,若满足,则发出涡激振动预警。
在本实施例中,若目标桥梁发生涡激振动,则一定处于单模态振动状态,但是仅通过目标桥梁的单模态振动状态并不能直接确定是否发生涡激振动。因此在确定目标桥梁处于单模态振动状态后,还需要判断目标桥梁所处的风环境是否满足诱导目标桥梁发生涡激振动的条件。诱导目标桥梁发生涡激振动的风环境条件可以通过目标桥梁的历史风环境数据获取,也可以在设计阶段对目标桥梁进行风洞试验或模拟仿真确定。
在确定目标桥梁发生涡激振动之后,还需要通过各个监测点的位移均方根判断目标桥梁的振动强度。若振动强度没有达到预警阈值,则说明目前的振动强度较低,无需预警;若振动强度较高,达到预警条件,则发出涡激振动预警信息,提醒工作人员及时作出防护措施。
可选的,上述步骤102的具体实现流程包括:
计算各个位移序列的互相关函数,得到互相关函数矩阵;
对互相关函数矩阵进行傅里叶变换,得到目标桥梁的功率谱矩阵;
对功率谱矩阵进行奇异值分解,得到多个奇异值谱和多个奇异向量;
将多个奇异值谱中的第一奇异值谱作为目标桥梁的奇异值谱,将多个奇异向量中的第一奇异向量作为目标桥梁的位移振型。
在本实施例中,计算Coik(T)=E[xok(t+T)xik(t)],得到监测点o和监测点i在T时刻的位移的互相关函数,xok(t)和xik(t)分别表示仅在监测点k的力作用下,在监测点o和i的位移响应。计算每个监测点对应的位移序列的自相关函数,以及该监测点对应的位移序列与其他各个监测点对应的位移序列的互相关函数。假设有n个监测点[x1,x2,…,xn],则得到的互相关函数矩阵为
Figure BDA0003154224810000061
其中,C11表示监测点x1的位移序列的自相关函数,C1n表示监测点x1的位移序列与监测点xn的位移序列的互相关函数,Cn1表示监测点xn的位移序列与监测点x1的位移序列的互相关函数,Cnn表示监测点xn的位移序列的自相关函数。最终得到的互相关函数矩阵以及对互相关函数矩阵进行傅里叶变换后得到的功率谱矩阵的维度为n×n。
通过[H(ω)]=[U(ω)][S(ω)][V(ω)]对功率谱矩阵[H(ω)]在每个频率ω处进行奇异值分解,得到维度为n×n的对角矩阵[S(ω)]和维度为n×n的左奇异矩阵[U(ω)]。[S(ω)]包括n个由大到小排列的奇异值谱,其中最大的奇异值谱s1(ω)排在第一位,称为第一奇异值谱。第一奇异值谱上会存在多个峰值,每个峰值的横坐标对应一个阶次的模态振型的振动频率。左奇异矩阵[U(ω)]包含n个1×n的列向量,其中第一列上的奇异向量{u1r)}称为第一奇异向量。ωr表示第r阶振动模态的振动频率,相应的{u1r)}表示ωr对应的目标桥梁的位移振型。{u1r)}={g1,g2 … gn},gn表示第n个监测点在第r阶振动模态的位移。
可选的,基于奇异值谱计算能量集中系数包括:
提取奇异值谱的峰值;
基于峰值和能量集中系数公式计算能量集中系数,其中,能量集中系数公式为:
Figure BDA0003154224810000071
其中,QE表示能量集中系数,pmax表示峰值的最大值,
Figure BDA0003154224810000072
表示峰值的和,i∈[1,n]。
在本实施例中,当涡激振动发生时,第一奇异值谱上通常会只有一个峰值或有一个数量级明显高于其它的峰值,该峰值表示目标桥梁振动时的主导模态,该峰值的横坐标对应着主导模态的频率ωR。计算得出的能量集中系数越接近1,说明目标桥梁的振动能量越集中于当前的主导模态。
可选的,位移振型包括目标桥梁的多个阶次的位移振型;
基于桥形和位移振型计算振型相关系数包括:
基于振型相关系数计算公式计算至少一个采样时刻的桥形与各个阶次的位移振型的振型相关系数,振型相关系数计算公式为:
Figure BDA0003154224810000081
其中,MACtr表示t时刻的桥形与第r阶位移振型的振型相关系数,{M(t)}表示t时刻的桥形,{φr}表示第r阶位移振型。
在本实施例中,如果目标桥梁存在多阶模态振型,则计算桥形与各个阶次的位移振型的互相关系数。通过比较各个互相关系数,可以确定桥形最接近的振型阶次。如果目标桥梁发生涡激振动,则各个采样时刻的桥形都会接近主导模态的振型,因此可以计算任意一个采样时刻的桥形的振型相关系数。为提高准确性,也可以计算多个采样时刻的桥形的振型相关系数。
可选的,基于能量集中系数和振型相关系数判断目标桥梁是否发生单模态振动包括:
若能量集中系数大于第一阈值,且至少一个振型相关系数大于第二阈值,则目标桥梁发生单模态振动。
在本实施例中,根据实际情况设定第一阈值Q′E(通常Q′E≥0.9)和第二阈值Q′M(通常Q′M≥0.9)。通过对比能量集中系数QE和第一阈值Q′E、对比振型相关系数MACtr与第二阈值Q′M判断目标桥梁是否发生单模态振动。若满足QE>Q′E和MACtt>Q′M,则目标桥梁发生单模态振动。如果目标桥梁发生单模态振动,且存在多阶模态振型,则一定存在一个主导模态,相应的,基于主导模态振型计算得到的振型相关系数一定大于第二阈值。因此,在多个振型相关系数中只要存在一个振型相关系数大于第二阈值,则振型相关系数就能体现目标桥梁处于单模态振动状态。
可选的,根据风环境和各个监测点的位移均方根判断目标桥梁是否满足涡激振动预警条件包括:
基于风环境判断目标桥梁是否发生涡激振动;
若发生涡激振动,则判断是否存在监测点的位移均方根大于第三阈值;
若存在大于第三阈值的位移均方根,则目标桥梁满足涡激振动预警条件。
在本实施例中,风环境包括风速和风向。对于未发生过涡激振动的长大跨桥梁,在设计阶段通常会进行风洞试验或有限元仿真模拟获得诱导桥梁涡激振动的风环境,包括风速范围Bs和风向范围Bd。对于发生过涡激振动的桥梁则记录真实的风环境作为诱导条件。若满足监测的风速Ws∈Bs和风向Wd∈Bd,则判断为桥梁处于涡激振动状态
由上可知,本发明提供的长大跨桥梁的涡激振动预警方法包括:获取目标桥梁上多个监测点各自对应的位移序列和目标桥梁的风环境;位移序列包括监测点在各个采样时刻的位移;对各个监测点对应的位移序列进行频域分析,得到目标桥梁的奇异值谱和位移振型;对各个监测点对应的位移序列进行时域分析,得到各个监测点的位移均方根和目标桥梁的桥形;基于目标桥梁的奇异值谱计算能量集中系数;基于目标桥梁的桥形和位移振型计算振型相关系数;基于能量集中系数和振型相关系数判断目标桥梁是否发生单模态振动;若发生单模态振动,则根据风环境和各个监测点的位移均方根判断目标桥梁是否满足涡激振动预警条件,若满足,则发出涡激振动预警。本发明中的能量集中系数可以体现桥梁振动时能量的集中程度,通过能量集中系数判断桥梁是否发生单模态振动,可以避免模态节点处的取值对判断结果的影响;将风环境与单模态振动作为并列条件进行涡激振动判断,可以减少误判,提高监测结果的可靠性。
以下是本发明的一个具体的实施例。
为了验证本发明提出涡激振动识别方法的正确性,将某座大桥作为目标桥梁,以该大桥发生的涡激振动事件为例,验证本发明提供的方法的有效性。目标桥梁单跨888米,主梁采用扁平钢箱梁,宽35.6米,高3米,为双向6车道。发生涡激振动时,目标桥梁的桥面振幅过大影响行车舒适度,交通部门及时采取双向交通管制措施。
图4为本实施例中对目标桥梁进行涡激振动识别的具体流程示意图,具体流程如下:
(41)获取位移序列和风环境;
(42)对位移序列进行频域分析,得到奇异值谱和位移振型;
(43)对位移序列进行时域分析,得到桥形和位移均方根;
(44)计算能量集中系数;
(45)计算振型相关系数;
(46)基于能量集中系数和振型相关系数判断是否发生单模态振动,若发生,则进入下一步骤,若未发生,则返回步骤(41);
(47)基于风环境判断是否发生涡激振动,若发生,则进入下一步骤,若未发生,则返回步骤(41);
(48)基于位移均方根判断是否发出涡激振动预警,若发生,则发出预警,若未发生,则返回步骤(41)。
在本实施例中,用于获取目标桥梁上各监测点位移的非接触测量设备包括微波雷达、光学相机和视频监控。通过微波雷达、光学相机、视频监控对全桥的位移变形进行实时监测,通过风速仪对桥梁周边的风环境进行监测。如图5所示,微波雷达和光学相机布置在桥梁的下方对桥身下表面的7个1/8截面进行位移监测,视频设备安装在桥塔上对桥面的位移变形进行实时监测,两个风速仪分别安装在桥梁跨中截面的上游和下游侧。
当桥梁发生涡激振动时,桥梁会以单模态振型的形式振动。通过光学相机监测的全桥位移时程,取各个监测点在某时刻的位移值获得全桥在该时刻的桥形,测得图中所有1/8截面A1~A7监测点的位移时程,采样频率为4Hz。取各个监测点在t1、t2、t3时刻的位移,得到如图6所示的t1、t2、t3时刻的桥梁外形。可以发现桥梁在各个时刻的变形均与第4阶振型的形状一致。目标桥梁涡激振动事件的持续时间可能长达数十分钟甚至数小时,通过对振动的频谱分析,发现存在三种不同模态主导的涡激振动,主导频率分别为0.17、0.23、0.27Hz,对应着桥梁的第二、三、四阶模态,其中第三、四阶模态频繁发生而且交替转换。这里将以视频设备监测的位移数据和加速度计监测的加速度数据进行模态转换分析。对位移时程进行时频分析得到位移时间-频率-功率谱,在该时频功率谱图中可以识别出涡激振动的发生的时间和对应的主导频率。
图7提供了目标桥梁在同一时间段的位移曲线图、振动频率图以及两个不同时刻的功率谱图,其中,第一行为目标桥梁的位移曲线,第二行为目标桥梁的振动频率,第三行左侧为目标桥梁在一个时刻的功率谱,第三行右侧为目标桥梁在另一个时刻的功率谱。如图7所示,此段时间内的目标桥梁涡激振过程中主要由两种主导模态主导,分别为第三阶和第四阶,并且这两种模态发生交替转换。分别选取不同时段的位移数据进行傅里叶变换得到频谱,如选取12:00前后,和13:00后这两段位移数据。可以发现在频率峰值对应的频率分别为0.23Hz和0.27Hz,证明了图7中的位移时间-频率-功率谱分析的准确性。
为了进一步统计出目标桥梁发生涡激振动的风场特征与振动特征的关系,本实施例中还统计了涡激振动发生时的风速和风向角。目标桥梁的涡激振动模态(二阶、三阶和四阶)发生的风场的风速介于5m/s~10m/s的范围内,风向角介于290度与330度的范围内,由微波雷达设备测得的桥梁1/8截面处的位移数据统计出位移均方根与风速和风向角的关系。由以上两种振动数据统计的结果显示,目标桥梁发生涡激振动时的风速范围为5~9m/s,风向角范围为290~330度,并且位移均方根值主要分布在20mm以上。
基于上述分析,利用目标桥梁的实测位移序列对本发明提供的长大跨桥梁的涡激振动预警方法进行验证。如图8所示,横坐标为频率,纵坐标为幅值,在频域中,对桥梁的位移功率谱矩阵进行奇异值分解得到的第一奇异值谱只有一个峰值,其横坐标对应着主导频率0.27Hz,为结构的第4阶固有频率,因此能量集中系数为1,大于设定的阈值0.9;如图9所示,横坐标表示监测点,纵坐标表示位移,在时域中,得到t1~t5各个时刻的桥形;分别计算各个时刻桥形与第4阶振型的振型相关系数(modal assurance criterion,MAC),得到如图10所示的示意图,其中横坐标为时间,纵坐标为MAC值,可以看出MAC值均在0.98以上,大于设定阈值0.9,由此可以断定桥梁处于单模态振动状态。通过观测风速和风向,其均在设定的范围之内,因此桥梁处于涡激振动状态。如图11所示,横坐标为时间,纵坐标为位移均方根,本实施例进一步分析了各个监测点(A1~A7)的位移均方根,由于此时桥梁以第4阶主导模态振动,监测点A2、A4、A6位于第4阶振型的模态节点处,因此这些监测点的位移均方根值不应作为判断的依据,而A1、A3、A5、A7位于第4阶模态的非模态节点处,其在t1~t5各个时刻的值均超过了设定的阈值,因此触发涡激振动预警。本实施例说明,本发明提出方法能够对长大跨桥梁的涡激振动进行预警。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
以下为本发明的装置实施例,对于其中未详尽描述的细节,可以参考上述对应的方法实施例。
图2示出了本发明实施例提供的长大跨桥梁的涡激振动预警装置的结构示意图,为了便于说明,仅示出了与本发明实施例相关的部分,详述如下:
如图2所示,长大跨桥梁的涡激振动预警装置2包括:
获取模块21,用于获取目标桥梁上多个监测点各自对应的位移序列和目标桥梁的风环境;位移序列包括监测点在各个采样时刻的位移;
第一分析模块22,用于对各个监测点对应的位移序列进行频域分析,得到目标桥梁的奇异值谱和位移振型;
第二分析模块23,用于对各个监测点对应的位移序列进行时域分析,得到各个监测点的位移均方根和目标桥梁的桥形;
第一计算模块24,用于基于目标桥梁的奇异值谱计算能量集中系数;
第二计算模块25,用于基于目标桥梁的桥形和位移振型计算振型相关系数;
第一判断模块26,用于基于能量集中系数和振型相关系数判断目标桥梁是否发生单模态振动;
预警模块27,用于在发生单模态振动时,根据风环境和各个监测点的位移均方根判断目标桥梁是否满足涡激振动预警条件,并在满足涡激振动预警条件时,发出涡激振动预警。
可选的,第一分析模块22具体用于:
计算各个位移序列的互相关函数,得到互相关函数矩阵;
对互相关函数矩阵进行傅里叶变换,得到目标桥梁的功率谱矩阵;
对功率谱矩阵进行奇异值分解,得到多个奇异值谱和多个奇异向量;
将多个奇异值谱中的第一奇异值谱作为目标桥梁的奇异值谱,将多个奇异向量中的第一奇异向量作为目标桥梁的位移振型。
可选的,第一计算模块24具体用于:
提取奇异值谱的峰值;
基于峰值和能量集中系数公式计算能量集中系数,其中,能量集中系数公式为:
Figure BDA0003154224810000131
其中,QE表示能量集中系数,pmax表示峰值的最大值,
Figure BDA0003154224810000132
表示峰值的和,i∈[1,n]。
可选的,位移振型包括目标桥梁的多个阶次的位移振型;
第二计算模块25具体用于:
基于振型相关系数计算公式计算至少一个采样时刻的桥形与各个阶次的位移振型的振型相关系数,振型相关系数计算公式为:
Figure BDA0003154224810000133
其中,MACtr表示t时刻的桥形与第r阶位移振型的振型相关系数,{M(t)}表示t时刻的桥形,{φr}表示第r阶位移振型。
可选的,第一判断模块26具体用于:
若能量集中系数大于第一阈值,且至少一个振型相关系数大于第二阈值,则目标桥梁发生单模态振动。
可选的,预警模块27包括:
涡激振动判断单元,用于基于风环境判断目标桥梁是否发生涡激振动;
位移判断单元,用于在发生涡激振动时,判断是否存在监测点的位移均方根大于第三阈值;
报警单元,用于在存在大于第三阈值的位移均方根时,发出涡激振动预警。
图3是本发明一实施例提供的终端的示意图。如图3所示,该实施例的终端3包括:处理器30、存储器31以及存储在所述存储器31中并可在所述处理器30上运行的计算机程序32。所述处理器30执行所述计算机程序32时实现上述各个长大跨桥梁的涡激振动预警方法实施例中的步骤,例如图1所示的步骤101至步骤107。或者,所述处理器30执行所述计算机程序32时实现上述各装置实施例中各模块/单元的功能,例如图2所示单元21至27的功能。
示例性的,所述计算机程序32可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器31中,并由所述处理器30执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序32在所述终端3中的执行过程。
所述终端3可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端可包括,但不仅限于,处理器30、存储器31。本领域技术人员可以理解,图3仅仅是终端3的示例,并不构成对终端3的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端还可以包括输入输出设备、网络接入设备、总线等。
所称处理器30可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器31可以是所述终端3的内部存储单元,例如终端3的硬盘或内存。所述存储器31也可以是所述终端3的外部存储设备,例如所述终端3上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器31还可以既包括所述终端3的内部存储单元也包括外部存储设备。所述存储器31用于存储所述计算机程序以及所述终端所需的其他程序和数据。所述存储器31还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。

Claims (10)

1.一种长大跨桥梁的涡激振动预警方法,其特征在于,包括:
获取目标桥梁上多个监测点各自对应的位移序列和所述目标桥梁的风环境;所述位移序列包括监测点在各个采样时刻的位移;
对各个监测点对应的位移序列进行频域分析,得到所述目标桥梁的奇异值谱和位移振型;
对各个监测点对应的位移序列进行时域分析,得到各个监测点的位移均方根和所述目标桥梁的桥形;
基于所述目标桥梁的奇异值谱计算能量集中系数;
基于所述目标桥梁的桥形和所述位移振型计算振型相关系数;
基于所述能量集中系数和所述振型相关系数判断所述目标桥梁是否发生单模态振动;
若发生单模态振动,则根据所述风环境和各个监测点的位移均方根判断所述目标桥梁是否满足涡激振动预警条件,若满足,则发出涡激振动预警。
2.根据权利要求1所述的长大跨桥梁的涡激振动预警方法,其特征在于,所述对各个监测点的位移序列进行频域分析,得到所述目标桥梁的奇异值谱和位移振型包括:
计算各个位移序列的互相关函数,得到互相关函数矩阵;
对所述互相关函数矩阵进行傅里叶变换,得到所述目标桥梁的功率谱矩阵;
对所述功率谱矩阵进行奇异值分解,得到多个奇异值谱和多个奇异向量;
将多个奇异值谱中的第一奇异值谱作为所述目标桥梁的奇异值谱,将多个奇异向量中的第一奇异向量作为所述目标桥梁的位移振型。
3.根据权利要求2所述的长大跨桥梁的涡激振动预警方法,其特征在于,所述基于所述奇异值谱计算能量集中系数包括:
提取所述奇异值谱的峰值;
基于所述峰值和能量集中系数公式计算能量集中系数,其中,所述能量集中系数公式为:
Figure FDA0003154224800000021
其中,QE表示所述能量集中系数,pmax表示所述峰值的最大值,
Figure FDA0003154224800000022
表示所述峰值的和,i∈[1,n]。
4.根据权利要求1所述的长大跨桥梁的涡激振动预警方法,其特征在于,所述位移振型包括所述目标桥梁的多个阶次的位移振型;
所述基于所述桥形和所述位移振型计算振型相关系数包括:
基于振型相关系数计算公式计算至少一个采样时刻的桥形与各个阶次的位移振型的振型相关系数,所述振型相关系数计算公式为:
Figure FDA0003154224800000023
其中,MACtr表示t时刻的桥形与第r阶位移振型的振型相关系数,{M(t)}表示t时刻的桥形,{φr}表示第r阶位移振型。
5.根据权利要求4所述的长大跨桥梁的涡激振动预警方法,其特征在于,所述基于所述能量集中系数和所述振型相关系数判断所述目标桥梁是否发生单模态振动包括:
若所述能量集中系数大于第一阈值,且至少一个振型相关系数大于第二阈值,则所述目标桥梁发生单模态振动。
6.根据权利要求1至5任一项所述的长大跨桥梁的涡激振动预警方法,其特征在于,所述根据所述风环境和各个监测点的位移均方根判断所述目标桥梁是否满足涡激振动预警条件包括:
基于所述风环境判断所述目标桥梁是否发生涡激振动;
若发生涡激振动,则判断是否存在监测点的位移均方根大于第三阈值;
若存在大于所述第三阈值的位移均方根,则所述目标桥梁满足涡激振动预警条件。
7.一种长大跨桥梁的涡激振动预警装置,其特征在于,包括:
获取模块,用于获取目标桥梁上多个监测点各自对应的位移序列和所述目标桥梁的风环境;所述位移序列包括监测点在各个采样时刻的位移;
第一分析模块,用于对各个监测点对应的位移序列进行频域分析,得到所述目标桥梁的奇异值谱和位移振型;
第二分析模块,用于对各个监测点对应的位移序列进行时域分析,得到各个监测点的位移均方根和所述目标桥梁的桥形;
第一计算模块,用于基于所述目标桥梁的奇异值谱计算能量集中系数;
第二计算模块,用于基于所述目标桥梁的桥形和所述位移振型计算振型相关系数;
第一判断模块,用于基于所述能量集中系数和所述振型相关系数判断所述目标桥梁是否发生单模态振动;
预警模块,用于在发生单模态振动时,根据所述风环境和各个监测点的位移均方根判断所述目标桥梁是否满足涡激振动预警条件,并在满足所述涡激振动预警条件时,发出涡激振动预警。
8.根据权利要求7所述的长大跨桥梁的涡激振动预警装置,其特征在于,所述第一分析模块具体用于:
计算各个位移序列的互相关函数,得到互相关函数矩阵;
对所述互相关函数矩阵进行傅里叶变换,得到所述目标桥梁的功率谱矩阵;
对所述功率谱矩阵进行奇异值分解,得到多个奇异值谱和多个奇异向量;
将多个奇异值谱中的第一奇异值谱作为所述目标桥梁的奇异值谱,将多个奇异向量中的第一奇异向量作为所述目标桥梁的位移振型。
9.一种终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如上的权利要求1至6中任一项所述长大跨桥梁的涡激振动预警方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如上的权利要求1至6中任一项所述长大跨桥梁的涡激振动预警方法的步骤。
CN202110772362.2A 2021-07-08 2021-07-08 长大跨桥梁的涡激振动预警方法、装置及终端 Active CN113343541B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110772362.2A CN113343541B (zh) 2021-07-08 2021-07-08 长大跨桥梁的涡激振动预警方法、装置及终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110772362.2A CN113343541B (zh) 2021-07-08 2021-07-08 长大跨桥梁的涡激振动预警方法、装置及终端

Publications (2)

Publication Number Publication Date
CN113343541A true CN113343541A (zh) 2021-09-03
CN113343541B CN113343541B (zh) 2023-07-25

Family

ID=77482997

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110772362.2A Active CN113343541B (zh) 2021-07-08 2021-07-08 长大跨桥梁的涡激振动预警方法、装置及终端

Country Status (1)

Country Link
CN (1) CN113343541B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114777910A (zh) * 2022-04-02 2022-07-22 东衢智慧交通基础设施科技(江苏)有限公司 一种拉索多模态涡激振动监测方法
CN114813150A (zh) * 2022-04-07 2022-07-29 潍柴动力股份有限公司 发动机曲轴化瓦风险监测方法、装置及系统
CN114913674A (zh) * 2022-04-26 2022-08-16 东衢智慧交通基础设施科技(江苏)有限公司 大跨斜拉桥拉索风雨振监测预警方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108318129A (zh) * 2018-02-01 2018-07-24 石家庄铁道大学 桥梁结构模态参数真假甄别方法及终端设备
CN109033657A (zh) * 2018-08-03 2018-12-18 华北水利水电大学 基于截断奇异值分解法识别预应力桥梁现存预应力的方法
CN110688963A (zh) * 2019-09-30 2020-01-14 哈尔滨工业大学 基于聚类算法的大跨度桥梁涡激振动自动识别方法
CN111878324A (zh) * 2020-08-28 2020-11-03 国电联合动力技术有限公司 一种风电场塔筒涡激振动预警方法及预警系统
CN112362274A (zh) * 2020-10-10 2021-02-12 中铁大桥局集团有限公司 运营期大跨桥梁涡激振动监测、预警、评价方法及系统
CN112575672A (zh) * 2020-11-17 2021-03-30 南京理工大学 一种基于网络综合法设计抑制桥梁涡振动力吸振器的方法
CN112629647A (zh) * 2020-11-24 2021-04-09 同济大学 大跨悬索桥涡振事件的实时识别和监测预警方法
CN112834193A (zh) * 2021-01-11 2021-05-25 暨南大学 一种基于三维图的运营桥梁振动和健康状态异常预警方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108318129A (zh) * 2018-02-01 2018-07-24 石家庄铁道大学 桥梁结构模态参数真假甄别方法及终端设备
CN109033657A (zh) * 2018-08-03 2018-12-18 华北水利水电大学 基于截断奇异值分解法识别预应力桥梁现存预应力的方法
CN110688963A (zh) * 2019-09-30 2020-01-14 哈尔滨工业大学 基于聚类算法的大跨度桥梁涡激振动自动识别方法
CN111878324A (zh) * 2020-08-28 2020-11-03 国电联合动力技术有限公司 一种风电场塔筒涡激振动预警方法及预警系统
CN112362274A (zh) * 2020-10-10 2021-02-12 中铁大桥局集团有限公司 运营期大跨桥梁涡激振动监测、预警、评价方法及系统
CN112575672A (zh) * 2020-11-17 2021-03-30 南京理工大学 一种基于网络综合法设计抑制桥梁涡振动力吸振器的方法
CN112629647A (zh) * 2020-11-24 2021-04-09 同济大学 大跨悬索桥涡振事件的实时识别和监测预警方法
CN112834193A (zh) * 2021-01-11 2021-05-25 暨南大学 一种基于三维图的运营桥梁振动和健康状态异常预警方法

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
JIAN ZHANG等: "Vortex-induced vibration measurement of a long-span suspension bridge through noncontact sensing strategies", 《WILEY》 *
JIAN ZHANG等: "Vortex-induced vibration measurement of a long-span suspension bridge through noncontact sensing strategies", 《WILEY》, 28 June 2021 (2021-06-28), pages 1 - 17 *
MING LI等: "Experimental study on vortex-induced vibration of a cable-stayed bridge with flat box girder", 《9TH ASIA-PACIFIC CONFERENCE ON WIND ENGINEERING》 *
MING LI等: "Experimental study on vortex-induced vibration of a cable-stayed bridge with flat box girder", 《9TH ASIA-PACIFIC CONFERENCE ON WIND ENGINEERING》, 7 December 2017 (2017-12-07), pages 1 - 4 *
张勇等: "大跨度悬索桥涡激振动动态监控预测", 《振动与冲击》 *
张勇等: "大跨度悬索桥涡激振动动态监控预测", 《振动与冲击》, vol. 39, no. 8, 31 December 2020 (2020-12-31), pages 143 - 150 *
赖马树金: "大跨度悬索桥分离式双箱梁涡激振动研究", 《中国优秀博硕士学位论文全文数据库(博士)工程科技Ⅱ辑》 *
赖马树金: "大跨度悬索桥分离式双箱梁涡激振动研究", 《中国优秀博硕士学位论文全文数据库(博士)工程科技Ⅱ辑》, no. 03, 15 March 2016 (2016-03-15), pages 034 - 14 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114777910A (zh) * 2022-04-02 2022-07-22 东衢智慧交通基础设施科技(江苏)有限公司 一种拉索多模态涡激振动监测方法
CN114813150A (zh) * 2022-04-07 2022-07-29 潍柴动力股份有限公司 发动机曲轴化瓦风险监测方法、装置及系统
CN114913674A (zh) * 2022-04-26 2022-08-16 东衢智慧交通基础设施科技(江苏)有限公司 大跨斜拉桥拉索风雨振监测预警方法

Also Published As

Publication number Publication date
CN113343541B (zh) 2023-07-25

Similar Documents

Publication Publication Date Title
CN113343541A (zh) 长大跨桥梁的涡激振动预警方法、装置及终端
Amezquita-Sanchez et al. Signal processing techniques for vibration-based health monitoring of smart structures
CN112629647B (zh) 大跨悬索桥涡振事件的实时识别和监测预警方法
Ren et al. Structural damage identification by using wavelet entropy
Li et al. Damage detection of bridges using response of vehicle considering road surface roughness
CN112834193B (zh) 一种基于三维图的运营桥梁振动和健康状态异常预警方法
CN104298870A (zh) 一种移动荷载下简支梁损伤和移动力同时识别方法
CN109858156A (zh) 基于车桥耦合振动的车辆与结构信息同时识别方法
CN102829967A (zh) 一种基于回归模型系数变化的时域故障识别方法
CN108829998A (zh) 一种桥梁挠度的检测方法、检测装置及终端设备
CN113935384B (zh) 一种信号自适应分解和识别的桥梁健康监测方法及系统
Yu et al. Cable tension identification based on near field radiated acoustic pressure signal
JP4825597B2 (ja) 損傷検出方法、損傷検出装置、損傷検出システム
CN110398775A (zh) 隧道突涌水灾害微震事件信号波动初至拾取方法及系统
CN110133106A (zh) 一种输电线路振动损伤度量仪
Qin et al. Output-only modal analysis based on improved empirical mode decomposition method
US20200278241A1 (en) Vibration determination device, vibration determination method, and program
CN102270249B (zh) 识别零部件特征频率的方法
CN105404708A (zh) 基于实测加速度的大跨度桥梁结构外界时段激励评价方法
KR100553124B1 (ko) 에너지소산률을 이용한 구조물의 건전도 모니터링 방법
CN110146276B (zh) 一种基于无线传感器的索力与抗弯刚度监测方法及系统
US11698323B2 (en) Methods and system for determining a control load using statistical analysis
Rigatos et al. Fault diagnosis for a PDE suspended-bridge model with Kalman filter and statistical decision making
CN101692019B (zh) 基于空间坐标监测来识别需调整索力的支承索的方法
EP3076169A1 (en) Analysis device, analysis method, and analysis program

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