WO2017202139A1 - 一种基于长标距应变影响包络线的桥梁损伤识别方法 - Google Patents

一种基于长标距应变影响包络线的桥梁损伤识别方法 Download PDF

Info

Publication number
WO2017202139A1
WO2017202139A1 PCT/CN2017/078697 CN2017078697W WO2017202139A1 WO 2017202139 A1 WO2017202139 A1 WO 2017202139A1 CN 2017078697 W CN2017078697 W CN 2017078697W WO 2017202139 A1 WO2017202139 A1 WO 2017202139A1
Authority
WO
WIPO (PCT)
Prior art keywords
strain
bridge
long gauge
long
damage
Prior art date
Application number
PCT/CN2017/078697
Other languages
English (en)
French (fr)
Inventor
吴刚
吴必涛
Original Assignee
东南大学
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 东南大学 filed Critical 东南大学
Publication of WO2017202139A1 publication Critical patent/WO2017202139A1/zh

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00—Subject matter not provided for in other groups of this subclass
    • G01M99/007—Subject matter not provided for in other groups of this subclass by applying a load, e.g. for resistance or wear testing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/32—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring the deformation in a solid
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00—Subject matter not provided for in other groups of this subclass

Definitions

  • the invention relates to the field of sensor monitoring technology of a bridge, in particular to a bridge damage identification method based on an envelope of a long gauge strain.
  • Structural damage identification is at the heart of the structural health monitoring system. Structural damage identification is the detection and evaluation of the structure to determine whether the structure has damage, and then to determine the location and extent of the damage, as well as the current state of the structure, the use of functions and the trend of structural damage.
  • signal processing technology signal recognition based damage recognition technology has been rapidly developed.
  • Existing signal processing methods include frequency domain, time domain and time-frequency domain, mainly including Fourier transform, short-time Fourier transform, Winger-ville distribution, wavelet analysis and empirical mode decomposition.
  • the damage identification of wavelet analysis is mainly based on the change of wavelet coefficients and the energy change after wavelet decomposition.
  • Another method of signal processing is the empirical mode method. Compared with wavelet decomposition, the empirical mode method can separate low-frequency components without considering the choice of a suitable wavelet base.
  • the present invention provides a bridge damage identification and bearing capacity state evaluation method, in particular, a damage identification and bearing capacity state evaluation based on a long gauge strain influence line envelope.
  • the present invention relates to a bridge damage identification and bearing capacity state evaluation method based on a long gauge strain influence envelope, and the method comprises the following steps:
  • step (1) for large-span bridges, select key areas for area monitoring; for medium and small-span road bridges, use full monitoring bridges.
  • the strain sensor described in the step (1) is a long gauge strain sensor.
  • the long gauge sensor is a long gauge fiber Bragg grating sensor or a long gauge distance resistance strain sensor.
  • step (2) the long gauge distance time history under the bicycle load is extracted by empirical mode decomposition (EMD) or empirical mode method.
  • EMD empirical mode decomposition
  • the long gauge strain data collected in the content of step (2) is the data obtained when the bicycle crosses the bridge.
  • step (3) the empirical modal decomposition method is used to decompose the long gauge strain time history into multiple layers of strain signals, and the frequency of each layer of signals is automatically sorted from high to low.
  • step (4) when the static strain component is extracted, the first-order vertical bending frequency of the bridge structure is used as a threshold, or the frequency value of the first-order amplitude is the threshold value, and the frequency is lower than the threshold.
  • the strain components are added together to form a static strain component.
  • step (5) the long gauge length static strain maximum is used to construct the growth gauge strain influence envelope; the damage part is represented by a convex on the long gauge strain influence envelope, and the relative damage degree is calculated. The degree of bulging.
  • the invention has the advantages that the bridge damage identification and the bearing capacity state evaluation method based on the long gauge strain influence envelope are characterized by the strain influence line coefficient as the damage index, and the long gauge distance strain sensor is used to measure the bridge when the vehicle passes Strain information; the empirical modal decomposition method is used to decompose the long gauge strain time history, and the extraction criterion of static strain component is proposed.
  • the strain capacity of the bridge is formed by the maximum static strain extracted to determine the bearing capacity of the bridge. In the implementation, there is no need to close the traffic, and the stiffness distribution of the bridge can be quickly detected by running the long gauge distance time course under the vehicle.
  • Figure 1 is a schematic diagram of the strain influence line of a bridge under vehicle load
  • Figure 2 is a schematic view of the cross section and dimensions of the bridge
  • Figure 4 shows the time history and spectrum analysis of the long gauge length of the No. 2 beam
  • Figure 5 shows the results of empirical mode decomposition and spectrum analysis of the thirteenth sensor
  • Figure 6 shows the results of the static strain response of all units
  • Figure 7 shows the result of unit damage location identification
  • step (1) for large-span bridges, select key areas for area monitoring; for medium and small-span road bridges, use full monitoring bridges.
  • the strain sensor described in the step (1) is a long gauge strain sensor.
  • the long gauge sensor is a long gauge fiber Bragg grating sensor or a long gauge distance resistance strain sensor.
  • step (2) the long gauge distance time history under the bicycle load is extracted by empirical mode decomposition (EMD) or empirical mode method.
  • EMD empirical mode decomposition
  • the long gauge strain data collected in the content of step (2) is the data obtained when the bicycle crosses the bridge.
  • step (3) the empirical modal decomposition method is used to decompose the long gauge strain time history into multiple layers of strain signals, and the frequency of each layer of signals is automatically sorted from high to low.
  • step (4) when the static strain component is extracted, the first-order vertical bending frequency of the bridge structure is used as a threshold, or the frequency value of the first-order amplitude is the threshold value, and the frequency is lower than the threshold.
  • the strain components are added together to form a static strain component.
  • step (5) the long gauge length static strain maximum is used to construct the growth gauge strain influence envelope; the damage part is represented by a convex on the long gauge strain influence envelope, and the relative damage degree is calculated. The degree of bulging.
  • strain influence line theory is combined with the distributed long gauge strain sensing technology to identify the damage of the structure under moving load.
  • strain influence line equation at the coordinate x i is
  • x i is the coordinate of the calculated section along the length of the structure
  • EI is the bending stiffness of the calculated section
  • y is the height of the neutral axis of the calculated section
  • L is the length of the structure.
  • the ratio of the amplitude of the strain influence line before and after the damage is inversely proportional to the stiffness within the unit range.
  • the initial stiffness of the structure is a fixed value, that is, the strain of the unit affects the line amplitude as the stiffness is lost. Will increase. If the amplitude of the strain influence line within the unit range under the moving load can be extracted, the damage identification of the structure can be performed.
  • the first type uses the first-order vertical bending frequency of the structure as the threshold value
  • the second type takes the first-order frequency value in the spectrum analysis as the threshold value.
  • the fundamental frequency of the structure cannot be used as the comparison standard, and the first-order frequency f 1 of the spectrum of the long gauge strain time history can be directly used.
  • the strain component of the first-order frequency of the spectrum analysis directly determines the magnitude of the strain time history, and its main role corresponds to the magnitude of the variable time history.
  • Equations 10 and 11 respectively represent the static strain effect and the dynamic strain response separated from the long gauge strain.
  • f, f s and f 1 respectively represent the fundamental frequency of the separated IMF, the fundamental frequency of the structure, and the first order frequency of the spectrum analysis.
  • FIG. 2 is a cross-sectional form of the bridge used in the method of the present invention.
  • the bridge is a four-piece small box girder prestressed bridge, and a span of the right frame is selected as the monitoring span.
  • the numbering principle of the small box girder is named G1, G2, G3 and G4 from the outside to the inside.
  • the first step is to construct a distributed long gauge strain monitoring system.
  • the gauge length and number of the sensor are selected.
  • the bridge span used in the method is 30m
  • the gauge length of the selected sensor is 1m
  • the monitoring area is the 27m span of the support part
  • the monitored small box girder is selected as G2.
  • the sensors are all surface-applied. First, polish the sensor area with a sander and then clean the surface with alcohol. After the line is fixed, the anchor points at both ends of the sensor are temporarily fixed by AB glue. After curing, the structural glue is fully pasted. The construction personnel can construct the bridge along the longitudinal direction of the bridge after the sensor is installed and the structural glue is solidified. Start collecting data.
  • Figure 3 shows the layout of the sensor, with 25 sensors per beam, numbered 1 to 25.
  • the second step is to collect the long gauge strain data of a single vehicle passing through the bridge.
  • the test was carried out for a short time under the action of bicycle load.
  • the sampling frequency was 1000 Hz, and a total of 40 valid samples were collected.
  • the long gauge distance strain data collected is shown in Figure 4-1, and Figure 4-2 is the spectrum analysis of the long gauge strain time history. It can be found that the first-order vertical bending frequency of the bridge is not shown, so the second static strain synthesis rule 11 is used for static strain extraction.
  • the third step is to use empirical mode decomposition (EMD) decomposition
  • the collected long gauge strain time history is decomposed by EMD to extract static strain components. Taking the strain time history of the spanning unit as an example, the decomposition is shown in Fig. 5. As can be seen from Fig. 5, the EMD divides the strain time history into 12 layers according to the frequency, and analyzes the spectral characteristics of each layer signal. Each layer of the signal is named IMF, and the spectrum analysis of each layer is named IMFFFT.
  • the fourth step is based on the static strain synthesis criterion formula 10 proposed in the present invention, and the static strain component extracted is shown in Fig. 6.
  • the fifth step is to construct the long gauge strain influence envelope by the maximum value of the extracted static strain as shown in Fig. 7.
  • the damage location is identified.
  • the damage appears as a bump on the long gauge strain influence line.
  • the damage result identified by this phenomenon is shown in Fig. 7.
  • the degree of relative damage is evaluated by the degree of convexity of the strain-affected line of the damaged portion as shown in Fig. 8.

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Bridges Or Land Bridges (AREA)

Abstract

一种基于长标距应变影响包络线的桥梁损伤识别方法，该方法包括下列步骤：构建分布式长标距应变传感监测系统，车辆过桥时数据采集，对采集的数据进行分解，提取出桥梁长标距应变影响包络线，桥梁损伤识别和承载力状态评估。以应变影响线系数为损伤指标，采用长标距应变传感器测量桥梁在车辆通过时的应变信息；利用经验模态分解法分解长标距应变时程，并提出了静态应变成分的提取准则，通过提取出的静态应变最大值形成桥梁的应变影响包络线来判别桥梁的承载力状况，实施时不需要封闭交通，通过运行车辆下的长标距应变时程可以快速检测出桥梁的刚度分布情况。

Description

一种基于长标距应变影响包络线的桥梁损伤识别方法 技术领域
本发明涉及桥梁的传感监测技术领域，具体为一种基于长标距应变影响包络线的桥梁损伤识别方法。
背景技术
随着交通建设事业的蓬勃发展，越来越多的桥梁相继建成，同时大量的桥梁都已经达到设计寿命的使用年限，在超过设计使用寿命的同时仍然承受着巨大的车辆荷载。因此很有必要及时掌握现有桥梁的安全性、耐久性与正常使用功能的信息。针对这一目的，桥梁健康监测系统和智能控制技术相继运用到桥梁结构中并得到了迅速发展。结构损伤识别是结构健康监测系统的核心。结构损伤识别即是对结构进行检测与评估，以确定结构是否有损伤存在，进而判断损伤的位置和程度，以及结构当前的状况、使用功能和结构损伤的变化趋势等。
随着信号处理技术的发展，基于信号处理的损伤识别技术得到迅速发展。现有信号处理方法包括频率域、时间域和时频域，主要有傅里叶变换、短时傅里叶变换、Winger-ville分布、小波分析和经验模态分解等。小波分析的损伤识别主要基于小波系数变化和小波分解后的能量变化。另一种信号处理方法是经验模态法，相比于小波分解，经验模态法无需考虑选择合适的小波基就能很好的分离低频成分。
然而目前的研究还存在一些问题：
(1)现有的方法都是基于传统的加速度计、位移计和应变计，这些传感器反应的结构信息对于局部损伤不是过于‘宏观’，就是过于‘局部’。频率对局部损伤不敏感，很难反映局部损伤，利用传统的点式应变计无法获取桥梁的应变影响包络线。
(2)对桥梁的损伤检测需要大量的人力财力，同时需要采用桥检车，会影响正常的交通运行。
发明内容
发明目的：为了克服现有技术中存在的不足，本发明提供一种桥梁损伤识别和承载力状态评估方法，尤其是一种基于长标距应变影响线包络线的损伤识别和承载力状态评估方法
技术方案：为解决上述技术问题，本发明的一种基于长标距应变影响包络线的桥梁损伤识别和承载力状态评估方法，该方法包括下列步骤：
(1)构建分布式长标距应变传感监测系统，在被监测桥梁结构的关键区域中布置若干应变传感器；
(2)车辆过桥时数据采集，多次采集车辆经过监测桥梁跨的长标距应变时程数据；
(3)对步骤(2)中采集的数据进行分解，分解出高频应变成分和低频应变成分；
(4)提取出桥梁长标距应变影响包络线线：
(5)桥梁损伤识别和承载力状态评估，利用得到的长标距应变影响包络线识别损伤位置和相对的损伤程度，通过相对损伤程度进行承载力状态评估。
步骤(1)中，对于大跨桥，选择关键区域进行区域监测；对于中小跨的公路桥，采用满布监测桥梁跨。
其中，步骤(1)所述的应变传感器为长标距应变传感器。
其中，长标距传感器为长标距光纤光栅传感器或长标距的电阻应变传感器。
步骤(2)中，利用经验模态分解法(EMD)或经验模态法提取单车荷载下的长标距应变时程。
步骤(2)的内容中采集的长标距应变数据为单车过桥时监测得到的数据。
在步骤(3)中，使用经验模态分解法将长标距应变时程分解为多层应变信号，每层信号的频率大小按从高到低自动排序。
在步骤(4)中，提取静态应变成分时，以桥梁结构第一阶竖弯频率为阀值，或以频谱分析第一阶幅值最大的频率值为阀值，将频率低于阀值的应变成分相加合成为静态应变成分。
在步骤(5)中，利用长标距静态应变最大值构建成长标距应变影响包络线；损伤部位在长标距应变影响包络线上的表现为一个凸起，相对损伤程度为计算次凸起的程度。
有益效果：本发明的一种基于长标距应变影响包络线的桥梁损伤识别和承载力状态评估方法，以应变影响线系数为损伤指标，采用长标距应变传感器测量桥梁在车辆通过时的应变信息；利用经验模态分解法分解长标距应变时程，并提出了静态应变成分的提取准则，通过提取出的静态应变最大值形成桥梁的应变影响包络线来判别桥梁的承载力状况，实施时不需要封闭交通，通过运行车辆下的长标距应变时程可以快速检测出桥梁的刚度分布情况。
附图说明
图1是车辆荷载作用下桥梁应变影响线示意图；
图2为桥梁截面及尺寸示意图；
图3传感器布置图；
图4为二号梁长标距应变时程和频谱分析；
图5第十三个传感器的经验模态分解和频谱分析结果；
图6所有单元的静态应变响应的结果；
图7单元损伤位置识别的结果；
图8单元相对损伤程度识别的结果。
具体实施方式
下面结合附图对本发明作更进一步的说明。
一种基于长标距应变影响包络线的桥梁损伤识别和承载力状态评估方法，
(a)该方法包括下列步骤：
(1)构建分布式长标距应变传感监测系统，在被监测桥梁结构的关键区域中布置若干应变传感器；
(2)车辆过桥时数据采集，多次采集车辆经过监测桥梁跨的长标距应变时程数据；
(3)对步骤(2)中采集的数据进行分解，分解出高频应变成分和低频应变成分；
(4)提取出桥梁长标距应变影响包络线线：
(5)桥梁损伤识别和承载力状态评估，利用得到的长标距应变影响包络线识别损伤位置和相对的损伤程度，通过相对损伤程度进行承载力状态评估。
步骤(1)中，对于大跨桥，选择关键区域进行区域监测；对于中小跨的公路桥，采用满布监测桥梁跨。
其中，步骤(1)所述的应变传感器为长标距应变传感器。
其中，长标距传感器为长标距光纤光栅传感器或长标距的电阻应变传感器。
步骤(2)中，利用经验模态分解法(EMD)或经验模态法提取单车荷载下的长标距应变时程。
步骤(2)的内容中采集的长标距应变数据为单车过桥时监测得到的数据。
在步骤(3)中，使用经验模态分解法将长标距应变时程分解为多层应变信号，每层信号的频率大小按从高到低自动排序。
在步骤(4)中，提取静态应变成分时，以桥梁结构第一阶竖弯频率为阀值，或以频谱分析第一阶幅值最大的频率值为阀值，将频率低于阀值的应变成分相加合成为静态应变成分。
在步骤(5)中，利用长标距静态应变最大值构建成长标距应变影响包络线；损伤部位在长标距应变影响包络线上的表现为一个凸起，相对损伤程度为计算次凸起的程度。
(b)该方法的理论
利用应变影响线理论结合分布式长标距应变传感技术对移动荷载作用下的结构进行损伤识别，对于如图1所示的梁式结构，坐标xi处的应变影响线方程为
Figure PCTCN2017078697-appb-000001
Figure PCTCN2017078697-appb-000002
其中xi为计算截面沿着结构长度方向的坐标，EI为计算截面的抗弯刚度，y为计算截面的中和轴高度，L为结构的长度。假设将结构分为N个长标距单元，每个单元下装有一个长标距传感器。那么长标距应变影响线可以写成：
Figure PCTCN2017078697-appb-000003
Figure PCTCN2017078697-appb-000004
假设第j个单元的刚度损失为
Figure PCTCN2017078697-appb-000005
那么损伤状态下的应变影响线表示为：
Figure PCTCN2017078697-appb-000006
将公式(式3)和公式(式1)相比，可以得到
Figure PCTCN2017078697-appb-000007
假设第i个单元刚度放生了退化。刚度退化为(EIi)*＝(1-β)×(EIi)，其中β为刚度退化的程度。
(EI)i *＝(1-β)×(EI)i            (式7)
Figure PCTCN2017078697-appb-000008
Figure PCTCN2017078697-appb-000009
从公示可以看出损伤前后的应变影响线的幅值的比值和单元范围内的刚度为反比关系，结构的初始刚度是个定值，也就是说，随着刚度的损失单元的应变影响线幅值会增大。如果能提取出移动荷载下单元范围内的应变影响线幅值，就能进行结构的损伤识别。
(c)该方法中静态应变提取准则
本方法提出了两种静态应变的准则。第一种以结构第一阶竖弯频率为阀值，第二种以频谱分析中第一阶频率值为阀值。当采用以结构基频为标准来提取静态相应时可以按照式10
Figure PCTCN2017078697-appb-000010
当结构频谱不能明显反映结构基频时，此时无法以结构基频为比较标准，可以直接采用长标距应变时程的频谱的第一阶频率f1。频谱分析的第一阶频率的应变成分直接决定了应变时程的幅值大小，对应变时程的大小其主要作用。
Figure PCTCN2017078697-appb-000011
式10和式11中，εs和εd和分别表示从长标距应变中分离出的静态应变影响和动态应变响应。f、fs和f1分别表示分离出的IMF的基频、结构的基频和频谱分析的第一阶频率。
以一个实际工程来说明法本法的具体实施方法，图2为本发明方法使用的桥梁的截面形式。桥梁为四片小箱梁预应力桥，选择右幅的一跨作为监测跨。小箱梁的编号原则为从外侧到内侧分别命名为G1、G2、G3和G4。
第一步构建分布式长标距应变监测系统。
根据桥梁的跨径选择传感器的标距和数量，方法中使用的桥梁跨度为30m，选择传感器的标距为1m，监测区域为除去支座部位的27m跨径，监测的小箱梁选择为G2和G4。本次传感器全部采用表面粘贴的方式，先用打磨机打磨传感器粘贴区域，再用酒精进行表面清洁处理。画线定点后，再用AB胶临时固定传感器两端的锚固点，待固化后即用结构胶全面粘贴，施工人员在桥梁检测车上沿桥梁纵向施工待传感器布置完毕、结构胶固化后，便可开始采集数据。图3为传感器的布置图，每片梁安装25个传感器，编号分为1到25。
第二步采集单辆车通过桥梁时的长标距应变数据。
本次测试在单车荷载作用下进行短时间监测，采样频率为1000Hz，共采集到40个有效样本。采集的长标距应变数据见图4-1，图4-2为对长标距应变时程做频谱分析， 可以发现桥梁的第一阶竖弯频率没有显示出来，因此采用第二种静态应变合成法则式11进行静态应变提取。
第三步采用经验模态分解法(EMD)分解
将采集的长标距应变时程用EMD分解，提取出静态应变成分。取跨中单元的应变时程为例，分解见图5，从图5可知，EMD将应变时程按照频率的高低将应变时程分为了12层，同时分析了每层信号的频谱特性。每层信号的命名为IMF,对每层信号频谱分析的命名为IMFFFT。
第四步根据本发明中提出的静态应变合成准则公式10，提取到的静态应变成分见图6。
第五步用提取出的静态应变的最大值构造成的长标距应变影响包络线见图7。
根据提取的长标距应变影响包络线图进行损伤位置的识别，损伤在长标距应变影响线上的表现为一个凸起，用这一现象识别的损伤结果见图7。通过损伤部位的应变影响线的凸起程度来评定相对损伤程度见图8。
以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (9)

  1. 一种基于长标距应变影响包络线的桥梁损伤识别方法，其特征在于，该方法包括下列步骤：
    (1)构建分布式长标距应变传感监测系统，在被监测桥梁结构的关键区域中布置若干应变传感器；
    (2)车辆过桥时数据采集，多次采集车辆经过监测桥梁跨的长标距应变时程数据；
    (3)对步骤(2)中采集的数据进行分解，分解出高频应变成分和低频应变成分；
    (4)提取出桥梁长标距应变影响包络线线：
    (5)桥梁损伤识别和承载力状态评估，利用得到的长标距应变影响包络线识别损伤位置和相对的损伤程度，通过相对损伤程度进行承载力状态评估。
  2. 根据权利要求1所述的一种基于长标距应变影响包络线的桥梁损伤识别方法，其特征在于：步骤(1)中，对于大跨桥，选择关键区域进行区域监测；对于中小跨的公路桥，采用梁底满布传感器监测桥梁跨。
  3. 根据权利要求1所述的一种基于长标距应变影响包络线的桥梁损伤识别方法，其特征在于：其中，步骤(1)所述的应变传感器为长标距应变传感器。
  4. 根据权利要求3所述的一种基于长标距应变影响包络线的桥梁损伤识别方法，其特征在于：其中，长标距传感器为长标距光纤光栅传感器或长标距的电阻应变传感器。
  5. 根据权利要求1所述的一种基于长标距应变影响包络线的桥梁损伤识别方法，其特征在于：步骤(2)中，利用经验模态分解法(EMD)或经验模态法提取单车荷载下的长标距应变时程。
  6. 根据权利要求1所述的基于长标距应变影响包络线的桥梁损伤识别方法，其特征在于：所述步骤(2)的内容中采集的长标距应变数据为单车过桥时监测得到的数据。
  7. 根据权利要求1所述的基于长标距应变影响包络线的桥梁损伤识别方法，其特征在于：在所述步骤(3)中，使用经验模态分解法将长标距应变时程分解为多层应变信号，每层信号的频率大小按从高到低自动排序。
  8. 根据权利要求1所述的基于长标距应变影响包络线的桥梁损伤识别方法，其特征在于：在步骤(4)中，提取静态应变成分时，以桥梁结构第一阶竖弯频率为阀值，或以频谱分析第一阶幅值最大的频率值为阀值，将频率低于阀值的应变成分相加合成为静态应变成分。
  9. 根据权利要求1所述的基于长标距应变影响包络线的桥梁损伤识别方法，其特征在于：在步骤(5)中，利用长标距静态应变最大值构建成长标距应变影响包络线；损伤部位在长标距应变影响包络线上的表现为一个凸起，相对损伤程度为计算次凸起的程度。
PCT/CN2017/078697 2016-05-26 2017-03-30 一种基于长标距应变影响包络线的桥梁损伤识别方法 WO2017202139A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201610357760.7A CN105973627A (zh) 2016-05-26 2016-05-26 一种基于长标距应变影响包络线的桥梁损伤识别方法
CN201610357760.7 2016-05-26

Publications (1)

Publication Number Publication Date
WO2017202139A1 true WO2017202139A1 (zh) 2017-11-30

Family

ID=56956549

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2017/078697 WO2017202139A1 (zh) 2016-05-26 2017-03-30 一种基于长标距应变影响包络线的桥梁损伤识别方法

Country Status (2)

Country Link
CN (1) CN105973627A (zh)
WO (1) WO2017202139A1 (zh)

Cited By (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109002673A (zh) * 2018-10-08 2018-12-14 哈尔滨工业大学 一种基于车辆制动冲击作用的桥梁基础冲刷识别方法
CN109684774A (zh) * 2019-01-23 2019-04-26 同济大学 一种梁式桥安全监测与评估装置
CN110346167A (zh) * 2019-08-20 2019-10-18 电子科技大学 一种基于光纤的桥梁安全监测方法及其监测机构
CN110489800A (zh) * 2019-07-19 2019-11-22 广州大学 一种基于矩阵正则化的结构动荷载稀疏识别方法
CN110569483A (zh) * 2019-08-21 2019-12-13 华中师范大学 一种基于高频北斗数据的长大桥梁病害通行事件识别方法
CN110598282A (zh) * 2019-08-28 2019-12-20 广东工业大学 一种基于应变振型和深度学习的结构损伤识别方法
CN110717250A (zh) * 2019-09-19 2020-01-21 交通运输部公路科学研究所 钢筋混凝土梁桥累积损伤简化标准等效车模型制定方法
CN111368423A (zh) * 2020-03-03 2020-07-03 长安大学 一种车载桥梁承载能力快速检测评估系统及方法
CN111737848A (zh) * 2020-05-12 2020-10-02 南京航空航天大学 基于时域应变信号分解的起重机械主梁结构裂纹识别方法
CN112098210A (zh) * 2020-09-16 2020-12-18 湘潭大学 基于水平支座反力影响线差分的等截面梁损伤识别方法
CN112287586A (zh) * 2020-11-05 2021-01-29 长安大学 基于中小桥损伤识别结果的快速可靠度评估方法
CN112485030A (zh) * 2020-11-09 2021-03-12 深圳市桥博设计研究院有限公司 基于频率耦合的桥梁结构动态监测方法、系统和装备
CN112487925A (zh) * 2020-11-25 2021-03-12 上海海事大学 一种桥梁载荷损伤识别方法及系统
CN113008154A (zh) * 2021-02-26 2021-06-22 中煤科工集团重庆研究院有限公司 一种桥梁安全监测的光纤传感系统
CN113283000A (zh) * 2021-06-29 2021-08-20 四川农业大学 一种基于有限元和检监测数据融合的全桥响应重构方法
CN113282988A (zh) * 2021-05-30 2021-08-20 福州大学 一种大跨度桥梁上部结构状态评估方法及系统
CN113420362A (zh) * 2021-08-25 2021-09-21 深圳市城市交通规划设计研究中心股份有限公司 一种适用于时变中小跨径桥梁的损伤识别方法及装置
CN113761627A (zh) * 2021-09-07 2021-12-07 湘潭大学 基于支座反力影响线Katz1分形维数的连续梁损伤识别方法
CN113961882A (zh) * 2021-11-18 2022-01-21 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
CN114152678A (zh) * 2021-12-01 2022-03-08 郑州大学 基于人工智能的桥梁安全检测方法及系统
CN114429032A (zh) * 2021-12-23 2022-05-03 贵州大学 一种桥梁健康在线智能监测系统
CN114778040A (zh) * 2022-04-26 2022-07-22 广州大学 一种桥梁随机荷载试验安全评估方法、系统及可存储介质
CN114858323A (zh) * 2022-04-20 2022-08-05 重庆交通大学 基于激光位移传感器的箱梁桥挠曲变形应力检测方法
CN114997009A (zh) * 2022-05-30 2022-09-02 山东高速集团有限公司 一种基于机器视觉和模型修正的桥梁承载力快速评估方法
CN115420407A (zh) * 2022-06-30 2022-12-02 兰州大学 基于fbg监测响应信息的cfrp板荷载识别方法
CN115452282A (zh) * 2022-09-02 2022-12-09 任鹏 一种基于数据融合的铁路桥梁结构健康监测方法
CN115824481A (zh) * 2022-10-01 2023-03-21 同济大学 一种基于递归演化的实时索杆力识别方法
CN115876412A (zh) * 2022-12-15 2023-03-31 广西北投交通养护科技集团有限公司 基于应变米的装配式梁桥健康状态评估方法
CN116186833A (zh) * 2022-12-15 2023-05-30 哈尔滨工业大学 索承桥主梁竖向变形相关模式识别与健康诊断机器学习方法
CN116305489A (zh) * 2023-04-11 2023-06-23 北京云庐科技有限公司 一种建筑的结构损伤监测方法、系统和介质
CN116542146A (zh) * 2023-01-06 2023-08-04 中路高科交通检测检验认证有限公司 桥梁监测温度场-应变场时空相关模型及健康诊断方法
CN116577055A (zh) * 2023-07-11 2023-08-11 湖南大学 基于多源传感数据的桥梁状态评估方法及系统
CN117574110A (zh) * 2023-11-22 2024-02-20 四川农业大学 全域桥梁损伤快速识别方法、装置及介质

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105973627A (zh) * 2016-05-26 2016-09-28 东南大学 一种基于长标距应变影响包络线的桥梁损伤识别方法
CN108319767B (zh) * 2018-01-22 2021-09-07 健研检测集团有限公司 基于移动荷载的悬索桥吊杆受力状态评估的方法
CN109341989B (zh) * 2018-09-03 2020-06-12 大连理工大学 一种能够剔除车辆动力效应的桥梁影响线识别方法
CN109752383B (zh) * 2018-12-28 2021-02-26 东南大学 一种基于多重交叉验证的桥梁损伤识别方法
CN109839440B (zh) * 2019-03-20 2021-03-30 合肥工业大学 一种基于静置车辆测试的桥梁损伤定位方法
CN110132137B (zh) * 2019-05-06 2021-03-30 哈尔滨工业大学 一种基于分布式光纤监测的大型悬索桥钢箱梁全长位移分布测量方法
CN110186630B (zh) * 2019-05-10 2021-01-05 哈尔滨工业大学 一种基于分布式光纤监测和主梁全长应变分布的桥梁状态检测与评估方法
CN110532657B (zh) * 2019-08-21 2022-12-09 哈尔滨工业大学 基于变速车辆激励和小波包分析的桥墩结构状态评估方法
CN110533007B (zh) * 2019-09-13 2022-03-11 东南大学 一种桥梁车载应变影响线特征智能识别与提取方法
CN110704805B (zh) * 2019-09-13 2022-12-20 东南大学 一种基于活载应变的预应力混凝土梁桥开裂预警方法
CN110889336A (zh) * 2019-11-08 2020-03-17 南京东南建筑机电抗震研究院有限公司 基于emd分解的准静态长标距应变提取方法
CN111141206B (zh) * 2020-01-20 2024-05-17 中国农业大学 一种应变计动态特性检测装置及其测试方法
CN111707208A (zh) * 2020-06-24 2020-09-25 东南大学 基于分布式宏应变传感的圆柱壳结构横截面变形监测方法
CN112179264B (zh) * 2020-09-22 2021-11-19 华东交通大学 基于长标距应变的预应力碳纤维板桥梁加固效果监测方法
CN112414648A (zh) * 2020-11-05 2021-02-26 长安大学 基于宏应变二阶差分的桥梁损伤及车辆荷载同时识别方法
CN113251988B (zh) * 2021-05-17 2023-06-06 扬州市市政建设处 一种桥梁支座损伤的动力监测方法及系统
CN113901646B (zh) * 2021-09-23 2022-06-07 中铁大桥局集团有限公司 桥梁结构损伤的评估方法与装置
CN115031620B (zh) * 2022-06-07 2023-05-30 山东高速工程检测有限公司 基于无线低功耗多通道采集技术的桥梁监测方法及装置
CN116046302B (zh) * 2022-12-15 2023-09-01 广西大学 基于应变时程曲线识别装配式梁桥损伤的方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101221104A (zh) * 2007-10-16 2008-07-16 吴智深 基于分布式应变动态测试的结构健康监测方法
CN102032876A (zh) * 2010-11-25 2011-04-27 北京交通大学 一种既有铁路多跨连续梁使用状态检测方法
CN104198144A (zh) * 2014-09-12 2014-12-10 东南大学 一种基于长标距光纤应变传感器的中小桥梁快速检测方法
WO2015074721A1 (en) * 2013-11-25 2015-05-28 Aktiebolaget Skf Bearing monitoring apparatus and method
US20150226633A1 (en) * 2014-01-14 2015-08-13 Iowa State University Research Foundation, Inc. Method and system for bridge damage detection
CN105973627A (zh) * 2016-05-26 2016-09-28 东南大学 一种基于长标距应变影响包络线的桥梁损伤识别方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008164515A (ja) * 2006-12-28 2008-07-17 Kawasaki Heavy Ind Ltd き裂長さ検出方法およびき裂長さ検出装置
CN101532917B (zh) * 2009-04-15 2011-08-03 江苏省交通科学研究院股份有限公司 一种桥梁承载能力快速荷载试验方法
CN201402217Y (zh) * 2009-05-11 2010-02-10 长安大学 一种基于无线传感网络的桥梁荷载检测装置
JP2013002979A (ja) * 2011-06-17 2013-01-07 Momose Plant:Kk 強い外力を受けた構造物の変形量や耐用度の診断方法および装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101221104A (zh) * 2007-10-16 2008-07-16 吴智深 基于分布式应变动态测试的结构健康监测方法
CN102032876A (zh) * 2010-11-25 2011-04-27 北京交通大学 一种既有铁路多跨连续梁使用状态检测方法
WO2015074721A1 (en) * 2013-11-25 2015-05-28 Aktiebolaget Skf Bearing monitoring apparatus and method
US20150226633A1 (en) * 2014-01-14 2015-08-13 Iowa State University Research Foundation, Inc. Method and system for bridge damage detection
CN104198144A (zh) * 2014-09-12 2014-12-10 东南大学 一种基于长标距光纤应变传感器的中小桥梁快速检测方法
CN105973627A (zh) * 2016-05-26 2016-09-28 东南大学 一种基于长标距应变影响包络线的桥梁损伤识别方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
ZHOU, YI ET AL.: "GIRDER STRAIN ANALYSIS OF A CABLE-STAYED BRIDGE", JOURNAL OF VIBRATION AND SHOCK, vol. 30, no. 4, 31 December 2011 (2011-12-31), pages 232, ISSN: 1000-3835 *

Cited By (55)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109002673A (zh) * 2018-10-08 2018-12-14 哈尔滨工业大学 一种基于车辆制动冲击作用的桥梁基础冲刷识别方法
CN109002673B (zh) * 2018-10-08 2022-07-05 哈尔滨工业大学 一种基于车辆制动冲击作用的桥梁基础冲刷识别方法
CN109684774A (zh) * 2019-01-23 2019-04-26 同济大学 一种梁式桥安全监测与评估装置
CN109684774B (zh) * 2019-01-23 2022-12-27 同济大学 一种梁式桥安全监测与评估装置
CN110489800A (zh) * 2019-07-19 2019-11-22 广州大学 一种基于矩阵正则化的结构动荷载稀疏识别方法
CN110489800B (zh) * 2019-07-19 2023-03-14 广州大学 一种基于矩阵正则化的结构动荷载稀疏识别方法
CN110346167A (zh) * 2019-08-20 2019-10-18 电子科技大学 一种基于光纤的桥梁安全监测方法及其监测机构
CN110569483A (zh) * 2019-08-21 2019-12-13 华中师范大学 一种基于高频北斗数据的长大桥梁病害通行事件识别方法
CN110569483B (zh) * 2019-08-21 2023-03-31 华中师范大学 一种基于高频北斗数据的长大桥梁病害通行事件识别方法
CN110598282B (zh) * 2019-08-28 2023-05-23 广东工业大学 一种基于应变振型和深度学习的结构损伤识别方法
CN110598282A (zh) * 2019-08-28 2019-12-20 广东工业大学 一种基于应变振型和深度学习的结构损伤识别方法
CN110717250A (zh) * 2019-09-19 2020-01-21 交通运输部公路科学研究所 钢筋混凝土梁桥累积损伤简化标准等效车模型制定方法
CN110717250B (zh) * 2019-09-19 2023-05-02 交通运输部公路科学研究所 钢筋混凝土梁桥累积损伤简化标准等效车模型制定方法
CN111368423A (zh) * 2020-03-03 2020-07-03 长安大学 一种车载桥梁承载能力快速检测评估系统及方法
CN111368423B (zh) * 2020-03-03 2023-11-03 长安大学 一种车载桥梁承载能力快速检测评估系统及方法
CN111737848A (zh) * 2020-05-12 2020-10-02 南京航空航天大学 基于时域应变信号分解的起重机械主梁结构裂纹识别方法
CN112098210A (zh) * 2020-09-16 2020-12-18 湘潭大学 基于水平支座反力影响线差分的等截面梁损伤识别方法
CN112287586B (zh) * 2020-11-05 2024-01-30 长安大学 基于中小桥损伤识别结果的快速可靠度评估方法
CN112287586A (zh) * 2020-11-05 2021-01-29 长安大学 基于中小桥损伤识别结果的快速可靠度评估方法
CN112485030B (zh) * 2020-11-09 2023-03-14 深圳市桥博设计研究院有限公司 基于频率耦合的桥梁结构动态监测方法、系统和装备
CN112485030A (zh) * 2020-11-09 2021-03-12 深圳市桥博设计研究院有限公司 基于频率耦合的桥梁结构动态监测方法、系统和装备
CN112487925A (zh) * 2020-11-25 2021-03-12 上海海事大学 一种桥梁载荷损伤识别方法及系统
CN112487925B (zh) * 2020-11-25 2024-05-14 上海海事大学 一种桥梁载荷损伤识别方法及系统
CN113008154B (zh) * 2021-02-26 2022-10-14 中煤科工集团重庆研究院有限公司 一种桥梁安全监测的光纤传感系统
CN113008154A (zh) * 2021-02-26 2021-06-22 中煤科工集团重庆研究院有限公司 一种桥梁安全监测的光纤传感系统
CN113282988A (zh) * 2021-05-30 2021-08-20 福州大学 一种大跨度桥梁上部结构状态评估方法及系统
CN113282988B (zh) * 2021-05-30 2022-06-14 福州大学 一种大跨度桥梁上部结构状态评估方法及系统
CN113283000B (zh) * 2021-06-29 2022-11-11 四川农业大学 一种基于有限元和检监测数据融合的全桥响应重构方法
CN113283000A (zh) * 2021-06-29 2021-08-20 四川农业大学 一种基于有限元和检监测数据融合的全桥响应重构方法
CN113420362A (zh) * 2021-08-25 2021-09-21 深圳市城市交通规划设计研究中心股份有限公司 一种适用于时变中小跨径桥梁的损伤识别方法及装置
CN113761627B (zh) * 2021-09-07 2024-03-22 湘潭大学 基于支座反力影响线Katz1分形维数的连续梁损伤识别方法
CN113761627A (zh) * 2021-09-07 2021-12-07 湘潭大学 基于支座反力影响线Katz1分形维数的连续梁损伤识别方法
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
CN113961882A (zh) * 2021-11-18 2022-01-21 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
CN114152678A (zh) * 2021-12-01 2022-03-08 郑州大学 基于人工智能的桥梁安全检测方法及系统
CN114152678B (zh) * 2021-12-01 2023-10-10 郑州大学 基于人工智能的桥梁安全检测方法及系统
CN114429032A (zh) * 2021-12-23 2022-05-03 贵州大学 一种桥梁健康在线智能监测系统
CN114858323A (zh) * 2022-04-20 2022-08-05 重庆交通大学 基于激光位移传感器的箱梁桥挠曲变形应力检测方法
CN114858323B (zh) * 2022-04-20 2024-01-30 重庆交通大学 基于激光位移传感器的箱梁桥挠曲变形应力检测方法
CN114778040A (zh) * 2022-04-26 2022-07-22 广州大学 一种桥梁随机荷载试验安全评估方法、系统及可存储介质
CN114997009B (zh) * 2022-05-30 2024-03-22 山东高速集团有限公司 一种基于机器视觉和模型修正的桥梁承载力快速评估方法
CN114997009A (zh) * 2022-05-30 2022-09-02 山东高速集团有限公司 一种基于机器视觉和模型修正的桥梁承载力快速评估方法
CN115420407B (zh) * 2022-06-30 2024-04-09 兰州大学 基于fbg监测响应信息的cfrp板荷载识别方法
CN115420407A (zh) * 2022-06-30 2022-12-02 兰州大学 基于fbg监测响应信息的cfrp板荷载识别方法
CN115452282A (zh) * 2022-09-02 2022-12-09 任鹏 一种基于数据融合的铁路桥梁结构健康监测方法
CN115824481A (zh) * 2022-10-01 2023-03-21 同济大学 一种基于递归演化的实时索杆力识别方法
CN115876412A (zh) * 2022-12-15 2023-03-31 广西北投交通养护科技集团有限公司 基于应变米的装配式梁桥健康状态评估方法
CN115876412B (zh) * 2022-12-15 2023-08-29 广西北投交通养护科技集团有限公司 基于应变米的装配式梁桥健康状态评估方法
CN116186833B (zh) * 2022-12-15 2024-05-07 哈尔滨工业大学 索承桥主梁竖向变形相关模式识别与健康诊断机器学习方法
CN116186833A (zh) * 2022-12-15 2023-05-30 哈尔滨工业大学 索承桥主梁竖向变形相关模式识别与健康诊断机器学习方法
CN116542146A (zh) * 2023-01-06 2023-08-04 中路高科交通检测检验认证有限公司 桥梁监测温度场-应变场时空相关模型及健康诊断方法
CN116305489A (zh) * 2023-04-11 2023-06-23 北京云庐科技有限公司 一种建筑的结构损伤监测方法、系统和介质
CN116577055B (zh) * 2023-07-11 2023-09-22 湖南大学 基于多源传感数据的桥梁状态评估方法及系统
CN116577055A (zh) * 2023-07-11 2023-08-11 湖南大学 基于多源传感数据的桥梁状态评估方法及系统
CN117574110A (zh) * 2023-11-22 2024-02-20 四川农业大学 全域桥梁损伤快速识别方法、装置及介质

Also Published As

Publication number Publication date
CN105973627A (zh) 2016-09-28

Similar Documents

Publication Publication Date Title
WO2017202139A1 (zh) 一种基于长标距应变影响包络线的桥梁损伤识别方法
CN108775993B (zh) 一种桥梁损伤检测方法
CN105241660B (zh) 基于健康监测数据的高铁大型桥梁性能测试方法
Chen et al. Damage detection of highway bridges based on long-gauge strain response under stochastic traffic flow
CN106092623B (zh) 一种基于长标距刚度系数的桥梁损伤识别评估方法
CN104732013B (zh) 一种单车通过多梁式桥梁的车辆荷载识别方法
CN104331595B (zh) 桥梁损伤预警的移动主成分相关系数法
CN106197910A (zh) 一种基于车桥耦合振动分析的桥梁检测方法与检测系统
Wei et al. Strain features and condition assessment of orthotropic steel deck cable-supported bridges subjected to vehicle loads by using dense FBG strain sensors
CN110377943A (zh) 一种基于移动荷载试验的桥梁承载能力评估方法
CN104568493B (zh) 车辆荷载下基于位移时程面积的结构快速损伤识别方法
Li et al. Time-varying parameter identification of bridges subject to moving vehicles using ridge extraction based on empirical wavelet transform
CN113838312A (zh) 一种机场道面安全预警方法、系统、介质及终端
AU2020104323A4 (en) A method and system of axle information identification and early alarm based on bridge transverse strain
CN108549847B (zh) 一种无基准数据条件下的梁式结构裂缝损伤识别方法
CN113030450A (zh) 沥青路面全周期性能监测评估方法及系统
Martinez et al. Bridge flexural rigidity calculation using measured drive-by deflections
Peng et al. Long-term condition monitoring of cables for in-service cable-stayed bridges using matched vehicle-induced cable tension ratios
Liu et al. Deep learning based identification and uncertainty analysis of metro train induced ground-borne vibration
Algohi et al. Detection of speed and axle configuration of moving vehicles using acoustic emission
Li et al. Data-driven structural condition assessment for high-speed railway bridges using multi-band FIR filtering and clustering
CN109752383B (zh) 一种基于多重交叉验证的桥梁损伤识别方法
Soo Lon Wah et al. Damage detection under temperature conditions using PCA–an application to the Z24 Bridge
EP3951344A1 (en) Methods and systems for damage evaluation of structural assets
CN102998133A (zh) 一种基于准分布式加速度数据的能量损伤识别方法

Legal Events

Date Code Title Description
NENP Non-entry into the national phase

Ref country code: DE

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17801986

Country of ref document: EP

Kind code of ref document: A1

122 Ep: pct application non-entry in european phase

Ref document number: 17801986

Country of ref document: EP

Kind code of ref document: A1