正装迭代法在拱梁组合结构桥梁上的应用

为快速、准确地得到拱梁组合结构桥梁施工索力,以云南省昆明市禄劝县东华桥为研究背景,采用桥梁博士V4.3有限元软件,通过正装迭代法求得合理成桥状态对应的施工索力后,用于现场施工控制,最后将实测得到的成桥索力与理论成桥索力进行对比。实践证明:采用正装迭代法具有操作简单、收敛速度快等优点,求出的施工索力用于施工张拉,所得实际成桥索力与理论成桥索力吻合度较好,达到预设的成桥内力状态,从而避免后期反复的调索过程,可有效优化施工流程、缩短施工工期和节约施工投入。

联合卷积神经网络与长短期记忆深度网络的桥梁损伤识别

为准确评估桥梁结构状态,提升损伤识别效率,提出基于联合卷积神经网络(CNN)与长短期记忆(LSTM)深度网络的桥梁损伤识别方法,并用振动台试验数据进行验证。结合CNN空间特征和LSTM时间特征提取能力,构建桥梁结构损伤识别架构;提取5类时频域损伤特征,经对比分析后,采用结合平均频率和平均能量的组合特征进行损伤识别;基于振动台试验数据及其有限元模型数据识别了斜拉桥模型的损伤,并将识别结果分别与CNN、LSTM的识别结果对比。结果表明:采用联合CNN与LSTM深度网络建立的损伤识别方法可有效识别出桥梁的损伤位置和损伤程度,且偏差小,识别结果优于CNN、LSTM;未布置传感器的位置损伤识别精度较低;轻微损伤识别准确率相对较低。

基于互补集合经验模态分解的近场脉冲地震信号降噪算法

针对近断层地震速度脉冲信号非线性非平稳的特点,建立了以互补集合经验模态分解(Coplementary Ensemble Empirical Mode Decomposition,CEEMD)为基础的一种降噪算法。该算法首先对仿真信号进行CEEMD操作,获得从高频到低频的固有模态函数(Intrinsic Mode Function,IMF),然后对IMF筛选叠加,得到多组含不同阶数的重构信号;通过算法相关度和逼近度组成综合评价指标,对多组重构信号进行筛选,得到全局最优重构组合Rec3,实现信号的有效去噪。然后采用以所选最优重构组合为基础的降噪算法分析实测速度脉冲信号。结果表明:该降噪算法具有很好的降噪效果,所得结果曲线较原信号曲线光滑平整,主脉冲信号清晰可辨,且由于算法本身没有人工加窗这类操作,使得其自适应良好,具有一定的实用性和可靠性。

两种改善CEEMD端点效应方法的研究分析

在做互补集合经验模态分解(CEEMD)时存在的最主要问题之一就是"端点效应"。在实际工程应用中有多种"端点效应"处理方法,文章将对镜像对称延拓处理与边界局部特征尺度匹配延拓处理两种方法进行对比研究分析,利用已经编制好的两种"端点效应"处理方法的MATLAB程序对调幅调频信号进行分析。首先从生成的IMF(本征模函数)图像上观察两种"端点效应"处理方法的差异,并与不做端点处理的IMF图像进行对比。然后利用经CEEMD分解后得到的IMF与原信号的相似系数、IMF与原信号的平均相对误差与程序运行时间等数值指标,对两种"端点效应"处理方法进行数值指标分析。结果表明:CEEMD在分解调幅调频信号时,边界局部特征尺度匹配延拓法在处理"端点效应"时表现最佳。

确定子空间识别方法在桥梁振动台模型试验中的对比

为了探讨确定子空间识别(DSI)方法与确定-随机子空间识别(CDSI)方法在实际应用中的性能,开展了DSI方法与CDSI方法的对比研究。首先,对DSI方法与CDSI方法的算法原理进行介绍,对比了过程噪声和测试噪声在2种方法中不同的考虑方式,分析了CDSI方法在算法层面的优势。以大比尺斜拉桥模型振动台试验为依托,获取模型桥在4种不同强度等级的集集(Chichi)地震动激励下的加速度响应,为考察DSI方法与CDSI方法的算法性能提供数据支撑。然后,分别使用DSI方法与CDSI方法对模型桥的模态参数进行识别,使用稳定图对模态参数识别结果进行展示,并统计了图中稳定点个数,对比2种方法模态参数识别结果的稳定性。最后,对DSI方法与CDSI方法的振型识别结果进行展示,并统计2种方法的振型模态置信准则值(MAC),对比了2种方法振型识别结果的差异。结果表明:DSI方法与CDSI方法识别得到的频率与阻尼比基本一致,但CDSI方法识别结果的稳定性略优;DSI方法比CDSI方法识别得到的振型幅值略大,经量纲一化处理后,2种方法识别的振型形状基本一致,但随着模态阶次的增高和激励强度的增强,两者振型的差异逐渐增大;CDSI方法考虑了数据中的过程噪声和测试噪声,其模态参数识别结果的稳定性略优于DSI方法,但同时其也降低了CDSI方法的计算效率,CDSI方法的优势并不是压倒性的。