连续梁桥影响线识别与承载能力快速评估试验研究

针对桥梁静载试验过程存在的重载静置、交通阻误等问题,利用桥梁影响线具有完整反映结构各截面抗弯刚度的优势,提出一种基于影响线的桥梁承载能力快速评估方法。该方法仅利用单辆重车移动加载获取包含桥梁影响线信息、结构动力成分和车辆多轴效应的桥梁时程响应,首先采用变分模态分解剥离桥梁时程响应中的动力成分;其次根据采样频率及车辆轴距构建桥梁影响线识别数学模型,从而剔除桥梁时程响应中的车辆多轴效应,利用Tikhonov正则化解得桥梁影响线的稳定解;然后通过在桥梁影响线上开展虚拟加载,重构桥梁虚拟静力响应,并采用传统校验系数法评价桥梁承载能力。通过三跨变截面连续梁桥数值算例验证影响线识别方法的有效性,建立误差指标定量评价影响线识别结果的准确性,从而对某三跨连续钢混组合梁桥开展静载试验与承载能力快速评估试验研究,在预设车道实施车辆移动加载,识别桥梁中跨跨中截面挠度、应变影响线,进而开展虚拟加载研究,进一步验证所提承载能力快速评估方法的可行性与实用性,为桥梁承载能力“轻量化”快速筛检提供方法支撑与案例借鉴。

移动车辆加载下梁桥挠度影响线识别与损伤诊断方法

为了解决桥梁实测时程响应中存在结构动力成分与车辆多轴效应干扰的问题,提出一种基于挠度影响线识别结果的简支梁桥损伤诊断方法。首先,通过变分模态分解与小波变换法对桥梁时程响应进行预处理,以实现桥梁实测响应动力成分剥离;其次,建立多轴车辆信息矩阵和影响线识别模型,从而剔除桥梁实测响应中车辆多轴效应;再次,采用Tikhonov正则化方法识别出桥梁准静态挠度影响线;最后,利用影响线差值曲率指标对桥梁损伤进行定位。研究通过两轴和三轴车辆移动加载下的车桥耦合模型验证所提方法的可行性与有效性。研究表明:所提两种影响线识别方法有效、可靠,影响线识别效果受车速和车型的影响较小,其中变分模态分解方法在车辆高速行驶下识别桥梁影响线用于损伤诊断效果更佳。

结构影响线识别:反问题可识别性分析与降维贝叶斯不确定性量化

结构影响线识别是移动荷载下既有结构评估的理论基础,其本质上是基于系统输入-输出含噪数据反向对静力系统指定截面的响应函数进行识别。已有研究虽然取得了进展,但它们在以下两个方面存在局限性:缺乏反问题可识别性分析;缺乏不确定性量化。反问题可识别性分析是为了厘清系统识别的参数的解的情况。不确定性量化是基于测量输入-输出含噪数据估计影响线参数的后验概率密度函数。针对上述两个局限性,该文在贝叶斯概率框架的基础上开展关于影响线识别的反问题可识别性分析与贝叶斯不确定性量化。该文进行基于直接参数化的影响线识别,包括系统输入与输出、反问题可识别性分析、参数最优值。经分析得出:一方面,直接参数化无法保证全局模型可识别;另一方面,现有方法即使是全局模型可识别的情况下也无法进行不确定性量化。为保证反问题是全局模型可识别且同时获取参数后验概率密度函数,该文提出基于降维贝叶斯不确定性量化的影响线后验识别,包括系统输入与输出重构、反问题可识别性分析、后验概率密度函数。该文进行模拟数据下新光大桥吊杆拉力影响线识别,与实测及模拟数据下简支梁桥应变影响线识别,验证提出方法的有效性。

基于动力响应桥梁位移影响线识别方法分析

位移影响线在桥梁检测领域具有重要作用,由于实桥检测采集到的数据中存在车辆动载效应,为得到桥梁准静态位移影响线需对采集到的信号做识别处理。本文以单孔跨径20 m的三跨连续梁模型为研究对象,分别用dbN小波变换、经验模态分解剔除桥梁中跨跨中位移影响线的波动部分。通过引入相关系数和建立误差指标,定量分析两种方法对位移影响线的识别效果与结果的可信度,通过分析两种方法对简支梁桥与连续梁桥位移影响线的识别效果,分别给出两种方法对不同桥梁结构的适用性。

斜拉桥挠度影响线识别与模型修正试验研究

有限元模型往往不能反映桥梁真实的运营状况,无法对桥梁结构整体受力状态进行精确分析。为建立适用于斜拉桥高精度分析的有限元模型,提出一种基于实测挠度影响线与GA-BP(genetic algorithm-back propagation)网络的有限元模型修正方法。首先对某斜拉桥单一测点挠度影响线识别,提出采用经验变分模态分解(empirical-variational mixed modal decomposition,E-VMD)剔除车致响应动力成分,结合Tikhonov正则化方法求解影响线识别方程,对某真实斜拉桥挠度影响线进行重构,准确还原其准静态挠度影响线,通过GA-BP网络选取修正参数,构建以挠度影响线为目标参数的回归预测方法;最后将实测挠度影响线代入网络模型,得到修正后的有限元模型优化参数。经计算分析,修正后模型控制截面挠度影响线处相对误差从57.2%下降至14.1%,灰色相关系数升至0.9076,修正后有限元模型分析精度有大幅提升,更贴近桥梁真实运营状态。

基于应变影响线的桥梁模型修正试验

为了验证桥梁应变影响线用于模型修正的有效性,针对某三跨钢板组合连续梁桥在单辆重车移动加载下的应变时程响应进行研究.联合实测应变影响线和计算影响线构建目标函数;以影响线形态控制点处的微应变试验值作为输入层参数,以有限元模型结构几何尺寸信息与材料特征值作为输出层参数,构建反向传播(BP)神经网络进行自我学习;基于训练完毕的BP神经网络,对待修参数进行预测,开展桥梁模型修正研究.结果表明,所提出的有限元模型修正方法能够减小真实结构不确定性带来的建模误差,修正后的优化模型比初始模型更加贴近真实结构,目标函数相对误差降低29%;可以采用基于BP神经网络的模型参数修正方法对有限元模型参数进行预测.

基于正则化与B样条曲线的桥梁影响线识别方法

为了快速评估既有桥梁的安全性,研究了基于多源实测信息快速准确识别桥梁影响线的方法。首先利用桥梁动力响应及车辆移动的实测信息,建立影响线识别的数学模型。在模型中引入Tikhonov正则化方法以解决病态矩阵求解问题,通过设置罚函数项以取得较光滑并贴近真实的影响线。然后通过基函数扩展法重构影响线,将其表示为一系列三次B样条基函数的线性组合,从而将问题从识别众多影响线因子简化为识别少量基函数权重系数。为了验证上述方法的可行性,先在实验室模拟钢制试验小车在钢筋混凝土三跨连续梁模型上移动的过程。基于实测布置于梁底的多测点挠度和应变响应时程以及相应的试验车信息,可识别出不同位置测点的挠度和应变影响线。试验结果表明无论是影响线的总体形状还是局部峰值,识别解与基准解均能较好地吻合。该方法还被进一步应用到一座简支现浇预应力混凝土箱梁桥。该试验通过实测检测车过桥期间的桥梁跨中截面若干测点的动应变、动挠度以及车辆重力、实时位置等信息,准确识别了对应于不同车道的挠度和应变影响线。通过对比桥梁静载实测和影响线虚拟加载结果,发现两者偏差绝对值在5%以内。在一定程度上表明了该影响线识别方法具有较高精度,并具备工程应用的良好潜力。