基于健康监测的斜拉桥多尺度损伤预后方法研究

摘要

20多年来，桥梁结构健康监测已经取得了一定的成就，主要表现在监测数据积累和异常事件评估等方面，在目前很难识别桥梁结构早期损伤的情况下，预后技术是克服结构健康监测技术瓶颈的有效方法之一。损伤预后就是基于实时监测信息，评估结构当前的运营状态，估计未来的荷载环境，预测结构未来剩余使用寿命和安全性能，并及时采取防治措施进行维修加固。本文基于江苏沿海高速灌河大桥健康监测系统，探究其多尺度损伤预后方法，主要工作如下:
　　1.斜拉桥车辆荷载模型研究。基于灌河大桥动态称重系统采集到的数据，探究其车流量、车辆总重、车速、轴距及车间距的统计分布特征，进而获得其车辆荷载模型。
　　2.结合梁斜拉桥多尺度模型确认。首先，基于Arlequin方法和动力平衡方程探究结合梁斜拉桥多尺度模拟方法，进而基于两阶段响应面方法进行多尺度模型修正，再结合概率盒理论开展多尺度模型确认研究。
　　3.基于实测车辆荷载模型和多尺度模型，开展结合梁斜拉桥钢主梁疲劳损伤预后研究。首先阐述了小波神经网络的基本理论及其实现算法，进而对灌河大桥未来的荷载环境进行了预测，并结合可靠度方法对灌河大桥钢主梁关键部位的疲劳可靠度、疲劳寿命及失效概率进行了预测。
　　4.探讨复杂环境作用下基于概率盒的结合梁斜拉桥损伤预后方法。主要考虑了桥梁复杂服役环境的不确定性，并对桥梁未来服役安全性能进行了不确定性概率评估。
　　5.超材料斜拉桥工作机理及其损伤预后方法研究。首先，详细阐述超材料梁特有的负质量和负刚度属性;进而，深入研究了超材料梁的减振性能，并通过数值模拟验证多阻带超材料结合梁的减振能力;最后，讨论了超材料结合梁的损伤预后方法。
　　得到的主要结论如下:
　　1.基于广义极值理论得到了灌河大桥实际运行车辆荷载模型，其车辆荷载均值为设计公路Ⅰ级的0.49倍，且实际运行车辆荷载呈现逐渐略微增长的趋势。
　　2.建立了基于两阶段响应面的斜拉桥结构多尺度模型修正及确认方法，其中:修正后计算得到的全桥频率和振型与实测值吻合较好，频率最大误差不超过8％，全桥各阶振型的MAC值均在90％以上;基于概率盒方法确认后的多尺度模型频率计算值和实测值之间的相对误差对重叠率指标有影响，消除相对误差后，各阶模态频率的重叠率指标均超过89％。
　　3.建立了基于小波神经网络和多尺度模型的斜拉桥钢主梁疲劳损伤预后方法，结果表明:主梁服役期满时计算的疲劳可靠度为5.19，达到目标疲劳可靠度时的服役年数为152年。
　　4.建立了复杂环境作用下基于概率盒的斜拉桥损伤预后方法，结果表明:灌河大桥主塔和主梁的安全储备较大，而拉索的安全储备较小，但总体均在安全范围内。
　　5.超材料具有较好的耗能减振性能，疲劳损伤预后结果表明:超材料主梁服役期满时计算的疲劳可靠度提高为6.28，达到目标疲劳可靠度时的服役年数增加为209年。地震损伤预后结果表明:当采用超材料主梁，且其阻带分布合理时，地震作用下的结构响应明显减小，局部阻尼器可以较好的起到耗能减震的效果。

目录

声明

摘要

1．1 研究背景与意义

1．2 国内外研究现状

1．3 本文主要研究内容

第二章 斜拉桥健康监测及其车辆荷载模型研究

2．1 引言

2．2 灌河大桥健康监测系统

2．3 斜拉桥车辆荷载不确定性分析

2．4 斜拉桥车辆荷载模型研究

2．5 小结

第三章 斜拉桥多尺度模型修正及确认研究

3．1 引言

3．2 结构多尺度建模理论与方法

3．3 基于两阶段响应面方法的斜拉桥多尺度模型修正

3．4 斜拉桥多尺度模型确认方法

3．5 小结

第四章 基于小波神经网络的斜拉桥主梁疲劳损伤预后方法研究

4．2 基于小波神经网络的损伤预后框架

4．3 灌河大桥未来车辆荷载模型预测

4．4 灌河大桥钢主梁疲劳损伤预后

4．5 小结

第五章 复杂环境作用下基于概率盒的斜拉桥损伤预后方法研究

5．1 引言

5．2 基于概率盒的在役桥梁损伤预后框架

5．3 基于小波神经网络的斜拉桥物理模型预测

5．4 地震作用下斜拉桥损伤预后分析

5．5 车辆荷载作用下斜拉桥损伤预后分析

5．6 小结

第六章 超材料斜拉桥工作机理及其损伤预后

6．1 引言

6．2 基于动力平衡方程的负质量／刚度超材料工作原理

6．3 超材料结合梁耗能机理研究

6．4 多阻带超材料结合梁的频响分析

6．5 单阻带超材料结合梁斜拉桥疲劳损伤预后分析

6．6 多阻带超材料结合梁斜拉桥地震作用下损伤预后分析

6．7 小结

第七章 结论与展望

7．1 结论

7．2 研究展望

7．3 创新点

参考文献

论文、专利及参与科研项目

致谢