多环境因素对结构动态特性的影响研究

摘要

利用长期海量监测数据得到的模态频率其实是整个结构系统的频率，如何获取环境因素对频率的影响关系，从而得到结构的在同一环境条件下的模态频率，已成为以模态频率为指纹进行桥梁结构损伤识别的研究热点。本文以新沂河大桥第九联连续梁桥为研究对象，围绕消除温度、车载等环境因素影响，识别结构模态频率这个研究主题，建立了环境因素-模态频率的支持向量机(Support Vector Machine，SVM)回归模型，获取了新沂河大桥的归一化模态频率。本文的主要工作和成果如下:
　　(1)论述了温度、车辆荷载等环境因素对结构模态频率影响的机理，温度主要通过改变材料的弹性模量等材料属性，以及改变超静定结构约束对结构频率产生影响;车辆、雨雪等主要是通过荷载的形式改变了整个结构体系的振动特性。
　　(2)论述了支持向量回归机在结构健康监测上的应用，建立了基于ANSYS的新沂河大桥有限元模型，通过模拟车辆荷载变化获取多阶模态频率，基于实测频率的长期统计特性，建立了车辆荷载四变量-模态频率的非线性SVM回归模型。分析表明，非线性SVM回归模型能准确预测结构模态频率变化。
　　(3)基于新沂河大桥健康监测系统、车辆称重系统的长期监测数据，建立了环境温度双变量、车辆荷载四变量以及环境温度和车辆荷载六变量-模态频率的非线性SVM回归模型。分析表明，较小的采样间隔、较多的特征变量能提高回归精度，本文所建模型能较好的预测频率变化。
　　(4)利用本文所建回归模型对新沂河大桥实测频率做归一化处理。分析表明，归一化后的频率浮动区间大大收窄，稳定性增强，能较好的实现结构损伤预警。

目录

声明

摘要

第一章 绪论

1．1 立题背景和研究意义

1．1．1 立题背景

1．1．2 研究意义

1．2 基于环境激励的结构健康监测的主要研究进展

1．2．1 健康监测在线监测系统进展情况

1．2．2 确定性的结构损伤识别主要分析方法

1．3 模态频率与环境因素相关关系的主要研究进展以及现存的主要问题

1．4 本文的主要研究内容

第二章 环境因素对结构动态特性影响的理论研究

2．1 引言

2．2 环境因素影响结构模态频率变化的机理探讨

2．2．1 温度对桥梁结构模态频率的影响分析

2．2．2 车辆荷载对桥梁结构模态频率的影响分析

2．2．3 其他环境因素对桥梁结构模态频率的影响分析

2．3 模态频率识别方法

2．3．1 基于环境激励的模态频率识别方法简介

2．3．2 峰值法识别模态频率

2．4 基于SVM的回归模型

2．4．1 主要回归方法综述

2．4．2 支持向量机(Support vector machines，SVM)介绍

2．4．3 基于SVM的回归估计原理

2．4．4 基于SVM的环境因素-频率线性回归模型

2．4．5 基于SVM的环境因素-模态频率非线性回归模型

2．5 本章小结

第三章 基于有限元模拟、车辆称重系统的结构动态特性在车辆荷载作用下的研究分析

3．1 引言

3．2 ANSYS结构模态求解介绍

3．2．1 有限元分析软件ANSYS介绍

3．2．2 基于ANSYS的模态分析

3．3 新沂河大桥简介

3．4 新沂河太桥ANSYS模型

3．4．1 新沂河大桥第九联有限元模型

3．4．2 新沂河大桥第九联模型修正

3．5 基于ANSYS模拟的车辆荷载---模态频率回归分析

3．5．1 新沂河大桥车辆称重系统介绍

3．5．2 基于新沂河大桥车辆称重系统的车辆分布模型统计

3．5．3 不同车辆荷载模式作用下的桥梁结构模态频率数值模拟计算

3．5．4 车辆荷载作用下的模态频率基本变化分析

3．6 基于非线性SVM的车辆荷载-模态频率回归分析

3．6．1 非线性SVM模型训练的参数寻优

3．6．2 基于非线性SVM技术的车载-模态频率重构能力分析

3．6．3 基于非线性SVM技术的车载-模态频率回归预测能力分析

3．7 本章小结

第四章 基于长期监测数据的新沂河大桥动态特性在环境影响下的研究分析

4．1 引言

4．2 新沂河大桥长期监测系统介绍

4．3 数据和方法

4．3．1 应变数据-模态频率的获取

4．3．2 实测模态频率与试验基频对比

4．3．3 温度数据

4．4 基于长期实测数据的温度-模态频率非线性SVM分析

4．4．1 环境温度-模态频率的相关性分析

4．4．2 基于非线性SVM技术的环境温度-模态频率回归分析

4．4．3 基于二元多项式的温度-模态频率回归分析

4．5 基于车辆称重系统的车辆荷载-模态频率的非线性SVM回归分析

4．5．1 数据获取

4．5．2 基于非线性SVM技术的车载-模态频率回归分析

4．6 本章小结

第五章 基于长期监测数据的桥梁结构动态特性在多环境影响下的研究分析

5．1 引言

5．2 基于非线性SVM技术的多环境因素-模态频率回归分析

5．2．1 数据准备

5．2．2 基于非线性SVM的多环境因素-模态频率

5．3 基于非线性SVM多环境因素-模态频率模型的损伤识别

5．3．1 直接对比实测值、模型预测值

5．3．2 获取归一化的模态频率值

5．4 归一化的模态频率值实际应用

5．4．1 基于多环境因素-模态频率的非线性SVM归一化频率

5．4．2 基于温度-模态频率的非线性SVM归一化频率

5．5 本章小结

第六章 总结与展望

6．1 全文总结

6．2 研究展望

参考文献

致谢

作者攻读硕士期间发表的论文