异形桥梁损伤识别方法及参数影响研究研讨.doc

窗体顶端 异形桥梁损伤识别方法及参数影响研究 作者 （吉林大学交通学院，长春 130022） 摘要：由于异形桥梁结构形式复杂，普通损伤识别方法难以实现损伤位置与损伤程度的准确识别。针对损伤识别方法的局限性和参数影响的不确定性，本文在综合分析损伤识别指标参数影响的基础上，提出了基于模态柔度差曲率及遗传算法优化支持向量机的异形桥梁损伤识别方法。首先，详细分析了损伤程度、传感器数量和模态阶次等影响参数作用下，损伤识别指标（振型变化、模态曲率差、模态柔度差及曲率）的识别效果。对比各识别指标的准确性，确定模态柔度差曲率作为异形桥梁的损伤识别指标。其次，提出了异形桥梁两阶段损伤识别方法，在模态柔度差曲率实现异形桥梁结构损伤定位的基础上，基于遗传算法优化支持向量机对损伤程度进行准确识别。损伤识别结果验证了该方法的有效性和准确性。 关键词：异形桥梁；损伤识别；模态柔度差曲率；遗传算法；支持向量机 中图分类号: U416.217 文献标志码：A 0 前言 桥梁在车辆荷载、环境侵蚀及材料老化的作用下，结构损伤不断出现[1]。异形桥梁由于特殊的构造形式，受力状态复杂，损伤更为普遍。传统的损伤识别指标和方法对异形桥梁具有一定的局限性，提出适用于该桥型的损伤识别方法对于保障城市立交桥的安全运营具有重要的应用价值。 基于结构振动特性的损伤识别方法具有测试方便、精度高和易于获取等优点，在桥梁健康监测与损伤识别中得到了广泛的应用[2]。结构损伤使其刚度降低，造成结构动力特性（频率、振型、阻尼等）的改变。所以，动力参数的变化包含结构的损伤信息，可以用于损伤识别、定位和量化。广泛应用的基于动力参数的损伤识别指标包括：频率、振型、模态曲率、频响函数和模态柔度等[3-5]。Jassim等[6]采用频响参数和模态置信准则（Modal Assurance Criterion, MAC）进行了悬臂梁的损伤诊断和识别。Cao等[7]提出了改进的模态曲率指标，具有较好的抗噪能力，室内试验验证了对多位置损伤识别的有效性。张军等[8]采用模态柔度差曲率和进行三维结构损伤识别，克服了模态柔度差曲率指标的漏判现象。对各损伤识别指标的准确性和适用性进行分析，选择有效的异形桥梁损伤识别指标，能够确保识别结果的可信度。同时，基于计算智能的结构损伤识别方法正成为桥梁损伤识别的重要手段。采用神经网络、遗传算法、支持向量机、模糊理论的损伤识别方法得到不断应用。Guo等[9]提出了基于贝叶斯理论和免疫遗传算法的结构多位置损伤识别方法。孙宗光等[10]采用BP神经网络对悬索桥数值模型进行损伤预测，准确度达到86%。然而，神经网络采用梯度下降算法，参数设置繁琐，收敛速度慢。支持向量机依赖部分关键数据，降低了模型的复杂程度，具有较好的预测能力。遗传算法采用遗传操作进行最优解全局有哪些信誉好的足球投注网站。遗传优化支持向量机算法实现了两算法的补充和优化，在预测分析方面具有独特的优势。 考虑到基于动力特性的损伤识别指标具有较大的不确定性，其损伤识别结果受到诸多因素的影响。本文重点研究了损伤程度、传感器数量和模态阶次等参数对常用损伤识别指标（振型变化、模态曲率差、模态柔度差及曲率）的影响，确定了识别效果好、性能稳定的损伤识别指标。在此基础上，提出了基于模态柔度差曲率和遗传优化支持向量机的异形桥梁损伤识别方法，该方法能实现异形桥梁损伤的准确识别和判定，识别结果验证了所提出方法的有效性和准确性。 1 异形桥梁概况 选取典型异形桥梁为损伤识别研究对象[11]。该桥梁由主桥和匝道组成，主桥三跨，匝道两跨，整体布置如图1所示。 图1 典型异形桥梁平面图 Fig. 1 Typical irregular-shaped bridge 异形桥梁采用C50混凝土，材料弹性模量为，密度为，泊松比为0.2。采用Solid45实体单元建立异形桥梁ANSYS模型，选取各跨跨中2m范围内单元为损伤单元，如图2所示。损伤程度通过降低单元弹性模量来模拟，如式（1）所示。 （1） 式中，为单元号，代表单元损伤程度，，分别为单元损伤前后的弹性模量。 图2 异形桥梁损伤截面选取 Fig. 2 Selection for damaged sections of irregular-shaped bridge 2 参数影响不确定性分析 本文主要针对常用损伤识别指标的参数影响不确定性进行分析，包括振型变化、模态曲率差、模态柔度差及曲率。以4跨跨中损伤为例，评价识别指标的准确性。其中，模态振型差的计算如式（2）所示。 （2） 式中，为损伤前后振型变化值，，代表结构损伤前后的模态振型值。 模态曲率可以通过振型对位置的二阶导数计算得到，如式（3）所示。 （3） 式中，为模态阶次，为节点号，为测点间距。 模态曲率差为结构损伤后与损伤前模态曲率的差值，如式（4）所示。 （4） 式中