论文部分内容阅读
桥梁在运营过程中长期的受到车辆荷载、风荷载、温度应力以及环境自然灾害等因素的作用下,以及日益增长的交通量和桥梁服役期的延长,会导致构件发生老化,桥梁结构会不可避免的出现性能退化产生损伤。桥梁是交通运输工程中的关键枢纽,长期在损伤状态下进行运营会增大事故发生的可能性,故对桥梁进行健康监测及损伤识别工作对于保证结构正常运营、规避安全事故的发生而言具有重要意义。扩展卡尔曼滤波(EKF)是一种适用于非线性系统的递推更新算法,且适用于时变系统;而车桥耦合系统由于车辆在桥上移动会导致质量分布的改变,从其特性而言是一个随时间变化的系统。EKF算法能够与车桥耦合系统相结合并应用在结构损伤识别工作中。本文综合了车桥耦合系统与EKF算法两者各自的特点,对EKF算法在桥梁结构的损伤识别中的应用进行了研究,重点分析了不同路面不平顺等级对识别算法的影响,并通过损伤识别数值算例验证了算法的有效性。具体研究工作包括:(1)建立了光滑路面下的车桥耦合振动模型,用结构模态坐标构建EKF的状态向量,并将结构损伤参数引入其中。用簧上质量模型和半车模型模拟车辆,将桥梁在车辆过桥时产生的响应作为测量信号,对桥梁结构进行了损伤识别。重点探究了不同噪声水平对EKF桥梁结构损伤识别算法的影响,计算结果显示算法能够有效抑制噪声的影响,准确识别损伤,具有较好的鲁棒性。(2)在光滑路面EKF损伤识别工作的基础上,进一步研究考虑路面粗糙的桥梁结构损伤识别问题。通过对比两种路面情况下车桥耦合系统方程,分析两种情况下桥梁响应的构成,把路面不平顺对桥梁响应的影响作为噪声处理,提出了基于EKF的桥梁结构损伤识别简化算法。梁桥的数值算例分析表明,本文提出的简化损伤识别算法能够在路面情况较好时得到很好的损伤识别结果。(3)简化算法更适宜路面不平顺情况较好的情况。对于路面情况较差的情况,则需获取路面不平顺的信息来提高损伤识别算法的精度。本文首先采用卡尔曼滤波对含噪声的路面不平顺信号进行去噪处理,进而基于EKF算法提出了考虑路面不平顺的桥梁损伤识别算法。数值算例分析表明:利用车桥耦合振动响应信号,本文提出的EKF损伤识别方法能够在多种路面不平顺等级和噪声水平下准确识别桥梁结构的损伤位置与程度,并且参数分析显示识别结果对车速车重等因素的变化不敏感。