大跨度斜拉桥结构动力损伤检测.pdf

浙江大学博士学位论文大跨度斜拉桥结构的动力损伤检测姓名:孙宗光申请学位级别:博士专业:固体力学指导教师:丁皓江;,研究了基于振动测量的大跨度斜拉桥结构动力损伤检测策略与方法,探讨了远程数据传输与可视化技术、分阶段损伤识别方法和神经网络技术等在大跨度斜拉桥结构的健康监测和损伤检测中的应用。傍加完成了香港特别行政区RGC项目:“基于振动测量方法的索桥结构的损伤检测(PolyU5052/99E)”,,研究开发了斜拉桥远程卫视化监测系统一RVHMS。陔系统应用远程传送技术以在线方式、可视化形式将结构现场监测数据送至用户桌面。为用户(大桥管理者或研究者)提供一个在线(on—line)、实时(real-time)的数据处理与健康诊断环境。用户界面是~个具备综合功能的远程可视化健康监测平台,分析与管理的主要信息包括:(1)桥梁结构(设计)的属性信息;(2)传感系统的分布、设置信息;(3)传感系统技术指标信息;(4)来自数据采集系统的荷载和响应的时域、频域信息的实时与动画显示。通过该系统,可以充分发挥现场监测系统的作用,为及时地评价大桥健康状态提供了有力支持。,。7,厂探讨了面向损伤检测的有限元模型的特点,并为汲水门大桥建立了这一模型。f该模型对结构每一构件的刚度、质量都进行了独立描述,完全保留了真实结构的三维构形,并应用实测结果对模型的动态特性进行了校正。基于该模型,对大桥的动态特性进行了详细地分析,模拟了各种可能的损伤情况,并就温度、车辆荷载等因素和可能的损伤情况对大桥结构进行了模态灵敏度分析。}·研究了大型斜拉桥结构的损伤报警方法。(1)探讨了基于结构固有频率识别的报警方法;(2)提出了基于对频域信息统计的报警方法。前者应用神经网络新奇检测技术,由神经网络输出标志结构健康状态的信号。后者不需要识别结构的动态特性而给出指示结构发生损伤或异常状态的统计指标。和前者相比,后者易于实现结构的自动化报警。同RVHMS结合,对实现在线、实时的结构健康监测取I诊断具有重要应用价值。‘研究了大跨度斜拉桥损伤区域定位方法f‘(1)应用神经网络的模式识别和分类技术来识别损伤区域i(2)应用损伤定位指标来确定损伤区域。探讨了模态曲率指标、模态柔度指标在斜拉桥损伤区域定位中应用。首次提出了斜拉桥损伤定位的索张力指标,和根据对少量斜拉索的基频测量,应用神经网络定位斜拉桥损伤的方法。由于只需测量索的基频就能确定索张力,这比其它面向损伤检测的测量都容易得多,因此提出的索张力指标及相关损伤定位方法具有更好的实用价值。然后,对上述几种损伤定位指标的性能进行了比较研究。j,撕江大学博士学位论文研究了应用神经网络的模式识别和分类技术来识别具体损伤杆件的方法。像讨了损伤杆件识别的神经网络输入向量的构造。也对同时识别损伤杆件和损伤程度作了初步探讨。比较了一般训练方法和用遗传算法的训练方法对神经网络模式识别能力的影响。将斜拉桥结构的损伤识别分为损伤报警、损伤区域定位和具体损伤构件的识别,是本文研究和采用的一个重要策略,即多阶段损伤识别策略。)、关键词:斜拉柯太损伤检测、健康监测●浙江大学博=-StayedBridgeStructuresABSTRACTUnderbackgroundofpracticalengineerng,thispaperpresentsastudyonthestrategyandmethodologyofdamagedetectionforlarge—scalecable—,StructuralDamageDetectionofCable-SuppoSedBridgesbyVibrationMeasurements(PolyU5052/99E).Aremotevisualizedhealthmonitoringsystemforcable—’Sdecktopandprocessesthedatainavisualizedformandinanon-:(1)thebridgestructural(design)propertyinformation;