移動荷載作用下橋梁結構的損傷預警研究

王瀟碧 宋瑞年

摘要：通過分析移動荷載作用下橋梁損傷的特點，利用結構動力響應時程數據，將兩種經典信號時頻域分析技術——小波變換和HHT相結合，建立了一種新型的橋梁結構損傷預警指標。通過Ansys建立某30m跨的簡支梁有限元模型，并基于模式識別方法對指標進行效果分析，結果表明該指標預警正確率較高，并且具有良好的抗噪聲性能，但受移動荷載速度變異影響較大。

關鍵詞：移動荷載；損傷預警；小波變換；HHT；支持向量機

0 引言

當車輛等移動荷載作用于橋梁結構時，會產生諸如振動、沖擊等動力響應。當橋梁結構發生某種損傷時，隨著移動荷載作用向損傷位置的靠近或遠離，結構的動力響應必然會發生變化。由此可見，基于結構動力響應研究移動荷載作用下橋梁結構的損傷是對橋梁結構的一種實時監控，無需阻斷交通或施加額外的激勵，更易于實現。因此，該課題一直為工業界所關注，并成為國際上研究的熱點[1]。

總結近年來不同學者對移動荷載作用下橋梁損傷識別的研究成果[2～5]，提出的方法主要分為時頻域方法及模式識別方法，其中時頻域方法主要為小波變換和HHT，模式識別方法主要指支持向量機。小波變換[6]是Fourier變換的發展，是一種窗口面積不變但其形狀可變，時間窗和頻率窗都可以改變的時頻局部化分析方法；HHT[7]是一種更具適應性并且適用于非平穩、非線性信號的時頻局部化分析方法。支持向量機解決了局部極小點收斂速度慢等問題，可以在相對復雜的模式識別問題中取得良好的效果。

綜上所述，本文基于移動荷載作用下橋梁損傷的特點，利用結構加速度響應時程數據，將兩種經典信號時頻域分析技術——小波變換和HHT相結合，建立了一種新型的橋梁結構損傷預警指標。并建立了某30m跨簡支梁的Ansys模型，通過數值分析方法驗證指標可行性，結果表明該指標預警正確率較高，并且具有良好的抗噪聲性能。

1 預警指標的構建

通過對大量有限元計算數據的對比分析，提出的損傷預警指標構建過程具體如下：

（1）通過模型實測數據或有限元計算模型，對試驗模型或有限元模型進行移動荷載作用下動力計算分析，提取各加速度傳感器位置的加速度時程數據AT（t）；

（2）對各測點的AT（t）進行經驗模態分解（EMD分解），取EMD分解后信號能量較大的前n階IMF分量進行分析，引入小波系數的計算方法[？]，按式di=計算出前n階分量IMFi（t）的“模態系數”，其物理意義指各階分量IMFi（t）的能力比重，據此得出加速度時程的總能量為D=。

（3）根據式第（2）步可進一步求得第i階分量所占能量比重為Dxi=di/D，將所有測點的加速度時程數據分別取前n階分量的能量比重值，組成能量成分向量：Dx_j={Dx1 ， Dx2 ，…， Dxn}

（4）綜上所述，任意第i號測點加速度時程數據都可計算得到一組能量成分向量，m個測點可得m組能量成分向量值，將這m組值首尾相連組成特征向量，即構成了一個預警樣本指標：{Dx_1 ， Dx_2 ，…， Dx_m}。

2 損傷預警流程

損傷預警識別屬于模式識別中的兩分類問題，因此樣本庫的構建分為兩類：正類樣本（完好結構）和負類樣本（損傷結構）。本文基于模式識別的預警方法具體流程如下：

（1）建立30m跨簡支梁橋Ansys模型進行移動荷載作用下數值分析；

（2）按照上述預警指標構建方法構建簡支梁橋時頻域損傷預警指標；

（3）根據對算例進行大量試算，加速度傳感器采用八分點布置方法，全橋共布置7個傳感器；

（4）綜合考慮移動速度和噪聲水平影響，將損傷預警指標分別組集為訓練集與測試集1、測試集2；

（5）采用支持向量機C-SVC分類訓練訓練集樣本庫，進而用訓練好的機器對測試集1、測試集2進行測試，討論提出的預警指標在不同噪聲水平、不同移動速度下的識別效果。

3 損傷預警結果分析

基于上文構建的預警指標，首先選取某跨度30m的簡支梁橋進行有限元分析驗證，該橋主梁采用強度等級為C50的預應力混凝土小箱梁，橫截面如圖1所示。通過Ansys建立全橋模型，梁體選用Beam4單元，全橋模型共120個單元。由于公路橋梁的移動荷載大小與結構自重相比可忽略不計，本文采用勻速移動常量力模擬移動荷載[8]，常量力的大小參考一般小汽車重量，取為2t。

圖1 簡支梁標準斷面圖（單位：cm） 圖2 測試集1與測試集2預警效果對比

構建的支持向量機訓練集包括212個樣本，其中正類100個，負類112個；測試集1共40個樣本，其中正類8個，負類32個。同時，構建樣本數量組成相同的測試集2，測試集2負類樣本在測試集1改變了損傷位置和程度的基礎上，也構造了與訓練集移動荷載速度的區別，以此檢驗預警指標對移動荷載速度變異的敏感程度，識別結果對比如圖2所示。兩組測試集的測試效果如表1所示：

表1 損傷預警指標識別正確率

噪聲水平（%） 0 5 10 15 20 25 30 40

測試集1識別正確率（%） 100 97.5 95 95 92.5 95 95 92.5

測試集2識別正確率（%） 92 90 90 90 87.5 87.5 82.5 85

由此可見，提出的損傷預警指標對上述算例可以實現良好的預警效果，并且具有較高的抗噪聲性能，但受移動荷載速度變異影響較大。

4 結語

采用本文方法對組合橋面板受力性能進行研究，并與測試數據對比，得出結論如下：

（1）將時頻域分析技術及模式識別理論引入到橋梁結構領域，是解決移動荷載作用下結構損傷識別的有效方法。在無噪聲及噪聲水平很低情況下，提出的指標具有很高的識別正確率。

（2）提出的損傷預警指標可以較理想的實現損傷預警，并且抗噪能力很強，但是該指標受速度變異影響較大，構建訓練集樣本庫時應盡可能多的考慮移動荷載速度的變化。

（3）損傷識別正確率的結果會受噪聲干擾，從簡支梁數值算例可以看出，隨著噪聲水平增大，識別正確率都在減少，提出的預警及程度診斷指標具有較高的抗噪能力。

參考文獻

[1] Doebling S W， Farrar C R， Prime M B. A summary review of vibration-based damage identification methods [J]. Shock Vib. Dig.， 1998， 30（2）：91-105.

[2] 張德海，朱浮聲. 結構損傷智能診斷研究進展[J]. 力學與實踐. 2003（04）： 1-6.

[3] 郭惠勇，李正良，彭川. 結構損傷動力識別技術的研究與進展[J]. 重慶建筑大學學報. 2008（1）： 140-145.

[4] 段忠東，閆桂榮，歐進萍. 土木工程結構振動損傷識別面臨的挑戰[J]. 哈爾濱工業大學學報. 2008（4）： 505-513.

[5] 張曄. 信號時頻分析及應用[M]. 哈爾濱市： 哈爾濱工業大學出版社， 2006： 203.

[6] 任宜春. 小波分析在土木工程結構損傷識別中的應用[M]. 長沙市： 湖南師范大學出版社， 2010： 172.

[7] 張義平，李夕兵，左宇軍. 爆破振動信號的HHT分析與應用[M]. 北京市： 冶金工業出版社， 2008： 167.

[8] 王新敏. ANSYS工程結構數值分析[M]. 北京市： 人民交通出版社， 2007： 554.