橋梁結構損傷識別方法綜述

賈明曉 連鑫

摘要：我國的地貌豐富，為滿足交通需求，大批跨河橋梁和高架橋應運而生，而隨之到來的橋梁結構損傷問題也逐漸受到關注。在交通量大且運營壓力大的今天，橋梁經常超載運營，再加之各種不可預見的自然災害，使得橋梁結構疲勞損傷日趨嚴重。出現這些問題，首先要對橋梁工作狀態，損傷程度和安全性進行評估，然后提出相應處理措施。經過多年的理論研究和實踐，國內外學者們提出許多關于橋梁結構損傷識別的方法。本文通過對橋梁檢測技術的綜合敘述，闡明了橋梁檢測的主要項目。從而系統梳理橋梁檢測技術知識和提高橋梁損傷識別的有效性。

關鍵詞：橋梁檢測；損傷識別；識別方法

Abstract：China is rich in landscape， to meet the traffic demand， a large bridge across a river and viaduct arises at the historic moment， and then come the bridge structure damage problem also gradually attention. In today's traffic flow and operation pressure big， Bridges often overload operation， plus all sorts of unpredictable natural disaster， the bridge structure fatigue damage has become increasingly serious. In the face of these problems， first of all to work state of the bridge， the damage degree and safety assessment， and then put forward the corresponding measures. After years of theoretical research and practice， many domestic and foreign scholars put forward a variety of structural damage identification method. Based on the comprehensive description of bridge detection technology， illustrates the main bridge detection project. Furthermore， combing the knowledge of bridge detection technology and improve the effectiveness of bridge damage identification.

Keywords：bridge detection；damage identification；identifying methods

橋梁是滿足交通的重要組成部分，對社會經濟的發展起到關鍵作用。但橋梁結構在長期超載運營中肯定會出現損傷以及安全隱患[1]。想要保證橋梁的安全運營，就必須不時的對橋梁進行整體檢測，而最有效的方法就是研究結構的損傷識別[2]。橋梁檢測能準確地檢查診斷出橋梁內部的各種損傷[3] （如裂紋、磨耗和鋼筋銹蝕等），對裂縫及其他損傷的發展趨勢進行評估，從而能更好的保護橋梁結構。

一、傳統的結構損傷識別方法

近半個世紀以來，許多國內外學者經過大量的研究開發了多種損傷檢測方法[4]。主要有半損檢測和無損檢測兩種。由于需要修復的橋梁一般在役，用于橋梁結構檢測的主要是無損傷的識別方法，無損傷的識別方法包括結構局部識別方法和結構整體識別方法。而結構損傷識別方法根據是否反演又分為模型修正法和動力指紋法。此外，自計算機技術發展以來人工神經元網絡法也逐漸應用于結構損傷識別的領域。因而，結構損傷識別方法主要有模型修正法、動力指紋法和人工神經網絡法。

（一）模型修正法

做試驗檢驗時通常先建立模型，然而，有時會發現所建模型存在系統偏差，這時我們就需要對模型進行修正，以保證模型的等效性。大致分為以下步驟，首先建立有限元模型并模擬損傷，此時該模型必會發生變化，輸出結構剛度。然后通過實驗測得實際數據并進行反演。最后比較兩者的數據，不一樣時進行修正，一樣時則認為該模型輸出的結構參數可以進行損傷識別。此方法應做實驗有靜載試驗對應靜態有模型法；動測試驗對應動態有模型法。

1.靜態有模型法

（二）人工神經網絡法

人工神經網絡是利用很多神經元相互連接組成的，類似于人類大腦的一些特征。損傷識別通常需要對大量非線性問題進行處理。人工神經網絡法處理信息有兩個過程，一是學習，就是橋梁運營中輸入大量數據樣本；二是計算，就是對數據樣本進行非線性插值。在這些過程中把損傷識別的反問題簡化為兩個正向求解問題，所以，人工神經網絡法優勢在于對反向問題的求解。

由于人工神經網絡有很強大的非線性求解能力，而廣泛于結構健康監測。但是對于大型結構監測的數據繁多，從而增加識別難度。此時可以分項工作，減少任務量。

（三）動力指紋法

結構是由質量、剛度等結構參數所組成的系統，如果結構發生損傷，那么這些動力學參數就會發生變化，從而使得結構系統的模態參數和頻響函數發生變化。動力指紋就是反應結構動力特性的參數，一般包括頻率、振型、頻響函數（Frequency Response Function， FRF）、曲率模態、剛度矩陣和柔度矩陣等。

動力指紋可通過有限元分析獲得，其結果從實驗數據出發測的結論也較為客觀準確。但是需要較多測點，且實驗數據容易受噪聲等干擾源影響，使具體損傷位置很難準確無誤地找出，這一點可以從試驗設備的精確度和試驗環境進行改進，可以多做幾組梁以便對比觀察。雖然動力指紋能識別損傷位置，但是在識別損傷程度時就顯得有些不足，并且對多損傷位置識別也不可靠[6]。

二、利用小波分析識別橋梁損傷

小波分析方法可以在時間和空間不斷變化的過程中對時間和頻率信號進行局部化分析，這種方法克服了其他方法在處理結構損傷信號時分辨率不高的缺點，小波由于分辨率較多，可以識別出隱藏結構動力特性，因此是一種近年來大受歡迎的方法。具體是先用有限元軟件建立梁的模型，再通過有限元軟件輸出的位移時程對其位移時程進行小波分析，然后再對實際損傷梁在荷載作用下的位移時程進行分析，通過小波灰度圖確定損傷位置。

近幾十年來，小波分析取得了飛快地進展。Deng和Wang[7]對損傷并加荷載情況下的簡支梁的變形曲線進行小波分析，驗證了小波分析的適用性。余竹[8]等針對以往研究的不足，豐富了基于小波分析的橋梁損傷識別方法。

此外，小波分析可以減少測點，甚至只需一個測點就可以準確測得損傷位置。因此，利用小波分析識別橋梁損傷具有很大的實用性。

三、未來展望

以上所介紹的方法在實際損傷識別中還存在著環境干擾等問題。如交通、環境噪音、溫度、濕度等因素會隱藏因損傷引起的結構動力參數的變化，從而使得損傷識別結果存在很大的不確定性。目前，許多學者關注環境因素的影響提出了直接采集結構相應信號，通過信號分析，達到消除環境影響因素的方法。很多損傷識別方法僅僅局限于數值模擬或者實驗室簡單的模型。如今，損傷檢測仍然面臨著在實際應用中存在測試數據不完備、環境激勵下無法獲得激振信息、結構所處的外界環境復雜多變、無法得到結構在完好狀態下的基準數據、測試噪聲的干擾等困難。

隨著科學技術的快速發展，橋梁檢測技術必然會不斷取得進步。主要損傷識別方法的局限性也在不斷改善，一些創新性的檢測技術將會應用到橋梁檢測中來。比如，我們可以利用互聯網技術來實現對橋梁檢測數據的共享，對相近的橋梁結構安全問題進行類比分析；對于新建橋梁可以預先埋設的檢測儀器結合分析軟件通過網絡傳輸遠程對橋梁運營期的結構受力狀態進行監測及預警；對于高墩大跨徑不利于檢測人員安全的外觀檢測項目，可以利用無人機進行外觀拍攝結合分析軟件對結構外觀缺陷進行分析。

參考文獻：

[1]王衛山，毛琦.連續剛構橋梁安全隱患排查及防治措施[J].山西建筑，2009，（25）：331333.

[2]徐日，王博義，趙家奎.橋梁檢驗[M].北京：人民交通出版社，1986.

[3]王衛山，毛琦.連續剛構橋梁安全隱患排查及防治措施[J].山西建筑，2009，（25）：331333.

[4]吳登文.綜述道路橋梁檢測技術[J].黑龍江科技信息，2011，22：285.

[5]黃盛楠.鋼筋混凝土梁橋損傷識別方法的研究[D].清華大學，2008.

[6]張剛剛，徐岳.橋梁結構損傷識別的動力指紋法分析[J].中外公路，2005，（02）：6163.

[7]Deng X， Wang Q. Crack detection using spatial measurements and wavelet analysis[J].International Journal of Fracture，1998，91（2）：2328.

[8]余竹.基于移動荷載作用下結構響應及小波分析的橋梁損傷診斷研究[D].北京交通大學，2014.

[9]吳向男，徐岳，梁鵬，李斌.橋梁結構損傷識別研究現狀與展望[J].長安大學學報（自然科學版），2013，（06）：4958.

項目基金：基于改進微平面本構模型的RC橋墩地震損傷評價方法（編號：51508190）

作者簡介：賈明曉（1981），女，華北水利水電大學，副教授，工學博士，研究生導師；連鑫（1991），男，漢族，河南周口人，華北水利水電大學研究生，研究方向：橋梁與隧道工程。