基于應(yīng)變比的橋梁損傷識別與評估方法

楊書仁，丁 松

(中交路橋檢測養(yǎng)護有限公司，北京 101300)

0 引言

近年來，橋梁健康監(jiān)測技術(shù)得到了快速發(fā)展，越來越多的橋梁尤其是大橋和特大橋安裝了健康監(jiān)測系統(tǒng)，健康監(jiān)測系統(tǒng)能夠全天候采集大量實時監(jiān)測數(shù)據(jù)，以期對橋梁結(jié)構(gòu)性能進行實時監(jiān)測、評估，保證其安全性。但當(dāng)前健康監(jiān)測技術(shù)仍然存在很多問題，面臨諸多挑戰(zhàn)，使其無法對橋梁結(jié)構(gòu)損傷情況進行有效的識別和評估[1]，具體表現(xiàn)在以下幾個方面：(1)應(yīng)變傳感器數(shù)據(jù)挖掘與分析不夠深入，對海量監(jiān)測數(shù)據(jù)的深度挖掘欠缺，造成實測大量數(shù)據(jù)難以為橋梁安全及損傷評價提供有力支撐[2-3]；(2)單一的閾值報警模式在實際交通隨機荷載及零漂等因素的作用下，難以反映結(jié)構(gòu)的真實狀況，經(jīng)常發(fā)生誤報；(3)傳感器實際靈敏度系數(shù)對測量值存在一定影響，容易造成誤判。目前很多學(xué)者在橋梁損傷識別的應(yīng)用方面開展了大量研究工作，提出了利用橋梁動力特性變化進行結(jié)構(gòu)損傷識別[4]，柔度矩陣插值法[5-7]、模態(tài)應(yīng)變能法[8]、BP神經(jīng)網(wǎng)絡(luò)法[9]及小波分析方法[10-11]等不同類型的損傷識別方法，然而研究表明前兩種方法存在諸多不足，而神經(jīng)網(wǎng)絡(luò)法也因存在BP網(wǎng)絡(luò)收斂速度慢，計算資源需求巨大等問題目前難以應(yīng)用于實際項目。小波分析經(jīng)過多年的試驗研究取得了一些成果，但是距離實際應(yīng)用仍存在很多需要解決的問題[12]。我們將探討如何應(yīng)用既有健康監(jiān)測系統(tǒng)中現(xiàn)實存在的大量應(yīng)變傳感器采集的數(shù)據(jù)進行結(jié)構(gòu)的局部損傷識別，通過在橋梁各關(guān)鍵斷面安裝一定數(shù)量的應(yīng)變傳感器，可以對橋梁結(jié)構(gòu)的局部損傷進行有效識別。

我們在大量分析車輛荷載作用下橋梁結(jié)構(gòu)應(yīng)變響應(yīng)基礎(chǔ)上，綜合運用信號處理技術(shù)、橋梁結(jié)構(gòu)影響線理論和數(shù)據(jù)分析理論提出一種基于應(yīng)變比的損傷識別方法，該方法可以有效消除靈敏度系數(shù)帶來的測量誤差的影響，具有識別精度高，通用性強的特點，可以廣泛地適用于各種橋梁的損傷識別和評估，能夠?qū)崿F(xiàn)封閉交通下橋梁損傷快速精準(zhǔn)識別與評估和開放交通狀態(tài)下橋梁損傷定期在線識別，為橋梁健康監(jiān)測系統(tǒng)的數(shù)據(jù)分析技術(shù)發(fā)展和應(yīng)用提供新的解決方案。

1 基于應(yīng)變比的損傷識別理論推演

理想狀態(tài)下，我們可以通過對車輛荷載作用下實測應(yīng)變和理論應(yīng)變進行分析得到橋梁結(jié)構(gòu)的損傷狀況，然而實測應(yīng)變與車輛荷載的大小、速度有很大關(guān)系，由于運營期的車輛軸重和分布是隨機的，因此無法直接用應(yīng)變數(shù)據(jù)判斷測試截面是否發(fā)生損傷，導(dǎo)致應(yīng)變數(shù)據(jù)的實際應(yīng)用存在極大的局限性。

1.1 應(yīng)變比理論

以等截面簡支梁為例，梁長為L，其坐標(biāo)xi處的彎矩影響線為：

(1)

(2)

令中性軸高度為y，彈性模量為E，截面抗彎慣性矩為I，則xi處應(yīng)變影響線為：

(3)

(4)

單位力作用下，xi處梁底產(chǎn)生的最大應(yīng)變值分別為：

(5)

在相同的荷載F、相同速度下γ，綜合考慮應(yīng)變傳感器靈敏度系數(shù)誤差μi，則xi處實測應(yīng)變?yōu)椋?/p>

(6)

同理在xj處實測應(yīng)變?yōu)?見圖1)：

圖1 簡支梁應(yīng)變影響線Fig.1 Strain influence line of simply supported beam

(7)

則xi，xj處產(chǎn)生的最大應(yīng)變之比：

(8)

由于L，xi，xj，μi，μj已知，梁沒有損傷的情況下，同一荷載作用下，橋梁各截面測點應(yīng)變之比α不會改變，即：

G0max(x)=α1G1max(x)=

α2G2max(x)=…=αnGnmax(x)。

(9)

G0max為基準(zhǔn)斷面應(yīng)變，通過監(jiān)測各截面應(yīng)變比的變化，可以對橋梁的損傷情況進行識別。

1.2 基于應(yīng)變比的損傷判據(jù)

我們將結(jié)構(gòu)平均分成N個單元(與識別精度相關(guān))，各單元的剛度為EIi，單位力作用下，第i段最大應(yīng)變?yōu)椋?/p>

(10)

假設(shè)第i段出現(xiàn)了損傷，損傷后截面抗彎慣性矩變?yōu)镮′i，則其應(yīng)變最大值為：

(11)

則損傷前后剛度比可以通過損傷前后相同荷載產(chǎn)生的應(yīng)變比得到：

(12)

此時基準(zhǔn)斷面與損傷斷面應(yīng)變比變?yōu)椋?/p>

(13)

則斷面損傷后的剛度比為：

(14)

據(jù)此，我們可以從應(yīng)變比的變化精確識別簡支梁的損傷程度。

1.3 剛度退化矩陣

目前，健康監(jiān)測系統(tǒng)主要安裝在大橋和特大橋上，橋型涉及到懸索橋、斜拉橋、大跨徑拱橋以及大跨徑梁式橋等多種類別，其彎矩影響線和應(yīng)變影響線并不具有簡支梁那樣的顯示表達(dá)式，但其總會存在一個數(shù)值解[13](見圖2)。我們可以根據(jù)此結(jié)論對上述算法進行進一步推廣。

圖2 懸索橋邊跨跨中和主跨最不利斷面彎矩圖Fig.2 Bending moment diagram of middle section of side span and the most unfavorable section of main span of suspension bridge

設(shè)某橋截面i彎矩影響線為：

y=Mi(x)。

(15)

橋梁在該截面處慣性矩為Ii，中性軸高度為h，彈性模量為E，則其最大應(yīng)變?yōu)椋?/p>

(16)

通常橋梁一般具有多個車道，具有橫向剛度，設(shè)橋梁車道數(shù)為n，為了識別出結(jié)構(gòu)在空間上性能的退化情況可以將其推廣得到不同車道下結(jié)構(gòu)應(yīng)變比矩陣，令C=W(F,γ)代表車輛相關(guān)信息(荷載、速度)，則應(yīng)變比矩陣為：

(17)

(18)

式中，C為初始應(yīng)變比所用車輛信息；C′為測試時所用車輛信息。

此時剛度退化矩陣為:

(19)

則第p車道剛度損失指標(biāo)為：

(20)

隨著時間的發(fā)展，各個車道的剛度會發(fā)生變化，結(jié)構(gòu)的性能也會下降。通過對監(jiān)測數(shù)據(jù)分析計算出ΔJp，可以對橋梁損傷位置和損傷程度進行評估，對大跨徑橋梁的結(jié)構(gòu)性能和壽命進行預(yù)測。

1.4 車輛荷載效應(yīng)分離

通過以上分析，我們得到了通過觀測車輛荷載作用下橋梁基準(zhǔn)斷面與各關(guān)鍵斷面應(yīng)變比進行損傷評估的方法。鑒于本方法基于結(jié)構(gòu)靜力學(xué)推導(dǎo)，因此關(guān)鍵性問題是確保在不同斷面捕捉到相同荷載作用下的最大靜態(tài)效應(yīng)。車輛荷載激勵產(chǎn)生的應(yīng)變信號是一種包含多種頻率組分的復(fù)雜信號，基于應(yīng)變比的損傷識別方法使用的是低頻高幅的靜態(tài)應(yīng)變信號。動靜態(tài)信號分離方法主要有傅里葉變換、小波變換[14]、經(jīng)驗?zāi)B(tài)分解法[15]等技術(shù)，小波變換需要根據(jù)信號特征選取合適的小波基[16]，在實際應(yīng)用中較為復(fù)雜，經(jīng)驗?zāi)B(tài)分解法需要針對信號實時修正定義局部細(xì)節(jié)范圍，通過迭代進行求解，非常復(fù)雜，在健康監(jiān)測系統(tǒng)上難以進行大規(guī)模應(yīng)用。由于不同截面對于不同階次的動力響應(yīng)不同，單純的光滑處理會使得靜態(tài)應(yīng)變失真，從而影響應(yīng)變比的真實性，特別是當(dāng)應(yīng)變幅值不大的時候，因此我們提出采用傅里葉變換和傅里葉反變換對其信號進行處理，得到結(jié)構(gòu)的靜態(tài)應(yīng)變響應(yīng)。該方法模型簡單、精度高，能夠及時高效的處理車輛荷載產(chǎn)生的應(yīng)變信號，大大降低了系統(tǒng)的運算負(fù)擔(dān)，提高了其實用性。

將采集到的應(yīng)變時域信號進行快速傅里葉變換(FFT)轉(zhuǎn)變?yōu)轭l域信號。

(21)

(22)

式中，n=1,2,3,…；N為頻譜中不同的頻率組分；εdy為車輛沖擊產(chǎn)生的動態(tài)應(yīng)變組分；εsty為車輛荷載產(chǎn)生的靜態(tài)應(yīng)變組分。根據(jù)實際頻譜分析情況，給出兩種靜態(tài)應(yīng)變閾值方法，第1種為以主梁第一階豎彎頻率為閾值，第2種為以測點實測信號頻譜中基頻為閾值。當(dāng)采集到的實測信號無法反應(yīng)結(jié)構(gòu)的固有頻率時，可以采用實測信號頻譜中的基頻。

由于傅里葉變換的頻率分辨率f0與采樣頻率fs和采樣點數(shù)N相關(guān)，有以下關(guān)系：

(23)

式中，Ts為采樣間隔；T為采樣時間，通過提高采樣時間，可以得到滿足要求的頻率分辨率。

通過快速傅里葉變換，我們可以得到足夠頻率分辨率的頻域信號，將信號中的高頻低幅組分的幅值設(shè)置為0，得到修正后的頻域信號。利用傅里葉反變換，將修正后的頻域信號進行還原，這樣就可有效濾除動態(tài)應(yīng)變的高階組分，得到結(jié)構(gòu)的靜態(tài)應(yīng)變時程信號。

2 基于應(yīng)變比的損傷識別在監(jiān)測系統(tǒng)中的應(yīng)用

2.1 封閉交通下橋梁損傷快速精準(zhǔn)識別

在橋梁健康監(jiān)測系統(tǒng)中，我們可以定期使用上述方法在封閉交通狀態(tài)下，采用標(biāo)準(zhǔn)車輛定期進行橋梁損傷評估，可以得到完備的應(yīng)變比矩陣和剛度損失矩陣，從而能夠?qū)崿F(xiàn)快速精準(zhǔn)識別橋梁損傷，有效降低了大型荷載試驗對交通的影響。

為了能夠使損傷識別方法更加有效精準(zhǔn)，我們對試驗參數(shù)做了約定。

車輛荷載：測試車輛重量宜選擇20～35 t，保持勻速行駛并確保大橋在采樣時間段內(nèi)無其他干擾車輛且測試車輛在單次行駛中不變更車道。

基準(zhǔn)斷面：本方法的識別需要選取基準(zhǔn)斷面，基準(zhǔn)斷面關(guān)系到剛度系數(shù)的精度，決定了整個損傷識別的準(zhǔn)確性。為此，宜選取控制斷面以外具有較大荷載響應(yīng)且無結(jié)構(gòu)性病害的斷面作為基準(zhǔn)斷面，并應(yīng)定期對其進行病害檢查，保證其剛度在監(jiān)測期內(nèi)不會發(fā)生改變。如果基準(zhǔn)斷面發(fā)生結(jié)構(gòu)性損傷，應(yīng)對監(jiān)測數(shù)據(jù)進行修正，并將此基準(zhǔn)斷面轉(zhuǎn)變?yōu)榭刂茢嗝妫磉x無結(jié)構(gòu)性病害斷面為基準(zhǔn)斷面。

傳感器選型：為保證在一定范圍內(nèi)捕捉結(jié)構(gòu)裂縫，宜采用長標(biāo)距FBG傳感器，雖然本方法降低了對應(yīng)變傳感器的精度要求，但對其穩(wěn)定性和線性度要求較高，為了保證監(jiān)測數(shù)據(jù)的質(zhì)量，宜選取同一廠家、同型號、同一批次的傳感器，且在安裝前務(wù)必進行校準(zhǔn)。

采樣時間：應(yīng)變傳感器信號的頻率分辨率與采樣時間密切相關(guān)，為了能夠得到精度良好的靜態(tài)應(yīng)變數(shù)據(jù)采樣時間不得低于20 s。

采樣頻率：采樣頻率應(yīng)滿足采樣定理的要求[17]。

在上述條件下，將橋梁監(jiān)測系統(tǒng)設(shè)定為系統(tǒng)標(biāo)定模式，應(yīng)用標(biāo)準(zhǔn)車在測試橋梁各個車道上以相同速度依次通過。在該模式下，系統(tǒng)將自動記錄標(biāo)定時間段內(nèi)車輛在各條車道上行駛對每個截面不同傳感器產(chǎn)生的荷載效應(yīng)，并計算出車輛在不同車道行駛時測試斷面各測點與基準(zhǔn)斷面對應(yīng)測點的應(yīng)變比，組成應(yīng)變比矩陣及剛度矩陣，并將計算結(jié)果作為特征指紋記錄在系統(tǒng)數(shù)據(jù)庫內(nèi)，用于與下一次的試驗結(jié)果進行對比，并計算出結(jié)構(gòu)的剛度退化矩陣，從而做出結(jié)構(gòu)控制截面是否出現(xiàn)損傷的分析判斷。具體流程見圖3。

圖3 封閉交通下橋梁損傷識別程序流程圖Fig.3 Flowchart of bridge damage identification program under closed traffic condition

標(biāo)準(zhǔn)車在封閉交通情況下的這種測試分析方法提供了在不進行定期檢查以及荷載試驗的情況下發(fā)現(xiàn)橋梁關(guān)鍵部位技術(shù)狀況變化的一種方便快捷、高效低費的方法，對于充分利用健康監(jiān)測系統(tǒng)性能，挖掘潛能具有重要的意義。

2.2 開放交通狀態(tài)下的損傷識別

在橋梁開放交通狀態(tài)下，由于車輛荷載及其分布具有隨機性[18]，無法達(dá)到設(shè)計工況下的條件，因此難以獲得理想的應(yīng)變比矩陣，導(dǎo)致上述方法無法直接對結(jié)構(gòu)損傷情況進行在線定期評估，然而統(tǒng)計數(shù)據(jù)顯示，對于長期運營的橋梁，在一定時期內(nèi)，其車型占比、行駛車道(輪跡線)會呈現(xiàn)明顯的統(tǒng)計規(guī)律。以青銀線濟南黃河大橋為例，重型車輛6月— 9月間下游方向各車道分布統(tǒng)計具有較為一致的規(guī)律性(圖4)。

圖4 濟南黃河大橋重型車輛6月— 9月下游各車道分布Fig.4 Distribution of heavy vehicles in different lanes at downstream of Jinan Yellow River Bridge from June to September

根據(jù)應(yīng)變比矩陣可知，理想狀態(tài)下單車通過橋梁固定車道時，某截面測點n的應(yīng)變比根據(jù)車輛所行駛的不同車道得到以下關(guān)系：

(24)

在開放交通條件下，由于車輛在橋上行駛軌跡的隨機性，荷載位置信息并不明確。此時上述矩陣難以準(zhǔn)確獲取，但在無臨時交通渠化措施的一定時期內(nèi)，統(tǒng)計單車過橋時測點的應(yīng)變比數(shù)據(jù)，服從某種確定的分布關(guān)系(圖5)：

圖5 某橋單方向某測點應(yīng)變比概率密度函數(shù)Fig.5 Probability density function of strain ratio of a bridge measuring point in one direction

f=λ(C,α)。

(25)

雖然準(zhǔn)確的加載車道無法捕捉，但可以獲取車輛行駛方向(上行、下行)，此時應(yīng)變比矩陣變?yōu)椋?/p>

(26)

從概率密度函數(shù)可以方便地得到應(yīng)變比的眾值和置信區(qū)間，監(jiān)測數(shù)據(jù)表明，應(yīng)變比的眾值在正常交通狀態(tài)下具有高度的穩(wěn)定性，可以用來定量評估剛度受損情況，當(dāng)測試截面發(fā)生某種損傷時，其應(yīng)變比的眾值對損傷具有較強的敏感性，其眾值會隨損傷的變化而變化。而置信區(qū)間則可以復(fù)核有無交通控制措施，當(dāng)采取臨時性交通渠化措施的時候，應(yīng)變比的置信區(qū)間會發(fā)生變化，置信區(qū)間的穩(wěn)定可用來剔除臨時交通渠化帶來的影響，保證數(shù)據(jù)的可靠性，從而可以在開放交通狀態(tài)下進行橋梁結(jié)構(gòu)損傷的有效識別。

為保證上述分析方法的實際應(yīng)用，監(jiān)測系統(tǒng)應(yīng)能滿足以下功能：

(1)對應(yīng)變信號進行實時監(jiān)測，選取并積累滿足條件的應(yīng)變信號，計算其應(yīng)變比。

(2)通過非參數(shù)估計求解應(yīng)變比概率密度函數(shù)[19]。

(3)求解應(yīng)變比眾值和置信區(qū)間，通過概率密度函數(shù)可以直接獲得應(yīng)變比眾值，采用數(shù)值方法求解其置信區(qū)間。

(4)觀察應(yīng)變比眾值和置信區(qū)間是否發(fā)生變化，如未發(fā)生變化，則進行下一輪觀測，否則需通過健康監(jiān)測系統(tǒng)中部署的全域攝像頭記錄的影像檢查是否存在臨時交通管制措施，如果有臨時交通管制措施，則直接進行下一周期監(jiān)測，如果沒有則需進行剛度損傷識別并發(fā)出預(yù)警，修正應(yīng)變比矩陣后進行下一周期監(jiān)測。

3 應(yīng)變比法損傷識別驗證

3.1 橋梁概況

青銀線濟南黃河大橋主橋采用獨塔雙索面扁平鋼箱梁斜拉橋，主梁為單箱三室鋼箱梁，跨徑布置為(60+60+160+386)m，梁高3.5 m，橋面寬度為43.6 m(含布索區(qū)及風(fēng)嘴)，橋塔采用倒Y型混凝土索塔，總高197 m，全橋共設(shè)96根斜拉索，呈空間雙索面扇形分布。大橋于2008年12月26日正式建成通車運營，至今已運行11a。該橋監(jiān)測系統(tǒng)主梁應(yīng)變傳感器布置如圖6、圖7所示。

圖6 濟南黃河大橋主橋應(yīng)變傳感器立面布置(單位：cm)Fig.6 Vertical layout of strain sensors for main bridge of Jinan Yellow River Bridge(unit:cm)

圖7 濟南黃河大橋主橋應(yīng)變傳感器橫截面布置圖Fig.7 Cross-sectional layout of strain sensors for main bridge of Jinan Yellow River Bridge

3.2 方案設(shè)計

為了保證測試效果的可靠性，對方案做以下設(shè)計和要求：

基準(zhǔn)斷面與測試斷面：無論是基準(zhǔn)斷面還是測試斷面均選擇荷載響應(yīng)較大截面，本方案基準(zhǔn)斷面選為邊跨跨中即圖中SSG-04截面，測試斷面選為主跨跨中截面(SSG-06)和主跨最不利截面(SSG-07)。測點選擇為上下游鋼箱梁底板處共6個監(jiān)測測點，測試斷面與基準(zhǔn)斷面測點在橫截面位置上一一對應(yīng)。

數(shù)據(jù)采集：采用光纖光柵解調(diào)儀進行數(shù)據(jù)采集，采樣頻率設(shè)置為20 Hz，保障應(yīng)變信號能夠有效的還原和重構(gòu)。

數(shù)據(jù)傳輸與存儲：利用云平臺進行數(shù)據(jù)高效運算與存儲見圖8。

圖8 濟南黃河大橋主橋監(jiān)測系統(tǒng)SSG-13-8應(yīng)變測點包絡(luò)圖Fig.8 Envelope diagram of SSG-13-8 strain measuring points on Jinan Yellow River Bridge by bridge monitoring system

樣本時間：現(xiàn)場采集2019年9月-2019年12月這4個月的應(yīng)變響應(yīng)作為本次分析樣本，其中第1個月的應(yīng)變數(shù)據(jù)作為初始樣本。

3.3 結(jié)果分析

3.3.1應(yīng)變數(shù)據(jù)處理

青銀線濟南黃河大橋主橋全長666 m，高速公路最低時速為60 km/h，車輛過橋需要時間最長為40 s，為了保證所選取的應(yīng)變數(shù)據(jù)不受多車效應(yīng)影響以及必要精度，需對應(yīng)變數(shù)據(jù)進行自動篩選，保證各測點應(yīng)變數(shù)據(jù)在40 s內(nèi)只有一個波峰，并對采集到的應(yīng)變時間序列數(shù)據(jù)按前文1.4節(jié)中的方法進行處理得到準(zhǔn)確的靜態(tài)應(yīng)變響應(yīng)。

以2019年12月8日某時刻單一荷載作用下的下游側(cè)原始應(yīng)變時程圖(圖9從上至下依次為邊跨跨中、主跨跨中、主跨最不利截面)為例，采用前文1.4節(jié)所述的方法進行荷載效應(yīng)分離。

圖9 應(yīng)變時程數(shù)據(jù)處理前后對比圖Fig.9 Comparison of strain time history data before and after processing

根據(jù)加速度傳感器測試數(shù)據(jù)，主梁一階豎彎頻率為0.34，經(jīng)過快速傅里葉變換，分別得到了3個測點的頻譜圖，將頻率大于0.34的信號組分幅值設(shè)置為0，通過傅里葉反變換即得到結(jié)構(gòu)靜態(tài)應(yīng)變組分。通過提取靜態(tài)應(yīng)變的峰值，就可以得到準(zhǔn)確的應(yīng)變比。

3.3.2應(yīng)變比數(shù)據(jù)分析

對2019年9—12月的應(yīng)變數(shù)據(jù)進行分析，將9月份的數(shù)據(jù)作為初始樣本，對10—12月的數(shù)據(jù)進行分析，對結(jié)構(gòu)在本時間段內(nèi)的損傷情況進行識別和評估。通過對樣本分布的分析得到各測點在各月的概率密度曲線如圖10～圖13所示。

圖10 主跨跨中下游測點應(yīng)變比概率密度曲線Fig.10 Probability density curves of strain ratio at downstream of middle section of main span

圖11 主跨跨中上游測點應(yīng)變比概率密度曲線Fig.11 Probability density curves of strain ratio at upstream of middle section of main span

圖12 主跨最不利截面下游測點應(yīng)變比概率密度曲線Fig.12 Probability density curves of strain ratio at downstream of the most unfavorable section of main span

圖13 主跨最不利截面上游測點應(yīng)變比概率密度曲線Fig.13 Probability density curves of strain ratio at upstream of the most unfavorable section of main span

通過對概率密度曲線進行積分求解，可以得到測點在各個月份的眾值和置信區(qū)間，詳見表1。

由表1可知4個月內(nèi)，應(yīng)變比的置信區(qū)間未發(fā)生變化，說明此時間段內(nèi)交通狀況未發(fā)生明顯變化，可以采用眾值對結(jié)構(gòu)損傷進行識別。

表1 各應(yīng)變測點2019年9月～12月應(yīng)變比眾值和置信區(qū)間Tab.1 Multiple values and confidence intervals of strain ratio of strain measuring points from September to December in 2019

12月末時主跨跨中截面剛度矩陣為：

(27)

12月末時主跨最不利截面剛度矩陣為：

(28)

由于樣本存在不確定性，剛度變化在5%范圍內(nèi)，認(rèn)為橋梁沒有發(fā)生損傷，通過對剛度變化矩陣的分析，我們可以得出監(jiān)測期內(nèi)兩個監(jiān)測截面的剛度變化非常小，經(jīng)現(xiàn)場核查未發(fā)現(xiàn)橋梁損傷跡象。如果應(yīng)變比的分布規(guī)律(眾值、置信區(qū)間)發(fā)生顯著變化(圖14)，則可以通過本方法迅速對剛度受損情況進行識別和評估。

圖14 某橋梁受損傷斷面應(yīng)變比概率密度曲線Fig.14 Probability density curves of strain ratio of damaged section of a bridge

上述方法對于損傷識別的有效性在國內(nèi)某連續(xù)剛構(gòu)橋上也得到了驗證，該橋控制截面出現(xiàn)了結(jié)構(gòu)性裂縫，我們通過上述方法對裂縫進行監(jiān)測，結(jié)果表明剛度存在逐年降低的趨勢，對應(yīng)的應(yīng)變比眾值分布數(shù)據(jù)發(fā)生了明顯偏移，對該橋3 a的定期檢查數(shù)據(jù)顯示裂縫有明顯開展的趨勢，二者結(jié)論相吻合。

4 結(jié)論

結(jié)構(gòu)應(yīng)變是橋梁健康監(jiān)測系統(tǒng)的一個重要的監(jiān)測指標(biāo)，然而由于實際監(jiān)測系統(tǒng)難以將荷載與應(yīng)變響應(yīng)及理論分析相對應(yīng)，因此基于應(yīng)變監(jiān)測數(shù)據(jù)的檢測結(jié)果分析判斷難以進行，我們通過研究車輛荷載作用下的應(yīng)變響應(yīng)，結(jié)合信號處理技術(shù)和橋梁影響線理論提出了基于應(yīng)變比進行結(jié)構(gòu)損傷識別方法，并將其推廣應(yīng)用到開放交通狀態(tài)下對橋梁損傷的在線識別和評估。通過理論方法的建立及對青銀線濟南黃河大橋健康監(jiān)測系統(tǒng)9—12月的監(jiān)測數(shù)據(jù)分析、驗證，得到結(jié)論如下：

(1)基于應(yīng)變比的損傷識別和評估方法，解決了應(yīng)變傳感器靈敏度系數(shù)精度問題引起的數(shù)據(jù)分析錯誤及系統(tǒng)誤判，在封閉交通下可以實現(xiàn)橋梁損傷快速精準(zhǔn)識別。

(2)橋梁正常運營過程中，在未采取交通控制措施時，各測點的應(yīng)變比為確定的概率分布，其概率密度函數(shù)與測點位置、交通渠化相關(guān)。

(3)橋梁未受損傷時，各測點的應(yīng)變比眾值和置信區(qū)間存在高度的穩(wěn)定性，可以通過監(jiān)測數(shù)據(jù)計算應(yīng)變比眾值對結(jié)構(gòu)損傷進行識別和評估，通過監(jiān)測置信區(qū)間確定是否存在交通控制等現(xiàn)象，保障損傷識別和評估的準(zhǔn)確性。

(4)通過算法集成，可以使整個監(jiān)測系統(tǒng)高效運行，定期對結(jié)構(gòu)損傷進行分析評價。

綜上所述，基于應(yīng)變比的橋梁局部損傷識別的方法效率高，精度好，通用性強，能夠?qū)崿F(xiàn)封閉交通下橋梁損傷快速精準(zhǔn)識別與評估和開放交通狀態(tài)下橋梁損傷定期在線識別，為在橋梁健康監(jiān)測系統(tǒng)中利用應(yīng)變監(jiān)測數(shù)據(jù)進行關(guān)鍵部位損傷分析提供了全新的方法。