胡榮攀 汪羽凡 王立新 林健富 劉軍香 趙賢任
(深圳防災減災技術研究院, 廣東深圳 518000)
由于我國城市化進程加快及城市土地資源稀缺,越來越多的超高層建筑拔地而起,這些超高層建筑承擔著居住、辦公、娛樂、文化等功能,在城市生活中扮演著重要的角色。然而超高層建筑服役期間會受到強風、地震等荷載作用,導致結構產生劇烈的振動或過大的位移,從而影響住戶舒適度甚至結構安全。受環境侵蝕時,在建筑材料老化、動荷載疲勞等因素作用下,超高層建筑結構會產生抗力退化、損失累積,對結構安全產生巨大威脅。由于超高層建筑結構具有人員密集、使用率高的特點,一旦結構破壞,將對人民生命財產安全造成不可估量的損失。在超高層建筑結構上安裝健康監測系統,實時監測結構健康狀態,追蹤結構全壽命周期的性能變化,對結構安全性進行實時評估與預警,是保障超高層建筑安全運營的重要措施。
近年來,超高層建筑健康監測研究及工程應用均取得了顯著進展,大量超高層建筑安裝了健康監測系統進行結構安全在線監測,包括迪拜哈利法塔(Kijewski-Correa 等,2013)、廣州塔(Ni 等,2009)、金茂大廈(李志強,2007)、上海中心大廈(Su 等,2013;Hu 等,2020)、深圳地王大廈(郭西銳等,2016)等。由于超高層建筑體積龐大、結構體系復雜、構件繁多,對超高層建筑進行全面健康監測往往需要安裝大量的傳感器,但由于傳統傳感器成本高昂,限制了健康監測系統在超高層建筑中的應用和推廣。隨著微機電系統(Micro Electro Mechanical System,MEMS)傳感器技術的發展,MEMS 型加速度傳感器的準確性、靈敏度、動態響應范圍有了很大的提升(D'Alessandro 等,2019),相較于傳統的力平衡式加速度傳感器,MEMS 型加速度傳感器具有體積小、功耗低、成本低等特點,使利用MEMS 型加速度傳感器構建低成本超高層建筑健康監測系統成為可能。
目前MEMS 型加速度傳感器主要應用于地震預警及震后結構損傷評估。Cochran 等(2009)提出了基于MEMS 的新型強震觀測網絡,并命名為Quake-Catcher Network (QCN),用于為地震災害提供預警。Nof 等(2019)提出使用低成本的MEMS 加速度計組成迷你陣列,用于改善地震預警,并部署在加州大學伯克利分校和洪堡州立大學進行驗證。臺灣大學的研究人員(Wu 等,2013;Wu,2015)以低成本的MEMS型加速度傳感器建立了高密度地震預警網絡,稱為P-wave-alert-device(P-Alert)。Fu 等(2019)利用2018-2019 年華南地區實測地震記錄,評估了低成本高密度MEMS 強震觀測臺陣在地震預警中的效果。除在強震觀測與地震預警方面的應用,不少學者開展了基于低成本MEMS 型加速度傳感器的建筑物震后損傷評估研究。Spencer 等(2004)研發了基于MEMS 的智能傳感器陣列,并通過試驗驗證了其對于結構損傷評估的效果。Pozzi 等(2011)研發了基于MEMS 的加速度與應變傳感器,并將其用于結構震后損傷評估。Hsu 等(2018)進行了一系列鋼結構破壞振動臺試驗,證實了P-alert MEMS 型加速度傳感器對震后建筑安全評估的有效性。Yin 等(2016)通過開展8 層1/4 跨鋼架結構振動試驗,驗證了MEMS 型加速度傳感器可有效測量結構振動響應,且可估計結構模態頻率。Lin 等(2021)利用MEMS 型加速度傳感器監測數據計算結構頂部位移及層間位移角,進行高層建筑震后安全評估。Wang 等(2022)將MEMS 型加速度傳感器用于多層建筑結構振動測試,并與力平衡式加速度傳感器監測數據中的幅值、信噪比及模態識別結果進行對比。
目前MEMS 型加速度傳感器多應用于強震觀測及實驗室條件下的結構監測,對于MEMS 型加速度傳感器在超高層建筑結構振動監測中的應用研究較少,尤其缺乏基于MEMS 型加速度傳感器的環境激勵下超高層建筑振動監測及結構模態識別研究。此外,對不同類型、品牌MEMS 型加速度傳感器在超高層建筑監測中性能差異的研究較少。為此,本研究針對不同類型MEMS 型加速度傳感器在超高層建筑振動監測中的應用效果進行測試與分析,并與傳統高精度力平衡加速度傳感器監測數據中的時程、頻譜、結構模態識別結果進行對比,以分析MEMS 型加速度傳感器的適用性。
選用G1B 型力平衡式三軸加速度傳感器、MEMS-I 型三軸加速度傳感器(Hu 等,2021)、Palert-Plus型三軸MEMS 加速度傳感器、AC217 型三軸MEMS 加速度傳感器和Palert-Advance 型三軸MEMS 加速度傳感器(Wu 等,2013)作為監測儀器(圖1),以深圳地王大廈為試驗場地,進行傳感器性能對比測試。

圖1 不同種類傳感器Fig. 1 Product pictures of different sensors
本試驗以G1B 型力平衡式加速度傳感器為基準設備,該設備加速度校準結果不確定度為2.0%(k值為2),滿足結構振動監測精度要求。


表1 傳感器技術參數對比Table 1 Comparison of parameters of different sensors
深圳地王大廈建成于1996 年,地處深圳灣江入海口,經常受強風或臺風影響,偶爾受地震影響。主樓結構高度(至天面)為310 m,天面上部連接2 個直徑為6 m、高度為15 m 的圓柱,上部為2 個59 m 高桅桿,桅桿頂標高為383.95 m。地王大廈地面以上為69 層,加上避難層和設備層,結構層為81 層。地王大廈主樓采用鋼框架-鋼筋混凝土核心筒混合結構形式,分別在2、22、41、66 層設置4 個加強層,利用高度為2 層樓高的伸臂鋼桁架連接核心筒與外圍框架柱,使外圍框架柱起到抗傾覆作用(郭西銳等,2016)。主樓結構平面由1 個矩形和2 個半徑為12.5 m 的半圓組成,短軸x為東西向,寬35.5 m,長軸y為南北向,長68.55 m。
為對比不同加速度傳感器在超高層建筑振動監測中的性能差異,將傳感器安裝在地王大廈66 層相同測點,測量方向與結構x、y、z軸保持一致,如圖2(a)所示,測點平面位置如圖2(b)所示,現場安裝照片如圖2(c)所示。所有傳感器采樣頻率均設置為100 Hz,監測數據由傳感器內置模塊采集,并由4G 網絡實時傳回遠端服務器進行存儲分析。

圖2 地王大廈測點位置Fig. 2 Layout of sensor installation on Diwang building
環境振動下儀器監測數據的噪聲水平是衡量傳感器精度的重要指標,也是影響結構模態識別精度的重要因素,本文分別從時域和頻域角度對比不同傳感器在超高層建筑環境振動監測應用中的性能差別。超高層建筑環境振動以水平方向為主,為此僅對傳感器x、y向環境振動監測數據進行對比分析。因超高層建筑自振頻率低,結構振動信號以低頻為主,因此對監測數據進行0.1~10 Hz 帶通濾波,并進行去均值處理。
選取測點10 min 的環境振動監測數據進行對比,結果如圖3 所示。
由圖3 可知,各傳感器雖放置在同一測點,但測得的加速度幅值不同,按加速度幅值由小到大排列,依次為G1B 型、MEMS-I 型、Palert-Plus、AC217 型、Palert-Advance 型加速度傳感器。這是因為傳感器采集到的加速度信號主要由結構振動和傳感器噪聲疊加構成,而不同類型的傳感器儀器噪聲水平不同,在結構振動相同的情況下,儀器噪聲越大,傳感器監測數據幅值越大。通過計算環境激勵下傳感器加速度時程的均方根可更直觀地比較各傳感器噪聲幅值,均方根越小,測量噪聲水平相對越小。

圖3 不同類型加速度傳感器加速度時程曲線Fig. 3 Acceleration time histories of different sensors in x and y directions
計算得到不同傳感器x、y向加速度時程的均方根如表2 所示。由表2 可知,不同傳感器x、y向加速度時程的均方根基本相同。其中,G1B 型加速度傳感器x、y向加速度時程的均方根均最小,MEMS-I 型、Palert-Plus 型加速度傳感器x、y向加速度時程的均方根約為G1B 型加速度傳感器的2.5 倍,AC217 型、Palert-Advance 型加速度傳感器x、y向加速度時程的均方根約為G1B 型加速度傳感器的3 倍。

表 2 不同傳感器 x 、 y向加速度時程的均方根Table 2 RMS of acceleration measurement of different sensors in x and y directions
為對比不同傳感器監測數據的頻域特性,選取2021 年11 月3 日11:00-12:00 傳感器監測數據進行傅里葉變換,得到各傳感器x、y向加速度信號頻譜,如圖4 所示,并提取各傳感器x、y向頻譜中同頻率的四階波峰對應的傅里葉幅值,計算出與G1B 型加速度傳感器結果的相對誤差,如圖5 所示。
由圖4 可知,G1B 型加速度傳感器在0.1~10 Hz 頻率段儀器噪聲水平遠低于結構振動信號,結構各階頻率波峰明顯,4 種MEMS 型加速度傳感器儀器噪聲水平較高,環境激勵下2 Hz 以上的結構高頻振動頻率波峰難以清晰識別。由0.1~2 Hz 低頻段頻譜對比結果可知,MEMS-I 型、 Palert-Plus 型、AC217 型加速度傳感器均可清晰識別結構低階振動模態對應的頻率波峰,但由圖5 可知,MEMS-I 型加速度傳感器監測的結構振動頻譜幅值與G1B 型加速度傳感器結果的相對誤差較小,且為正偏離(幅值較大),而Palert-Plus 型、AC217 型加速度傳感器監測的結構振動頻譜幅值與G1B 型加速度傳感器結果有較大差異,且多為負偏離(幅值較小)。Palert-Advance 型加速度傳感器由于儀器噪聲過大,無法較好地識別出結構除第一階以外的頻率波峰,監測的結構振動頻譜幅值與G1B 型加速度傳感器結果的相對誤差最大,且多為負偏離(幅值較小)。

圖4 不同傳感器x、y 向加速度傅里葉譜Fig. 4 Fourier spectrum of acceleration measurement of different sensors in x and y directions

圖5 不同傳感器x、y 向加速度傅里葉譜幅值相對誤差對比Fig. 5 Relative errors of peak Fourier spectrum amplitudes of different sensors
自振頻率是超高層建筑結構的重要動力特征,通過追蹤結構自振頻率變化,可了解結構健康狀態,因此基于結構振動加速度數據對超高層建筑進行模態識別是振動監測的重要目標。利用頻域分解法對不同MEMS 型加速度傳感器記錄的超高層建筑環境振動數據進行模態頻率識別,并對比識別效果和精度。
根據Brincker 等(2001)的研究,為更好地通過環境振動監測數據對結構模態頻率進行識別,降低儀器噪聲的干擾,可對傳感器x、y向加速度信號的互功率譜密度矩陣進行奇異值分解,繪制分解后的特征值曲線,在靠近結構固有頻率的位置將出現峰值。將奇異值曲線轉化為能量譜圖,通過對比峰值能量與周圍噪聲能量的相對值,可準確識別結構模態頻率,算法流程如圖6 所示,具體步驟如下:

圖6 基于頻域分解法的模態頻率識別流程Fig. 6 Flowchart of the FDD-based modal frequency identification method
(1)對某個時間長度x、y向實測加速度數據進行傅里葉變換,得到x、y向頻譜。

(4)提取第一階奇異值曲線,并繪制能量譜,不同能量值通過不同顏色表示,能量越高越接近紅色,能量越低越接近藍色。
(5)取多個長度相同的時間段,重復步驟1~4,得到多條第一階奇異值曲線能量譜,將其組成時頻能量云圖。
(6)選取云圖中與背景噪聲顏色對比度明顯的紅色或黃色線條,并將能量條對應的頻率作為結構自振頻率,模態頻率與背景噪聲對應能量云圖的顏色對比度越高,頻率識別精準度越高。
為對比不同類型加速度傳感器在結構頻率識別中的效果,選取5 天(2021 年11 月1 日至5 日)環境振動加速度數據,利用頻域分解法對結構模態頻率進行識別,得到不同類型加速度傳感器監測數據時頻能量云圖,如圖7 所示。

圖7 不同傳感器監測數據時頻能量云圖Fig. 7 Time-frequency domain color map of the vibration energy of different sensor measurement
由圖7 可知,G1B 型加速度傳感器對應的時頻能量云圖中,結構模態頻率對應的13 條紅色能量帶清晰可見,且與藍綠色噪聲能量帶形成鮮明對比,界限清晰可見,因而可精準識別結構各階模態頻率。MEMSI 型、Palert-Plus 型、AC217 型加速度傳感器對應的時頻能量云圖中,噪聲能量帶為黃綠色或黃紅色,高階模態頻率對應的紅色能量帶與噪聲能量帶的對比度不夠明顯,但仍可識別除1.83 Hz 以外的十二階結構模態頻率。另外,Palert-Plus 型加速度傳感器低階噪聲能量較高,會影響低階模態頻率的識別精度。而Palert-Advance 型加速度傳感器對應的時頻能量云圖中,僅有前六階結構模態頻率對應的紅色能量帶較清晰,其他階結構模態頻率對應的紅色能量帶與噪聲能量帶顏色接近,影響模態識別的精準度,且在較多時間段結構振動能量淹沒于噪聲中,導致無法識別結構模態頻率。
為驗證本文采用的模態頻率識別方法的準確性和有效性,將基于G1B 型加速度傳感器監測數據識別的結構模態頻率與郭西銳等(2016)、徐楓等(2014)的研究結果進行對比,如表3 所示。由表3 可知,G1B型加速度傳感器模態頻率識別結果與郭西銳等(2016)研究結果的最大誤差≤0.85%,與徐楓等(2014)研究結果的最大誤差≤0.98%,且可識別結構前十三階模態頻率,驗證了本文采用的頻率識別方法的準確性和有效性,可進行進一步的計算分析。

表3 G1B 型加速度傳感器實測自振頻率識別結果與已有研究結果對比Table 3 Comparison of modal frequency identification results between G1B accelerometer and references
計算基于4 種MEMS 型加速度傳感器監測數據識別的結構模態頻率,并與G1B 型加速度傳感器的結果進行對比,得到相對誤差,如表4 所示。由表4 可知,根據MEMS-I 型加速度傳感器的監測數據識別的結構各階模態頻率與G1B 型加速度傳感器得到的結果相對誤差最小,大部分模態頻率對應的相對誤差≤0.1%,最大相對誤差僅為0.17%。

表4 不同類型加速度傳感器監測數據的模態頻率識別結果對比Table 4 Comparison of modal frequencies identified from the measurement of different sensors
2022 年3 月14 日2:28:48,廣東省惠州市惠東縣海域(115.04°E,22.51°N)發生4.1 級地震,震源深度25 km,震中位置距地王大廈約100 km。G1B 型、MEMS-I 型加速度傳感器完整記錄到了此次地震事件引起的結構振動。由于Palert-Plus 型、AC217 型、Palert-Advance 型加速度傳感器進行了維護,地震期間未記錄到結構的地震響應。
選取G1B 型、MEMS-I 型加速度傳感器1 min 內記錄的結構加速度時程曲線進行分析,如圖8 所示。由G1B 型加速度傳感器監測結果可知,此次地震引起的結構振動以豎向振動為主,x、y向振動加速度峰值分別為0.473、0.548 cm/s2,z向振動加速度峰值約為1.99 cm/s2。MEMS-I 型加速度傳感器測得x、y、z向結構振動加速度峰值分別為0.521、0.57、1.99 cm/s2,與G1B 型加速度傳感器監測結果接近,差值<0.05 cm/s2。截取地震響應峰值數據(圖8 中18~24 s 的波形)進行對比分析,如圖9 所示。由圖可知,MEMS-I 型加速度傳感器記錄的x、y、z向結構振動加速度波形與G1B 型加速度傳感器記錄結果較吻合。G1B 型、MEMS-I型加速度傳感器記錄的結構頻譜曲線對比如圖10 所示,由圖可知,MEMS-I 型加速度傳感器記錄的結構頻譜曲線與G1B 型加速度傳感器記錄結果較吻合。綜上所述,MEMS-I 型傳感器適用于結構地震監測。

圖8 G1B 型、MEMS-I 型加速度傳感器監測的結構地震響應時程曲線Fig. 8 Comparison of earthquake-induced structural responses measured by the G1B and MEMS-I accelerometers

圖9 G1B 型、MEMS-I 型加速度傳感器監測的結構地震響應局部波形Fig. 9 Detailed comparison of earthquake-induced structural responses measured by the G1B and MEMS-I accelerometers

圖10 G1B 型、MEMS-I 型加速度傳感器監測的結構地震響應頻譜曲線Fig. 10 Comparison of Fourier spectrum of earthquake-induced structural responses measured by the G1B and MEMS-I accelerometers
為研究MEMS 型加速度傳感器在超高層建筑振動監測中的性能,本研究選取4 種不同類型MEMS 型加速度傳感器,與G1B 型力平衡式加速度傳感器安裝在超高層建筑相同位置進行對比測試試驗。
對不同傳感器在建筑物環境振動下監測數據的時域和頻域結果進行對比,可知4 種MEMS 型加速度傳感器儀器噪聲水平高于G1B 型加速度傳感器,在2~10 Hz 的高頻率段,由于結構環境振動微弱,4 種MEMS 型加速度傳感器均無法清晰識別結構模態振動;在0.1~2 Hz 低頻段,可從MEMS-I 型、Palert-Plus 型、AC217 型加速度傳感器監測數據中分辨出結構振動對應的頻率,但Palert-Plus 型、AC217 型加速度傳感器測量的結構振動頻率對應的頻譜峰值與G1B 型加速度傳感器存在較大差異。
為對比不同類型加速度傳感器環境振動數據結構模態頻率識別精準度,采用頻域分解法對傳感器x、y向加速度互功率譜進行奇異值分解,并繪制時頻能量云圖,對比結果表明基于MEMS-I 型加速度傳感器數據的模態識別精度優于另外3 種MEMS 型加速度傳感器,且與G1B 型加速度傳感器模態頻率識別結果吻合較好。
對MEMS-I 型、G1B 型加速度傳感器監測的結構地震響應數據進行時域和頻域對比,證明了MEMS-I型加速度傳感器可較準確地記錄到結構強振動響應,適用于超高層建筑日常結構振動監測。