基于小波包分析的輸電塔螺栓松動損傷識別方法

桑碩 余希洋 李小華

DOI：?10.11835/j.issn.2096-6717.2022.004

基金項目：重慶市自然科學(xué)基金（cstc2019jcyj-msxmX0254）

作者簡介：桑碩（1997-?），男，主要從事結(jié)構(gòu)健康監(jiān)測研究，E-mail：a1424787589@163.com。

通信作者：李小華（通信作者），男，副教授，博士生導(dǎo)師，E-mail：lixiaohua@cqu.edu.cn。

Received： 2021?09?27

Foundation item： Natural Science Foundation of Chongqing （No. cstc2019jcyj-msxmX0254）

Author brief： SANG Shuo （1997-?）， main research interest： structure health monitoring， E-mail： a1424787589@163.com.

corresponding author：LI Xiaohua （corresponding author），?associate professor，?doctorial supervisor，?E-mail：?lixiaohua@cqu.edu.cn.

（重慶大學(xué)?土木工程學(xué)院，重慶?400045）

摘要：高壓輸電鐵塔結(jié)構(gòu)健康監(jiān)測對保證輸電線路安全運行具有重要意義，輸電塔結(jié)構(gòu)發(fā)生破壞時，節(jié)點板螺栓首先會發(fā)生松脫，有必要對節(jié)點板上的螺栓進(jìn)行損傷識別。用ABAQUS有限元分析軟件建立輸電塔結(jié)構(gòu)多尺度模型，利用小波包變換，引入小波包能量變化率作為損傷識別指標(biāo)，提取出螺栓周圍測點的動應(yīng)變數(shù)據(jù)，對塔腿處一塊節(jié)點板螺栓松動的不同工況進(jìn)行損傷識別；以基于物聯(lián)網(wǎng)技術(shù)的傳感器為信號傳輸設(shè)備，利用高精度的PVDF壓電薄膜應(yīng)變片為數(shù)據(jù)采集設(shè)備，在實際輸電塔結(jié)構(gòu)底部施加激勵荷載，提取節(jié)點板上測點的動應(yīng)變對該損傷識別方法進(jìn)行試驗驗證。結(jié)果表明，該損傷識別指標(biāo)對測點附近的螺栓松動較敏感，并且在所有測點處的最小值能較好地識別出節(jié)點板的損傷程度。

關(guān)鍵詞：輸電塔；小波包；多尺度分析；壓電薄膜；損傷識別

中圖分類號：TU391 ????文獻(xiàn)標(biāo)志碼：A ????文章編號：2096-6717（2024）03-0152-09

Damage identification of bolt looseness in transmission tower based on wavelet packet analysis

SANG Shuo，?YU Xiyang，?LI Xiaohua

（School of Civil Engineering， Chongqing University， Chongqing 400045， P. R. China）

Abstract： The structure health monitoring of high voltage transmission tower was very important to ensure the safe operation of the transmission line. When the transmission tower structure was damaged， the gusset plate bolts would be loosened first. The multiscale model of the transmission tower structure is established by using ABAQUS finite element analysis software. The energy change rate of the wavelet packet was taken as the damage index. The damage identification was carried out under different working conditions when bolt looseness of a joint plate at the tower leg. The signal transmission equipment was a sensor based on Internet of Things technology. The data acquisition equipment was PVDF piezoelectric film strain gauge. Applying excitation loads at the bottom of the actual transmission tower structure， the dynamic strain of the measured points on the gusset plate was extracted to verify the damage identification method. The test results show that the damage index can accurately identify the damage degree of the gusset plate. It is also sensitive to bolt looseness near the measuring point.

Keywords： transmission tower；?wavelet packet；?multiscale analysis；?piezoelectric film；?damage identification

輸電塔在電力系統(tǒng)中扮演著重要的角色，其運行狀態(tài)直接影響整個電網(wǎng)系統(tǒng)的運行穩(wěn)定性。在風(fēng)荷載的長期作用下，節(jié)點板上螺栓會產(chǎn)生振動并導(dǎo)致松動，這將造成節(jié)點的螺栓發(fā)生損傷。如果不能及時發(fā)現(xiàn)上述現(xiàn)象，節(jié)點的損傷會繼續(xù)發(fā)展甚至在強風(fēng)作用下導(dǎo)致輸電塔倒塌^[1-3]。螺栓松動是最終導(dǎo)致桿塔變形或倒塔的主要因素，桿材形變是桿塔結(jié)構(gòu)整體穩(wěn)定性遭受破壞的直觀體現(xiàn)，因此，及時對節(jié)點板處的螺栓松動損傷程度進(jìn)行識別具有非常重要的意義。

結(jié)構(gòu)在發(fā)生損傷后會引起振型、頻率和阻尼等模態(tài)參數(shù)的變化，由結(jié)構(gòu)施加動荷載得到的振動信號中含有能夠反映出損傷信息的非平穩(wěn)成分。基于小波分析的方法對結(jié)構(gòu)損傷具有更好的靈敏度和魯棒性，在結(jié)構(gòu)檢測中得到了廣泛應(yīng)用^[4-7]。小波包變換可以依據(jù)信號的特征選取分解頻帶，并能對非平穩(wěn)信號進(jìn)行局部化分析，因此小波包變換在結(jié)構(gòu)健康監(jiān)測領(lǐng)域中具有光明的運用前景。Sun等^[8]利用小波包變換將重復(fù)脈沖作用下獲得的信號進(jìn)行分解得到小波包分量能量，然后構(gòu)建損傷指標(biāo)進(jìn)行損傷診斷，結(jié)果表明該指標(biāo)受噪聲的影響較小，可應(yīng)用于實際結(jié)構(gòu)的在線健康監(jiān)測。韓建剛等^[9]利用小波包能量變化率指標(biāo)對一連續(xù)梁進(jìn)行試驗并識別損傷，結(jié)果表明該指標(biāo)對結(jié)構(gòu)的損傷比較敏感并且可以判斷出損傷位置。Diao等^[10]利用小波熵在損傷和未損傷的工況下的曲率差值構(gòu)建了損傷指標(biāo)，然后用某海洋平臺進(jìn)行了地震下的數(shù)值模擬和模型試驗，結(jié)果表明該指標(biāo)識別效果較好而且對噪聲敏感性較低。羅輝等^[11]利用小波包能量譜構(gòu)造損傷指標(biāo)對盾構(gòu)隧道結(jié)構(gòu)進(jìn)行了數(shù)值模擬和試驗驗證，結(jié)果表明該指標(biāo)可以準(zhǔn)確地識別出損傷位置。王鑫等^[12]利用小波包分解構(gòu)建了兩個損傷指標(biāo)，分別用其對西安鐘樓木結(jié)構(gòu)用有限元進(jìn)行損傷識別，結(jié)果表明兩指標(biāo)均能較好地識別出損傷并具有一定的抗噪性。目前的研究對象大多是整體結(jié)構(gòu)下的損傷識別分析，沒有把小波包能量方法應(yīng)用到結(jié)構(gòu)中部分構(gòu)件的損傷識別。為了驗證小波包能量在上述問題的可應(yīng)用性，構(gòu)建了小波包總能量變化率為損傷指標(biāo)，對輸電塔的節(jié)點板螺栓松動進(jìn)行損傷識別，并進(jìn)行輸電塔模型試驗，進(jìn)一步驗證小波包分解在輸電塔結(jié)構(gòu)健康監(jiān)測中的適用性。

1 輸電塔結(jié)構(gòu)的損傷識別指標(biāo)

1.1 小波包分析

小波包是由一個函數(shù)族構(gòu)造出來的的規(guī)范正交基庫，從中選取的很多組規(guī)范正交基，比如，常用的小波正交基就是從其中選取的。這一族函數(shù)就是小波包系，它在時域和頻域上寬度之積很小并且具有緊支性。定義小波包分解的推廣二尺度方程為 （1）

式中：為尺度向量；為小波向量；當(dāng)n= 0時，=，=，定義函數(shù)集由?= 確定的小波包。

1.2 小波包能量及損傷識別指標(biāo)

在外部荷載激勵作用下，結(jié)構(gòu)損傷后的信號可以通過傳感器提取出來。采用數(shù)值模擬與模型試驗的方法來研究節(jié)點板螺栓的損傷識別，即在外界某一恒定的環(huán)境荷載激勵下提取出節(jié)點板螺栓附近處各測點單元的動應(yīng)變，并運用小波包分解對信號進(jìn)行j層分解，得到了個等寬頻帶的子信號，然后依據(jù)頻率從低到高提取出各頻率成分的信號。

對振動響應(yīng)信號進(jìn)行j層小波包分解可表示為 （2）

式中：i、j、k均為正整數(shù)，分別為調(diào)制參數(shù)、尺度參數(shù)、平移參數(shù)；為小波包系數(shù)，；是一組標(biāo)準(zhǔn)正交基，故當(dāng)m≠n時，有 （3）

選擇第i層小波包進(jìn)行重構(gòu)，利用分解系數(shù)i=1，2…，重構(gòu)小波包分解系數(shù)，獲取每個頻帶范圍內(nèi)的信號。以代表的重構(gòu)信號，以此類推。則總信號可表示為 （4）

然后，求各個頻帶信號的能量。令第i個頻帶的能量為，為重構(gòu)信號各離散點的幅值，n為離散點的個數(shù)，其中i=1，2…；k= 1，2…n。則 （5）

式中：T為采樣的時間。

則小波包節(jié)點能量E為

，i= 1，2… （6）

把這個頻帶上的所有能量分量加起來，即得到小波包總能量。 （7）

最后構(gòu)建的損傷指標(biāo)為小波包總能量變化率^[13]（The Change Rate of Total Energy，簡稱RES）。 （8）

式中：為完好結(jié)構(gòu)的小波包總能量；為發(fā)生損傷結(jié)構(gòu)的小波包總能量。

2 數(shù)值模擬

2.1 輸電塔多尺度模型的建立

為了更好地對輸電塔結(jié)構(gòu)的節(jié)點螺栓損傷進(jìn)行監(jiān)測并兼顧試驗驗證，選取自行設(shè)計并制造的小型輸電塔，輸電塔實物圖如圖1所示。該輸電塔總高4.485 m，塔身主材及斜材采用Q235鋼，節(jié)點板采用Q345鋼，螺栓均采用?M12高強螺栓。塔身的主材、斜材等通過節(jié)點板和螺栓連接成節(jié)點，桿件的材料都為角鋼，鋼材的彈性模量為2.00×?MPa，密度為7 850 kg/m³，泊松比為0.3。

為了研究節(jié)點螺栓的損傷識別效果，利用ABAQUS有限元軟件建立包含節(jié)點精細(xì)化模型的輸電塔多尺度模型，節(jié)點板實物圖和局部精細(xì)化有限元模型如圖2所示。局部三維結(jié)構(gòu)包括1根主材、6根斜材、2個節(jié)點板和10顆螺栓，均采用實體單元進(jìn)行模擬，而其他區(qū)域則采用梁單元進(jìn)行模擬。在實體螺栓上施加10 kN的預(yù)緊力，當(dāng)模擬損傷的工況時，則考慮螺栓的狀態(tài)為已經(jīng)發(fā)生松脫，即預(yù)緊力已經(jīng)降低為零。為了使不同的單元能夠協(xié)調(diào)分析，通過定義耦合關(guān)系將桿件實體單元部分和梁單元部分連接在一起。由于實際輸電塔的塔腿與基礎(chǔ)是焊接起來的，因此底部采用固定約束，桿件與節(jié)點板及螺栓之間均采用面對面接觸定義。最終，建立起來的輸電塔多尺度有限元模型如圖3所示。

2.2 施加荷載與測點選取

為了模擬環(huán)境噪聲的作用，在模型底部施加白噪聲加速度荷載。該白噪聲的持續(xù)時間為4 s，頻率范圍為0～60 Hz，分析步長為0.008 s，時域和頻域圖如圖4所示。

由于研究的是一塊節(jié)點板上螺栓松動的損傷識別，因此用于信號提取的5個測點分別位于5個螺栓的附近，螺栓編號與測點的具體位置如圖5所示。為了初步判斷時域信號是否可以直觀地觀察到損傷及程度，選取測點2處的3種不同的工況分別為無損傷、2號螺栓發(fā)生松動的輕度損傷和1號、3號和5號3顆螺栓發(fā)生松動的重度損傷，測點2提取出來的3種不同損傷工況下的動應(yīng)變?nèi)鐖D6所示。由圖6可以看出，僅僅通過觀察提取信號的動應(yīng)變時程曲線很難直觀地識別出節(jié)點板螺栓的損傷程度，因此采用小波包總能量變化率RES來識別損傷。

2.3 基于小波包能量的損傷識別

目前利用環(huán)境振動的損傷識別方法主要有基于模態(tài)參數(shù)和基于實測時域信號的方法。損傷引起的物理特性（如質(zhì)量、阻尼和剛度）的變化將引起模態(tài)特性變化，如頻率、振型、曲率模態(tài)、柔度和應(yīng)變能等，這些特性都可以被檢測到。結(jié)構(gòu)頻率對損傷的敏感性較低，只能反映出結(jié)構(gòu)整體的損傷，對局部損傷的位置判斷能力較差，不能反映出結(jié)構(gòu)的損傷程度，因為與環(huán)境和操作條件引起的變化相比，損傷引起的頻率變化相對較小^[14]。對振型法和曲率模態(tài)法來說，高階振型對局部損傷比較敏感，但是在環(huán)境荷載條件下高階振型相比于低階振型很難獲得，限制了其應(yīng)用。曲率模態(tài)法會受到應(yīng)力集中的影響，導(dǎo)致其對損傷部位不敏感，同時對應(yīng)變片數(shù)量和布置的要求比較高。柔度法在應(yīng)用時得到的模態(tài)振型需要進(jìn)行質(zhì)量矩陣歸一化處理，然而，對于一些大型結(jié)構(gòu)，環(huán)境激勵不足以實測出結(jié)構(gòu)的質(zhì)量歸一化振型，使其在實際的應(yīng)用受到限制^[15]。基于實測時域信號的識別方法以小波變換和Hilbert-Huang變換為代表，其不需要建立實測結(jié)構(gòu)的有限元模型，只需要通過對比損傷前后利用動力響應(yīng)數(shù)據(jù)構(gòu)建的損傷識別指標(biāo)即可確定結(jié)構(gòu)的健康狀態(tài)，并且對應(yīng)變片的數(shù)量和布置的要求并不高，大大提高了損傷識別的效率，有著廣闊的應(yīng)用前景。研究對象為輸電塔節(jié)點板上的螺栓松動，屬于局部損傷，并且在環(huán)境荷載條件下難以獲得高階振型，這限制了其采用基于模態(tài)參數(shù)的損傷指標(biāo)，因此，采用靈敏度較高的小波包分解構(gòu)建的損傷識別指標(biāo)。

利用ABAQUS隱式動力學(xué)分析，提取出各個測點的動應(yīng)變-時間信號，然后將提取到的信號帶入MATLAB進(jìn)行小波包分解，并計算出小波包總能量，最后算出損傷識別指標(biāo)RES。其中，小波基函數(shù)的選取要考慮消失矩和緊支撐性兩個方面，并且根據(jù)信號的類型來選擇。綜合上述因素，小波包函數(shù)選擇Db20，分階層數(shù)為6層，最后可得到64組小波包能量值并求和^[16]。最終算出的5個測點在無損傷工況下的小波包總能量從測點1到測點5依次排序為、、、和，通過控制節(jié)點板上螺栓的預(yù)緊力來模擬螺栓松脫所產(chǎn)生的損傷，總共分析了28種工況，計算出每種工況提取出來的時域信號的小波包總能量，然后除以無損傷工況時的小波包總能量即得到了每種工況下的RES指標(biāo)。最后，5個測點在所研究工況下求出的損傷識別指標(biāo)RES如圖7所示。

由圖7可以發(fā)現(xiàn)，測點2對1號和2號螺栓同時松動的情況比較敏感，當(dāng)其二者同時松動時，損傷識別指標(biāo)RES會變得很小，可以與其他工況區(qū)分開來。同樣地，根據(jù)測點3和測點4的結(jié)果也可以得出，測點3對3號螺栓是否松動比較敏感，測點4對4號和5號螺栓同時松動比較敏感，其RES指標(biāo)都會變得很小并且可以和其他工況區(qū)別開來。

但是僅僅通過上述結(jié)論不能判斷出節(jié)點板的損傷程度，因此需要把5個測點得到的指標(biāo)綜合起來分析。測點周圍的螺栓發(fā)生松動后，該測點得到的指標(biāo)RES值會變小。當(dāng)松動的螺栓數(shù)量變多即損傷程度更嚴(yán)重時，節(jié)點板會與輸電塔主體結(jié)構(gòu)的連接更加薄弱，測點受到的振動即測得的動應(yīng)變變化會變得更小，該測點的損傷識別指標(biāo)RES值也變得更小，因此，可以得出在上述所有工況下5個測點RES的最小值可以區(qū)分出節(jié)點板的損傷程度，如圖8所示。定義損傷1顆或2顆螺栓為輕度損傷，損傷3顆或4顆螺栓為重度損傷。由圖8每種工況的最小值可以看出，輕度損傷的RES指標(biāo)要大于重度損傷，并且可以清晰地區(qū)分開兩種損傷程度，即當(dāng)0.01

3 試驗驗證

3.1 輸電塔試驗裝置

輸電塔結(jié)構(gòu)試驗采集裝置由無線傳感器裝置節(jié)點、壓電應(yīng)變片、天線和防濕接頭等組成，其示意圖和工作狀態(tài)如圖9所示。該裝置是目前最智能的基于無線Zigbee技術(shù)的傳感器節(jié)點，低功耗，大容量的數(shù)據(jù)存儲，超遠(yuǎn)的通訊距離，包含簡易控制裝置，可以控制低功率的電磁閥，實現(xiàn)野外長期無人值守工作。再搭配物聯(lián)網(wǎng)網(wǎng)關(guān)進(jìn)行信號接收，采集頻率高達(dá)125 Hz，將采集到的電荷信號轉(zhuǎn)換為與應(yīng)變成正比的電壓信號，并可以快速地傳輸?shù)诫娔X端。

PVDF壓電薄膜應(yīng)變片具有靈敏度高、頻率范圍廣、化學(xué)穩(wěn)定性良好、質(zhì)地柔軟、機械強度與韌性高、響應(yīng)速度快和密度小質(zhì)量輕等優(yōu)點，其逐漸地成為廣泛推廣的一種新型智能無線傳感器^[17]。由于試驗的目的是對比節(jié)點板上螺栓松動前后測點動應(yīng)變的變化，根據(jù)模擬可得節(jié)點板上的應(yīng)變單位為微應(yīng)變級別，如果采用傳統(tǒng)的電阻應(yīng)變片無法采集到微應(yīng)變數(shù)據(jù)，因此，試驗采用高精度的PVDF壓電薄膜應(yīng)變片。目前利用小波包能量方法進(jìn)行螺栓的損傷識別的研究集中于基于壓電陶瓷的主動監(jiān)測技術(shù)，并且研究對象多數(shù)是鋼框架及鋼板，還沒有對輸電塔節(jié)點板進(jìn)行研究，并且其需要同時有發(fā)出信號的驅(qū)動器和接收信號的傳感器，因此基于壓電陶瓷的主動監(jiān)測技術(shù)只能間歇式進(jìn)行螺栓檢測，無法實現(xiàn)無人值守的長期實時監(jiān)測。而基于壓電薄膜傳感器的監(jiān)測方式可以隨時采集應(yīng)變數(shù)據(jù)儲存并傳輸?shù)綌?shù)據(jù)接收端，為實現(xiàn)未來無人值守的實時健康監(jiān)測提供了路線。

該試驗采用由德國生產(chǎn)的電動力、長沖程的APS420激振器，其工作原理是內(nèi)部一個較重的質(zhì)量塊通過加速度運動來產(chǎn)生激勵，可以以最小的激振器質(zhì)量和驅(qū)動功率為諧振負(fù)載提供動力，激振器實物圖如圖10所示。該激振器具有信號輸入端，可以通過信號轉(zhuǎn)換器輸入任意波形的信號，并按照指定的信號進(jìn)行激勵。

3.2 施加荷載與測點數(shù)據(jù)提取

為了使輸電塔結(jié)構(gòu)振動并且和模擬的激勵方式相對應(yīng)，激振器通過底座和基礎(chǔ)相連接，產(chǎn)生縱向方向的激振力。為了采用小波包能量方法進(jìn)行損傷識別，在試驗過程中，節(jié)點板螺栓發(fā)生損傷前后的激振力保持不變^[9]。為了與模擬情況下的螺栓松動相對應(yīng)，采用扭矩扳手對節(jié)點板上的螺栓施加預(yù)緊力，在螺栓松動工況時，把螺栓擰松至預(yù)緊力為零。由于該試驗?zāi)M的條件為環(huán)境噪聲下，因此采用白噪聲激勵，通過信號轉(zhuǎn)換器輸入控制臺中，其持續(xù)時間為30 s，頻率范圍為1～50 Hz，時間步長為0.002 5 s，時域和頻域圖像如圖11所示。

該試驗的研究對象是一塊節(jié)點板上的螺栓松動并且要和模擬對應(yīng)起來進(jìn)行驗證，因此應(yīng)變片的粘貼位置和序號與圖5所示的位置相同，具體貼片位置如圖9所示。輸入激振器的激勵持續(xù)時間為30 s，考慮結(jié)構(gòu)開始響應(yīng)的延遲時間，試驗采用中間部分22 s時間段的振動數(shù)據(jù)。將同一種工況下相同激勵測得的信號進(jìn)行小波包分解求出小波包總能量，并進(jìn)行試驗誤差分析，結(jié)果發(fā)現(xiàn)相同工況下的能量誤差均在5%以內(nèi)，滿足可用性要求。為了驗證試驗數(shù)據(jù)的合理可用性，把測點2處無損傷工況下實測得的數(shù)據(jù)與數(shù)值模擬進(jìn)行比較，將試驗實測和數(shù)值模擬提取的時域信號進(jìn)行傅里葉變換，得出的試驗和模擬的頻域圖如圖12所示。通過圖12可以看出，兩者的頻域峰值較為接近，即在30 Hz左右兩者均出現(xiàn)了峰值，因此，可以采用試驗驗證的方法來驗證模擬結(jié)果的合理可靠性。同樣為了判斷時域信號是否可以直觀地觀察到損傷及程度，選取和上述模擬相同的3種工況，測點2提取出來的3種不同損傷工況試驗下的動應(yīng)變?nèi)鐖D13所示。同樣地，由圖13可以看出，僅僅通過觀察試驗提取到的振動信號很難直觀地判斷出節(jié)點板螺栓的損傷程度，因此采用損傷指標(biāo)RES來識別試驗時節(jié)點板的損傷。

3.3 振動信號的損傷識別

在整個試驗的過程中都采用相同的激勵，試驗時每種工況分別重復(fù)3次試驗，提取出各個測點的動應(yīng)變-時間信號，然后將提取到的信號帶入MATLAB進(jìn)行小波包分解并計算出損傷識別指標(biāo)RES，最后求取3次RES的平均值即為最終結(jié)果。其中，小波包函數(shù)仍選擇上述模擬所選取的Db20，分解層數(shù)仍然是6層，得到64組小波包能量值并求和。由試驗的振動信號算出的5個測點在無損傷工況下的小波包總能量從測點1到測點5依次排序為、、、和。試驗過程中通過扭矩扳手給螺栓施加預(yù)緊力，松動時則采用扳手?jǐn)Q松節(jié)點板上的螺栓致其松脫，總共分析了28種工況，共重復(fù)進(jìn)行了試驗激勵及數(shù)據(jù)采集420次。同樣地計算出每種工況提取出來的時域信號的小波包總能量，然后除以無損傷工況時的小波包總能量即得到了每種工況下的RES指標(biāo)，然后求出3次相同試驗的平均值。最后，5個測點在試驗工況下求出的損傷識別指標(biāo)RES如圖14所示。

由圖14測點2的試驗數(shù)據(jù)可以發(fā)現(xiàn)，當(dāng)1號和2號螺栓同時松動時，損傷識別指標(biāo)RES會變得比其他工況更小。根據(jù)測點3和測點4的結(jié)果也可以看出，3號螺栓松動時，除2、3、4、5號螺栓松動的工況出現(xiàn)奇異值外，測點3的RES值比其他工況都要小；4號和5號螺栓同時松動時，測點4的RES值也比其他工況更小。這跟模擬得到的結(jié)果較為一致，再次驗證了測點對附近螺栓松動的敏感性。

當(dāng)輸電塔結(jié)構(gòu)沒有發(fā)生損傷時，測得的損傷識別指標(biāo)RES理論值應(yīng)為1。由于在實際工程運用中或試驗測量時有誤差的存在，損傷指標(biāo)會在某個小范圍內(nèi)波動，可能會引起節(jié)點板是否發(fā)生損傷的誤判。為了解決上述問題，在無損傷工況下對5個測點分別進(jìn)行了多次重復(fù)試驗，并對采集到的動應(yīng)變數(shù)據(jù)進(jìn)行小波包分解得到損傷指標(biāo)RES，結(jié)果可得RES值的范圍為0.90～1.00。由圖14可得5個測點在損傷工況下的RES值有較少一部分位于此區(qū)間內(nèi)，可以結(jié)合5個測點的數(shù)據(jù)來判斷是否發(fā)生損傷，如果3個測點及以上的RES值位于此區(qū)間外，則說明節(jié)點板上的螺栓已經(jīng)發(fā)生了松脫。

當(dāng)判斷節(jié)點板上螺栓的損傷程度時，需要把5個測點所得到的指標(biāo)綜合起來分析。根據(jù)數(shù)值模擬的結(jié)論，采用所有各個工況下的5個測點RES的最小值來判斷損傷程度，如圖15所示。由圖15每種工況的最小值可以看出，除2、3、4、5號螺栓松動的工況試驗出現(xiàn)奇異值外，輕度損傷下的RES指標(biāo)整體都大于重度損傷并且可以區(qū)分兩種損傷程度。奇異值的產(chǎn)生是由于當(dāng)節(jié)點板上只剩螺栓1受力時右側(cè)測點4的動應(yīng)變會相應(yīng)比原來增大，損傷指標(biāo)RES值也增大。結(jié)果表明該損傷指標(biāo)RES可以對節(jié)點板上螺栓是否松脫以及損傷程度進(jìn)行識別，即當(dāng)0.9

4 結(jié)論

1）建立了輸電塔多尺度模型，在環(huán)境荷載作用下對輸電塔結(jié)構(gòu)進(jìn)行螺栓松脫損傷識別，選取輸電塔塔腿的一塊節(jié)點板進(jìn)行分析，結(jié)果表明測點處的應(yīng)變對其附近的螺栓是否發(fā)生松動較為敏感，并把5個測點所得到的指標(biāo)綜合起來分析，得出所有工況下5個測點RES的最小值指標(biāo)可以有效識別出節(jié)點板是否發(fā)生損傷以及損傷程度，即輕度損傷和重度損傷。

2）以自行制作的輸電塔模型為試驗對象，對數(shù)值模擬相對應(yīng)的塔腿處一塊節(jié)點板進(jìn)行試驗。結(jié)果驗證了數(shù)值模擬中所得到的結(jié)論，即測點對附近螺栓松動的敏感性以及所有工況下5個測點RES的最小值指標(biāo)的有效性，因此，在該節(jié)點板上的螺栓附近粘貼，5個應(yīng)變片測點可以有效地識別出節(jié)點板是否發(fā)生損傷以及損傷程度，為后續(xù)實現(xiàn)輸電塔節(jié)點無人值守的健康監(jiān)測奠定了基礎(chǔ)。

參考文獻(xiàn)

[1] ?鐘岱輝， 李榮帥， 王文明. 輸電塔-線體系災(zāi)變機理研究綜述[J]. 四川建筑科學(xué)研究， 2020， 46（3）： 37-45.

ZHONG D H， LI R S， WANG W M. Review on disaster mechanism of transmission tower-line system [J]. Sichuan Building Science， 2020， 46（3）： 37-45. （in Chinese）

[2] ?FU X， DU W L， LI H N， et al. Stress state and failure path of a tension tower in a transmission line under multiple loading conditions [J]. Thin-Walled Structures， 2020， 157： 107012.

[3] ?楊風(fēng)利， 李正， 張大長， 等. 輸電鐵塔雙螺母防松螺栓橫向振動試驗研究[J]. 振動與沖擊， 2018， 37（10）： 164-171.

YANG F L， LI Z， ZHANG D C， et al. Experimental study on the transversal vibration of double-nut bolted joints of transmission towers [J]. Journal of Vibration and Shock， 2018， 37（10）： 164-171. （in Chinese）

[4] ?MA Q Y， SOL?S M， GALV?N P. Wavelet analysis of static deflections for multiple damage identification in beams [J]. Mechanical Systems and Signal Processing， 2021， 147： 107103.

[5] ?DIAO Y S， MEN X， SUN Z F， et al. Structural damage identification based on the transmissibility function and support vector machine [J]. Shock and Vibration， 2018， 2018： 4892428.

[6] ?RAZAVI M， HADIDI A. Structural damage identification through sensitivity-based finite element model updating and wavelet packet transform component energy [J]. Structures， 2021， 33： 4857-4870.

[7] ?ZHAO B N， LEI D， FU J J， et al. Experimental study on micro-damage identification in reinforced concrete beam with wavelet packet and DIC method [J]. Construction and Building Materials， 2019， 210： 338-346.

[8] ?SUN Z， CHANG C C. Statistical wavelet-based method for structural health monitoring [J]. Journal of Structural Engineering， 2004， 130（7）： 1055-1062.

[9] ?韓建剛， 任偉新， 孫增壽. 結(jié)構(gòu)損傷識別的小波包分析試驗研究[J]. 振動與沖擊， 2006， 25（1）： 47-50， 57， 164.

HAN J G， REN W X， SUN Z S. Damage detection and identification of structures in laboratory based on wavelet packet analysis [J]. Journal of Vibration and Shock， 2006， 25（1）： 47-50， 57， 164. （in Chinese）

[10] ?DIAO Y S， ZHANG X C， SUN Z F， et al. Wavelet entropy based structural damage identification under seismic excitation [J]. Smart Materials and Structures， 2018， 27（10）： 105002.

[11] ?羅輝， 胡嫚嫚， 劉雨彤， 等. 基于小波包能量譜的盾構(gòu)隧道結(jié)構(gòu)損傷識別分析[J]. 建筑結(jié)構(gòu)學(xué)報， 2018， 39（Sup2）： 306-314.

LUO H， HU M M， LIU Y T， et al. Damage identification of shield tunnel based on wavelet packet energy spectrum [J]. Journal of Building Structures， 2018， 39（Sup2）： 306-314. （in Chinese）

[12] ?王鑫， 孟昭博， 梁志闖. 基于小波包能量譜的西安鐘樓木結(jié)構(gòu)的損傷識別[J]. 應(yīng)用力學(xué)學(xué)報， 2020， 37（3）： 1245-1252， 1403.

WANG X， MENG Z B， LIANG Z C. Damaged identification of Xi，an bell tower wood structures based on wavelet packet energy spectrum [J]. Chinese Journal of Applied Mechanics， 2020， 37（3）： 1245-1252， 1403. （in Chinese）

[13] ?余印根， 夏樟華， 陳楊利， 等. 基于小波包總能量變化率的體外拉索損傷識別方法[J]. 福州大學(xué)學(xué)報（自然科學(xué)版）， 2019， 47（5）： 683-688.

YU Y G， XIA Z H， CHEN Y L， et al. Damage identification method of external cable based on the change rate of wavelet packet total energy [J]. Journal of Fuzhou University （Natural Science Edition）， 2019， 47（5）： 683-688. （in Chinese）

[14] ?LI Q Z， LI D S. Structure damage identification under ambient excitation based on wavelet packet analysis [J]. Journal of Physics： Conference Series， 2017， 842： 012023.

[15] ?趙一男， 公茂盛， 楊游. 結(jié)構(gòu)損傷識別方法研究綜述[J]. 世界地震工程， 2020， 36（2）： 73-84.

ZHAO Y N， GONG M S， YANG Y. A review of structural damage identification methods [J]. World Earthquake Engineering， 2020， 36（2）： 73-84. （in Chinese）

[16] ?文自剛. 隨機激勵下小波包能量譜的鋼框架結(jié)構(gòu)損傷識別研究[J]. 粉煤灰綜合利用， 2021， 35（1）： 7-13.

WEN Z G. Study for steel structures damage alarming based on wavelet packet energy spectrum [J]. Fly Ash Comprehensive Utilization， 2021， 35（1）： 7-13. （in Chinese）

[17] ?周劉聰， 羅健林， 李秋義， 等. PVDF薄膜壓電傳感特性及其在工程結(jié)構(gòu)監(jiān)測應(yīng)用研究進(jìn)展[J]. 功能材料， 2018， 49（12）： 12079-12083.

ZHOU L C， LUO J L， LI Q Y， et al. Progress on PVDF film piezoelectric performances and its applications in infrastructure monitoring [J]. Journal of Functional Materials， 2018， 49（12）： 12079-12083. （in Chinese）

（編輯??王秀玲）