基于大数据与区间仿射算法的非接触式桥梁结构影响线识别

发布时间：2021-07-21 10:37

　　影响线在桥梁结构状态评估方面具有重要意义,针对现有影响线测量方法在实桥测试上的局限与不足,提出了一种基于大数据与区间仿射算法的中小型桥梁结构影响线非接触识别方法。首先,基于车辆参数统计结果,建立了车辆类型与轴重区间的映射关系;然后,结合车辆参数的区间不确定性,运用仿射算法计算反演多工况影响线区间;最后,基于大数据挖掘分析,采用支持向量机二分类算法从多工况的影响线区间中提取真实影响线。通过开展车桥耦合数值模拟分析及实验室缩尺模型试验,分别对所提方法的稳定性与有效性进行测试,初步验证了本文的非接触影响线识别方法较传统方法具有更好的发展前景。 

【文章来源】：地震工程与工程振动. 2020,40(03)北大核心CSCD

【文章页数】：12 页

【部分图文】：

图1 支持向量机二分类

本实验中激光位移计测量具有自动平均滤波降噪及多点参照特性,采集的信号具有很高的信噪比,信号曲线的局部振动由车桥间动力相互作用引起,与车辆速度、轴重、轴距、阻尼和刚度等因素均相关。图 14(a)为不同配重工况下计算的主梁2跨中位移影响线,随着配重增加,模型车的振动冲击减小,曲线的局部振动有所减弱;图 14(b)为各个速度等级对应的影响线计算结果,可以看出,车辆对桥面的振动冲击与速度之间并非呈简单的线性关系。图14中不同工况计算出的多条桥梁动位移影响线形状与趋势基本一致,证实了由实测动位移信号反算结构影响线的算法较为准确,车轴在入桥和出桥时由于坡道水平段与桥面存在微小竖向高差和水平间隙,使得影响线在桥两端位置处出现陡升或陡降的现象。考虑到M30工况的影响线结果更平稳,于是对图 14(b)中的4条未经滤波的影响线取均值得到一条确定性影响线作为标准曲线,以便与后续SVM识别的影响线结果曲线作对比参照。3.2 实测影响线识别与试验结果分析

桥梁模型采用常见的钢筋混凝土梁板式桥梁结构,为了降低时间成本获得更高的计算效率,在ANSYS中采用梁格法将整座桥梁模拟为纵横向梁单元组成的结构体系,如图2所示。桥梁各项参数如下:桥全长30 m,横截面由5根T梁组成,每根T梁抗弯刚度EI=10.8×109N·m2,线密度ρA=1.868×103kg/m3,沿桥长每隔6m设置横隔板,横向单元的的抗弯刚度按照矩形单元和T形单元计算分别为2.9×105N·m2和5.1×109N·m2。经分析得到该简支桥梁的前3阶弯曲模态频率分别为2.621 8、 10.458和23.425,采用前两阶频率计算瑞雷阻尼系数α=0.790 3,β=7.300 8×10-4。图3 车辆数值模型

【参考文献】：
期刊论文
[1]中国公路车-桥耦合振动车辆模型研究[J]. 邓露,段林利,何维,冀伟.  中国公路学报. 2018(07)
[2]基于车辆响应的桥梁结构参数的统计区间估计[J]. 李炜明,朱宏平,夏勇.  工程力学. 2008(S2)
[3]基于小波包变换的支持向量机损伤诊断方法[J]. 赵学风,段晨东,刘义艳,韩旻.  振动、测试与诊断. 2008(02)
[4]基于区间分析的工程结构不确定性研究现状与展望[J]. 苏静波,邵国建.  力学进展. 2005(03)
[5]支持向量机理论综述[J]. 萧嵘,王继成,张福炎.  计算机科学. 2000(03)



本文编号：3294862