基于稳定图解析的桥梁模态参数全自动识别

桥梁模态参数识别是桥梁智能监测的重要内容,传统桥梁模态参数识别方法需要人工干预,不适合连续监测,且在传感器较少时可能失效。为解决该问题,提出改进的稳定图解析方法,实现桥梁模态参数全自动识别。首先,提出模态相似指标(Modal Similarity Criterion, MSC)度量模态相似性,解决传统模态置信度指标在传感器较少时可能失效的问题;然后,提出新的稳定图自动清洗方法,剔除稳定图中的大量虚假模态,同时提出改进的层次聚类算法自动解析清洗的稳定图,实现模态参数自动识别;最后,将提出的方法应用于一座斜拉桥和一座具有密集模态的连续梁桥Benchmark,并在极端传感器布置工况下验证所提方法辨别密集模态的可行性。结果表明：即使在发生振型空间混叠时,提出的MSC指标仍能有效辨别不同模态;提出的稳定图自动清洗和自动解析方法不需要任何人工设定的阈值,能够自动剔除虚假模态并得到准确的模态识别结果,同时能够准确识别发生振型空间混叠的密集模态。提出的自动识别方法不受结构刚度和加速度传感器布置位置和数量的限制,能够统一地应用于具有不同刚度和不同传感器布置工况的跨海桥梁集群监测。     

融合多源数据的桥梁技术状况指标评定方法

为可靠地评定桥梁技术状况,针对桥梁技术状况评定过程的模糊性和不确定性特点,提出一种融合多源数据的桥梁技术状况指标评定方法。该方法首先通过云模型分别将桥梁技术状况指标的检测值和监测值转化为指标各等级的隶属度,并用隶属度构造改进Dempster-Shafer证据理论的基本信任分配函数,再结合证据冲突/一致度和信息熵确定综合权重系数,对基本信任分配函数进行修正,然后采用Dempster合成规则融合得到综合基本信任分配函数,最后依据最大隶属度原则得到指标的标度,实现桥梁技术状况的可靠评定。采用该方法和《公路桥梁技术状况评定标准》(JTG/T H21—2011,现行评定方法)分别评定某座斜拉桥的索力指标,结果表明,与现行评定方法相比,该方法的评定结果对应的养护对策与实际养护对策更相符,该方法有效、可行。     

基于实测加速度的悬索桥涡振全过程模态参数演变

为探明桥梁涡振全过程模态参数演变规律，对发生涡振的某悬索桥12 d实测加速度数据进行分析。首先，基于涡振特征指标与改进的随机子空间法，识别并追踪桥梁涡振分布和模态参数；然后，根据涡振报警级别将频率、阻尼比进行分类，研究模态参数在涡振前、中、后的变化规律；最后，分析模态参数与涡振特性之间的相关性。结果表明：在这12 d内，该悬索桥间断地发生了多次、多阶频率，多种程度的涡振；前6阶频率均值仅由于环境影响出现小幅度波动；在涡振期间，各阶频率离散性更小，波动范围仅在0.002 Hz左右；前6阶阻尼比均值线基本保持在稳定区间内，但局部波动变异很大；在涡振期间，由于气动阻尼影响，桥梁涡振锁定频率所在阶次对应的识别阻尼比先明显下降后很快恢复，其他阶次阻尼比没有明显变化；涡振对阻尼比识别值影响较大，但对结构阻尼比影响很小。研究结果揭示了该悬索桥涡振全过程的频率和阻尼比变化规律及其与涡振的关系，可为更准确找出涡振原因和涡振管控提供参考。