基于深度学习与漏磁探伤的桥梁缆索检测预警系统研究

为准确、全面地评估桥梁缆索的损伤，开发了基于深度学习和漏磁探伤的桥梁缆索检测预警系统。该系统主要由检测平台和预警平台两部分组成，利用检测平台中爬索机器人的高清摄像头和磁传感器列阵收集缆索表面的缺陷图像及漏磁信号数据，随后将缺陷图像输入到深度学习模型中对其进行自动分类与识别，利用小波分析处理漏磁信号数据以确定内部高强钢丝锈蚀缺陷位置，并根据检测到的数据提出了五级预警。为验证桥梁缆索检测预警系统的可靠性，利用该系统对4座在役斜拉桥的缆索进行检测。结果表明：该系统嵌入的深度学习模型和经过小波分析处理后的磁信号能够准确识别桥梁缆索表面的缺陷特征和内部钢丝锈蚀位置；该系统中预警平台可以将检测信息及时发送给管养部门，便于其采取相应的补救措施。     

爆炸作用下钢绞线斜拉索破坏模式和剩余承载性能试验

为研究爆炸荷载作用下斜拉桥钢绞线斜拉索的破坏模式和剩余承载性能,开展了8根15.7-7钢绞线斜拉索试件的野外爆炸试验以及爆炸损伤钢绞线的静力轴向拉伸试验,得到了钢绞线斜拉索在接触爆炸及近距离爆炸作用下的破坏形态和损伤钢绞线的剩余承载力;并根据断丝数量和承载力损失定量比较了高密度聚乙烯护套(HDPE)、单层钢管护套(SST)、双层钢管护套(DST)以及泡沫铝夹层钢管护套(FAFST)4种不同防护措施的抗爆防护效果。研究结果表明：在接触/近距离爆炸作用下,钢绞线斜拉索的损伤破坏主要表现为正对爆炸作用区域部分钢丝断裂和局部横向变形;采用FAFST防护可以有效地改善钢绞线斜拉索的破坏程度,HDPE防护效果有限;相较于无防护的祼索,SST与DST防护反而加剧了斜拉索试件的损伤程度;爆炸损伤钢绞线的剩余承载力与剩余钢丝数量成正比。基于试验结果和回归分析方法,提出了爆炸损伤钢绞线斜拉索剩余承载力评估的实用公式,可以在爆炸灾害后根据钢绞线断丝破坏情况,快速评估斜拉索的剩余承载能力。     

钢丝拉索腐蚀磁致伸缩导波检测的试验研究

钢丝腐蚀退化是桥梁拉索承载能力下降的主要原因,定期腐蚀检测对拉索的寿命非常重要。为模拟拉索实际腐蚀过程和检测思路,选取制造完好的平行钢丝拉索截段倾斜摆放,在不剥开拉索外护套HDPE的条件下,设计一套均匀滴加NaCl溶液吊瓶装置,通过小孔滴加NaCl溶液进行98d加速腐蚀,使用磁致伸缩导波检测仪器定期跟踪采集拉索腐蚀区域和端部信号。分析对比腐蚀前后信号发现,腐蚀区域反射系数逐渐增大,导波能量在腐蚀钢丝中逐渐衰减,端部回波信号逐渐减小。拉索腐蚀试验的导波信号特性规律能为实桥在役拉索腐蚀检测提供数据依据和可靠支撑。     

一种斜拉索耐久性的评定方法

为准确地评定斜拉索的耐久性,指导斜拉索养护,提出一种针对平行钢丝斜拉索耐久性的评定方法。该方法建立在已有的均匀腐蚀厚度和局部点蚀深度概率研究的基础上,利用有限元分析结果拟合得到钢丝承载力与腐蚀程度的对应公式,并通过概率理论推导得出了服役若干年后钢丝承载力和斜拉索承载力的概率模型。某在建斜拉桥斜拉索设计寿命30年,采用该方法评估了其20年、30年和40年的耐久性,通过具体算例演示验证了该评定方法的可行性和应用价值。该评定方法可以预估和评价在不同服役年龄时斜拉索的强度,为斜拉索养护措施的选择和换索时机的确定提供参考。     

基于缠绕式FBG传感器的斜拉索镀锌高强钢丝腐蚀定量监测方法研究

斜拉索梁端连接筒处钢丝极易因拉索防护失效进水而产生腐蚀,而目前还未有对斜拉索内钢丝腐蚀状态进行定量监测的有效手段和方法。设计一种用于对斜拉索高强镀锌钢丝进行腐蚀监测的缠绕式光纤布拉格光栅(FBG)腐蚀传感器,通过水浴试验研究其温度灵敏度系数,并通过加速腐蚀试验获得镀锌钢丝腐蚀率与FBG传感器波长变化量之间的定量关系。结果表明：1)缠绕式FBG腐蚀传感器波长变化量与温度的线性度高,可对传感器的温度影响进行线形修正;2) FBG传感器波长变化量与时间、腐蚀率均呈logistic回归关系,通过测量传感器波长变化即可获得镀锌高强钢丝的质量腐蚀率。研发的缠绕式FBG腐蚀传感器为斜拉索内高强钢丝腐蚀率的定量监测奠定了基础。     

斜拉桥索力测定及其参数识别

文章总结了当今几种斜拉桥斜拉索索力的检测方法及其优缺点,重点讨论了当今应用最为广泛的索力检测法——频率法的原理、应用及所存在的理论问题。分析采用频率法测定索力时,对影响其测量精度的主要因素:索的刚度、索的垂度、索的边界条件等进行了比较详尽的分析,并对不易确定的拉索抗弯刚度进行参数识别,通过对拉索振动信号的频谱分析,得到扭绞型高强钢丝斜拉索的抗弯惯性矩约为同直径钢棒的0.5倍,并提出了两端为墩头锚的斜拉索索长修正的经验公式。该方法对于精确测定施工过程中、使用状态及成桥状态的拉索的索力均适用,并在某斜拉桥工程算例得到验证。     

RC梁四点弯曲加载应力自漏磁信号检测试验

为了给桥梁结构的健康检测提供参考，将金属磁记忆检测技术引入到钢筋混凝土（RC）梁内部钢筋的应力检测当中，进行了钢筋混凝土T形截面梁四点弯曲加载应力自漏磁信号检测试验。利用基于金属磁记忆的三维扫描检测装置采集了试件在不同荷载下的自漏磁信号，并对不同提离高度和多条扫描路径下的磁信号进行分析，得到了钢筋混凝土T形截面梁在不同应力状态下的空间信号规律，提出了利用“法向漏磁场方均根值”来定量计算RC梁纯弯段处钢筋应力的方法。研究结果表明：在钢筋混凝土T形截面梁纯弯段内，钢筋内部应力与“法向漏磁场方均根值”呈线性关系，且函数的拟合优度R²达到0.988 4，拟合值与实测值之间误差微小；随着提离高度的增加，钢筋混凝土T形截面梁在不同荷载下的自漏磁信号曲线逐渐上移，自漏磁信号的分布规律没有显著变化，“法向漏磁场方均根值”与RC梁内部钢筋的应力在纯弯段内仍满足线性关系，试件在不同提离高度下的R²达到0.965；随着扫描路径的改变，钢筋混凝土T形截面梁在不同荷载下的自漏磁信号曲线呈现出相似的规律，且“法向漏磁场方均根值”与RC梁内部钢筋的应力在多条扫描路径上均满足线性变化的关系，在各条扫描路径下R²的平均值为0.959。所提方法可为RC梁内部钢筋应力的无损检测提供新的思路与参考。     

桥梁索杆内部锈蚀断丝无损检测技术运用

介绍了桥梁索杆内部腐蚀断丝无损检测中最主要的2种方法：漏磁检测法和磁致伸缩导波检测法的基本原理,并对其优缺点进行了分析。进而结合磁致伸缩导波检测法的优点,分析采用磁致伸缩导波检测技术进行斜拉索损伤定位和损伤判别的原理;结合检测技术和桥梁斜拉索特点提出磁致伸缩导波检测技术的检测评定标度;最后结合实际桥梁斜拉索的无损检测,给出了检测及计算分析实例。     

基于模态分析理论和神经网络的斜拉桥拉索损伤识别研究

将振动模态分析和神经网络技术结合起来,以振动模态构造的损伤标识量作为神经网络识别输入的特征参数,进行结构健康监测。根据云阳长江公路大桥设计资料,考虑桥梁拉索结构的单构件损伤、2个构件损伤、3个构件损伤3类损伤工况,分别采用了模态频率、位移振型模态、曲率模态3种指标作为神经网络的输入参数,共建立9个BP神经网络模型进行了桥梁损伤识别的研究。研究结果表明基于振动模态分析理论和BP神经网络的桥梁损伤识别方法可用于识别斜拉桥拉索结构的损伤位置和损伤程度。     

基于新奇检测技术的斜拉索状态评估

探讨了应用基于BP神经网络的新奇检测技术进行斜拉索状态评估的方法.通过对监测系统采集数据分析处理,生成训练神经网络需要的样本数据,按要求训练网络,建立了基于新奇检测技术的多阶段状态评估的神经网络模型,实现了斜拉索状态评估的两个阶段:状态预警、状态异常位置识别.状态异常位置识别采用逐步分区识别的方法,最终将损伤拉索的位置...     

基于蚀坑参数的既有斜拉索钢丝腐蚀程度分级评价研究

钢丝腐蚀是导致斜拉索运营能力下降的主要因素,为了有效评估既有斜拉索的运营安全性,对其钢丝腐蚀程度进行准确的分级评价是基础性的工作。由于钢丝表面的蚀坑是导致钢丝力学性能退化的主要原因,采用实际工程更换下来的斜拉索中腐蚀钢丝为样本,以蚀坑几何尺寸为主要评价参数,进行了钢丝腐蚀分级下蚀坑参数测量试验研究。试验数据表明:钢丝腐蚀程度等级越高,蚀坑发育越明显,分布由稀疏变化为紧密相连,典型蚀坑深度逐渐增大,钢丝截面损伤率迅速扩大。基于试验统计数据,提出了包含蚀坑参数指标的斜拉索钢丝腐蚀分级的新评价标准,可有效提高斜拉索腐蚀开窗检测的实践操作性。     

三阶统计量在磁记忆检测中的应用

高阶统计量方法是近几年国内外信号处理领域内的一个前沿课题,它包含了二阶统计量没有的大量丰富信息,广泛应用于所有需要考虑非高斯性、非最小相位、有色噪声、非线性或循环平稳性的各类问题中。凡是使用功率谱或相关函数进行分析与处理,而又未得到满意结果的任何问题都值得重新使用高阶统计量方法。高阶统计量的发展与应用是信号处理领域近年来一个十分重要的发展,是现代信号处理的核心内容之一。本文首先对三阶统计量的发展简史、目前三阶统计量的研究在国内外的发展现状作了简单介绍,并指出利用高阶统计量进行信号处理,可以抑制加性高斯(或非高斯)有色噪声的影响,可以检测和识别弱信号,以及辨识非因果、非最小相位系统或重构非最小相位信号。然后以金属磁记忆检测为例,综述了金属磁记忆检测的基本原理,利用Matlab对金属磁记忆检测信号进行三阶统计量处理,并分析了三阶统计量在信号处理中的优缺点。最后提出本课题中的不足。     

基于动力刚度法与粒子群优化算法的拉索参数识别

拉索一般设置有一个或多个中间支承,其振动频率与索力对应关系不甚明确,基于动力刚度法与粒子群算法,对带有多个中间支承的拉索进行参数识别。将拉索视为无限自由度体系,导出精确的单元动力刚度矩阵,通过集成及求解得到总体动力刚度矩阵和频率方程,引入Wittrick-Williams算法求解拉索振动频率;根据拉索振动频率拟合的参数识别方法,将之转化为一优化问题,采用带变异算子的粒子群优化算法进行拉索参数识别。通过有限元仿真分析对带有两个中间弹性支承的两端固结拉索进行了算法的验证,并选取一座实桥的3根两端设置高阻尼橡胶减振器的典型拉索进行了参数识别。研究表明,对具复杂边界条件拉索,基于动力刚度法与粒子群优化算法的参数识别方法能够获得较好的索力测试精度。     

交变应力与环境耦合作用下拉索腐蚀疲劳损伤机理研究

通过开展室内盐雾加速腐蚀试验,研究分析了各种应力状态下腐蚀钢丝的腐蚀失重量及弹性模量、抗拉强度等力学性能的变化,得出腐蚀钢丝各种力学性能中断后伸长率对疲劳腐蚀最为敏感的结论。在试验开展的基础上,以细观损伤力学为研究手段,并结合断裂力学强度准则,分析了环境腐蚀、应力腐蚀和疲劳腐蚀各自的特征、机理。腐蚀斜拉索的腐蚀疲劳损伤主要是由于腐蚀造成的钢丝表面的蚀坑,进而导致应力集中现象,加之氢致开裂,导致裂纹不断萌生、发展,研究分析了应用腐蚀疲劳裂纹扩展门槛值作为点蚀坑向腐蚀疲劳裂纹转化的判据的方法,并通过数值手段,分析了钢丝全面腐蚀、表面蚀坑深度、蚀坑形状和蚀坑纵向净间距对钢丝应力分布状态和疲劳寿命的影响。     

基于支持向量机的钢筋混凝土桥梁损伤识别

为了克服现有方法存在的一些不足,提出基于小波包和支持向量机的混凝土桥梁损伤识别方法。采用小波包对环境振动下的信号进行分解,获得各个频带上的能量,该向量对损伤敏感,可以作为模型识别的输入向量。利用支持向量机强大的分类功能,提出根据频带能量建立支持向量机并进行损伤模式识别的方法。应用该方法对一座三跨连续梁桥进行了损伤识别分析。结果表明经过训练的支持向量机可以较准确地识别出损伤位置和程度。对小波频带能量进行主成分分析后建立的支持向量机会获得更好的识别效果。获得更精确的实际信号特征将进一步提高有限元模型精度和实际应用效果。     

基于神经网络技术的斜拉桥损伤分步识别方法

结合神经网络技术进行了斜拉桥损伤分步识别的系统性研究,提出了具体的斜拉桥损伤分步识别过程,给出了每一识别步骤中适当的损伤识别参数.可实现斜拉桥主要构件即拉索和主梁中损伤的有效识别.采用概率神经网络确定损伤构件的类型,采用径向基函数(RBF)网络实现损伤的定位定量分析.针对润扬大桥斜拉桥的损伤模拟分析表明:将测试数据进行平均计算可以大大降低噪声对于概率神经网络识别结果的影响;噪声水平对2个径向基函数网络的损伤位置和损伤程度的识别能力方面的影响较小.采用不同的神经网络分阶段实现大跨斜拉桥的损伤识别,不仅提高了损伤识别的效率和准确性,而且增强了损伤识别方法在实际结构中应用的可行性.     

基于FOA-SVR响应面法的斜拉索可靠度分析方法

为更高效、智能地分析斜拉索的可靠度,结合果蝇优化算法(FOA)和支持向量回归(SVR)提出FOA-SVR响应面法,用于拟合斜拉索的隐式非线性功能函数,并提出关联系数以提高算法的寻优能力和智能性,同时提出PQN法以快速求解可靠指标,得到基于FOA-SVR响应面法的斜拉索可靠度分析方法。结合算例将该方法与传统方法进行对比验证,该方法的精度较高,总体运算效率可提升92%。采用该方法对某独塔斜拉桥斜拉索进行可靠度分析,结果表明：该方法在斜拉索可靠度分析中具有良好的适用性,平均运算效率提高90%,同时人工调试量少,对不同斜拉索通用性强,智能化程度高;独塔斜拉桥在汽车荷载右跨满布时,右跨最长索可靠度最低,但右跨其余斜拉索可靠度相较左跨对称斜拉索更高;对于右跨最长索的可靠指标,影响程度较大的随机变量依次为斜拉索的强度、弹性模量和截面面积。     

一种新型平行钢丝智能拉索

在制备纤维增强塑料(FRP)筋的过程中,沿筋长度方向埋入光纤Bragg光栅传感器,制成了光纤光栅-纤维增强塑料复合筋(FRP-OFBG筋)。拉索制作过程中,将FRP-OFBG筋布设到平行钢丝拉索中,并利用冷铸锚锚杯内的环氧砂浆固定FRP筋的两端,得到一种新型平行钢丝智能拉索。利用智能筋与平行钢丝的协调变形,实现拉索的应力应变测量,监测拉索的工作状态。试验结果证明,该方法是可行的、有效的,且采用光栅传感器测量拉索应变测量精度较高。     

索的损伤对斜拉桥动力特性的影响分析

以广州东沙大桥(独塔混合梁斜拉桥)为工程背景,建立桥梁的有限元模型,从斜拉索的弹性模量、截面面积的变化等方面研究了斜拉索的损伤对于斜拉桥动力特性(即自振频率和振型)的影响,得出了研究结论,为斜拉索的损伤识别和损伤控制提供指导.     

运营期桥梁斜拉索的技术状况检测

某桥为主跨232m独塔双索面预应力混凝土斜拉桥,至今运营了约19年,斜拉索采用7mm镀锌高强钢丝,抗拉强度标准值1 600 MPa。为了掌握运营期斜拉索的耐久性技术状况,评定其是否处于安全状态,对该桥的斜拉索相关组成构件进行了较为全面详细的检测,运用机器人无损检测技术对拉索内部钢丝锈蚀率和断丝情况进行了量化检测,分析病害产生原因和严重程度,结合斜拉索索力和结构线形进行了综合拉索受力安全分析。检测结果表明:该桥有占总数78.8%的斜拉索存在不同程度的PE护套破损病害;PE护套出现开裂或断裂的斜拉索钢丝均出现了锈蚀,其中斜拉索钢丝截面的最大锈蚀率在1.08%~4.93%之间,但尚未发现断丝情况。根据当前技术状况,对斜拉索索力安全系数进行检算,其结果满足规范要求。