桥梁结构模态参数识别方法综述

随着传感技术、信号采集与处理等技术的发展,桥梁结构模态参数识别方法在桥梁结构健康监测领域已经得到普遍重视。然而,将这些方法应用于实际工程中遇到了很多困难。该文基于近20a来国内外振动信息的桥梁结构模态参数识别算法的研究和应用现状,重点回顾了桥梁结构模态参数识别算法,并对有待于进一步研究的问题进行了展望。     

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。     

基于温度影响的简支梁桥损伤识别的研究

近年来,基于振动的桥梁损伤识别成为土木工程的研究重点,而环境因素对模态参数的影响越来越引起人们的关注,温度是影响模态频率的主要环境因素。本文利用有限元软件ANSYS进行模态分析得出了不同温度下桥梁的模态频率值,实现了考虑温度影响的桥梁损伤位置和程度的定量识别。     

平均曲率模态法识别桥梁损伤可行性试验研究

设计了一个两跨连续梁实体桥梁模型。通过设定的2种不同损伤工况,采取车辆激励、锤击激励和环境激励3种激励方式模拟工程环境及传感器稀疏布置和加密布置两种形式,共进行了18种方案试验。分别采集加速度时程响应,进行了这些试验方案的模态分析;用平均曲率模态法对模型进行损伤识别,研究这种方法识别桥梁损伤的实用可靠性。试验分析结果表明:在试验工程环境下,平均曲率模态方法是识别桥梁损伤的一种可行方法,传感器的布置方式决定着损伤识别的有效性。     

应变模态法在桥梁损伤识别中的应用

基于应变对局部损伤的敏感特性,引入应变模态法,通过比较完好桥梁和损伤桥梁的应变模态变化,即可判断桥梁损伤的位置和程度。首先在理论上给出了应变与振动模态之间的详细表达式;然后基于大型通用商用有限元软件ANSYS,对金属模型桥梁进行数值仿真模拟以及识别试验、数据分析;最后,应用应变模态法对厦门市石鼓山立交桥进行现场损伤识别,得到了该桥梁的服役状态,为桥梁质量评估和维护提供了可靠的依据。     

基于位移模态四阶导数的梁结构损伤识别

结构损伤识别一直是工程界关注的热点问题,针对混凝土梁结构的动力损伤识别,提出了利用位移模态的4阶导数进行损伤识别的新方法。通过有限元建模和分析,对钢筋混凝土梁进行损伤识别和算例仿真,从而验证这种方法的敏感性和可行性。研究结果和分析算例表明：利用位移模态4阶导数分析,对结构单处损伤、多处损伤以及对不同的损伤程度都能有效识别,而且不需要结构损伤前的模态参数,显示了该指标检测损伤的优越性和有效性。     

试验仿真模态误差分析

模态分析是研究系统动态特性的一种方法,且广泛应用于汽车工业。目前研究汽车动态特性可以用试验模态分析技术和有限元仿真模态分析技术,但无论哪种分析技术,分析得到的结果必然与实际结构之间存在着误差。工程应用中,必须明确误差来源,以便更准确的分析与了解系统特性。     

基于应变模态的桥梁损伤识别方法研究进展

应变模态相比其他模态参数对损伤有更高的敏感性,基于应变模态的损伤识别方法能够对局部损伤进行有效的识别,如何利用应变模态对桥梁结构进行准确而又全面的损伤识别(尤其是损伤定量)成为重要的研究方向。该文总结了近些年来基于应变模态的多种识别方法并分析了其特点,对进一步的研究提出了相关建议。     

混凝土曲线梁桥损伤识别干扰性分析研究

目前桥梁损伤识别主要采用曲率模态分析、振型曲率变化指标、结构固有频率变化、能量变化等方法理论,其中曲率模态分析法应用广泛,识别效果好。但是对桥梁结构同时存在多处不同程度损伤的识别效果并不理想;非结构损伤因素导致结构刚度变化对其识别结果的干扰性亦值得探讨。本文在基于曲率模态绝对差值理论的基础上,分析多处损伤识别的相互干扰性和非结构损伤因素导致结构刚度变化的干扰性,对该方法进一步优化完善。以云南大保高速某特大桥为依托工程,建立空间有限元模型,对该桥的损伤进行模拟分析。研究表明按模态振型幅值大小来优化损伤识别区段可以有效排除其干扰性,提高识别结果的准确性和可靠性。     

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。