钢桥面板疲劳损伤智能监测与评估系统研究

正交异性钢桥面板作为大跨度桥梁的首选桥面板结构,实时监测并准确识别其重要构造细节的疲劳损伤程度,在此基础上预测剩余疲劳寿命,对于大跨度桥梁的服役期管理维护决策至关重要;但正交异性钢桥面板的疲劳问题具有多尺度、多模式、随机性、隐蔽性等特性,且其对结构静动力响应的影响仅限于疲劳裂纹附近的局部区域,传统的损伤识别方法难以准确识别。结合智能技术的最新发展和正交异性钢桥面板疲劳问题的基本属性,构建了其疲劳损伤智能监测与评估系统,并对其疲劳损伤指标和疲劳损伤智能评估的相关关键问题进行研究。提出了基于等效结构应力的正交异性钢桥面板多尺度疲劳损伤评估方法;建立了考虑随机因素的结构体系实时疲劳损伤评估及剩余寿命预测方法;构建了正交异性钢桥面板疲劳损伤智能监测与评估系统;基于实际桥梁结构的交通量和结构响应监测信息,对所建立的正交异性钢桥面板疲劳损伤智能监测与评估系统进行了验证。研究结果表明：在实际交通荷载作用下,顶板与纵肋连接细节的疲劳主导失效模式为焊根部位起裂沿顶板扩展,所提出的疲劳损伤评估方法的评估结果与实际结构一致,表明所提出的方法能够准确确定结构体系的疲劳失效模式;疲劳损伤智能监测与评估系统所确定的实桥疲劳损伤及剩余寿命预测结果与实际桥梁疲劳损伤开裂时间基本一致;所建立的智能监测与评估系统可为正交异性钢桥面板疲劳损伤过程和寿命评估提供理论依据及支撑,并为实桥的运营管理养护决策提供科学依据。     

纵肋与顶板新型双面焊构造细节的疲劳强度问题

钢桥面板的疲劳问题是制约钢结构桥梁可持续发展的关键难题,纵肋与顶板传统单面焊构造细节是控制钢桥面板疲劳性能、疲劳开裂危害最为严重的易损构造细节。以中国自主研发的纵肋与顶板新型双面焊构造细节为研究对象,研发了钢桥面板纵肋与顶板构造细节疲劳试验装置,参照近期中国典型重大工程的钢桥面板结构设计参数,在系统对比分析研究的基础上,设计12个构造细节疲劳试验模型和5个节段疲劳试验模型,通过疲劳破坏试验确定了纵肋与顶板新型双面焊构造细节的主导疲劳开裂模式和疲劳强度,探究了影响其疲劳性能的关键因素。研究结果表明:纵肋与顶板新型双面焊构造细节的疲劳强度显著高于纵肋与顶板传统单面焊构造细节,等效结构应力适用于纵肋与顶板新型双面焊构造细节的疲劳性能评估;实际熔透率不低于75%时多种焊接工艺条件下纵肋与顶板新型双面焊构造细节的主导疲劳开裂模式均为疲劳裂纹在顶板焊趾产生,并沿顶板板厚方向扩展,其名义应力疲劳强度高于90 MPa,等效结构应力疲劳强度高于100 MPa;制造缺欠是影响纵肋与顶板新型双面焊构造细节疲劳性能的关键因素;所研发的试验装置可通过构造细节模型实现对实际钢桥面板中纵肋与顶板焊接构造细节的准确模拟,准确获得纵肋与顶板构造细节疲劳性能。研究成果可为该长寿命新型构造细节的抗疲劳设计和工程实践提供依据。     

基于超声导波的钢桥面板纵肋对接焊缝疲劳裂纹检测方法

纵肋对接焊缝疲劳开裂作为钢桥面板结构的重要失效模式之一,严重危害桥梁结构耐久和安全运营。通过引入超声导波技术,结合对接焊缝的几何特点与疲劳失效特征,建立了基于超声导波的钢桥面板纵肋对接焊缝疲劳裂纹检测方法。首先搭建了超声导波裂纹检测试验系统,并结合钢桥面板纵肋对接焊缝疲劳试验,对超声导波检测纵肋对接焊缝裂纹的适用性和准确性进行了验证。在此基础上,通过数值分析方法探究了超声导波在纵肋对接焊缝局部区域的传播机制,并进一步分析了不同焊缝与裂纹参数对超声导波传播的影响规律。研究结果表明:采用超声导波方法能够有效检测钢桥面板纵肋对接焊缝的疲劳裂纹,并确定疲劳开裂的位置;超声导波有限元理论分析与试验测试结果符合较好,验证了有限元模型的正确性;采用单面激励的方式在纵肋中形成的超声导波包括A₀和S₀模态,其中A₀模态占主要部分,超声导波传递至焊缝形成的反射波以A₀模态为主,而较深裂纹形成的反射波以S₀模态为主;不同焊缝和裂纹参数对超声导波的反射波和透射波表现为差异性的影响。所采用的基于超声导波的对接焊缝疲劳裂纹检测方法,可为钢结构桥梁疲劳损伤的检测与监测提供科学依据。     

随机腐蚀作用下在役钢桥疲劳抗力概率密度演化方法

腐蚀和疲劳开裂严重危害在役钢桥服役安全，随机腐蚀作用导致疲劳抗力发生概率性劣化，结构面临的不确定性风险进一步增加。为准确评估随机腐蚀作用下在役钢桥的疲劳抗力及其演化特性，基于广义概率密度演化理论，建立了腐蚀-疲劳抗力概率密度演化方程。根据齐次马尔可夫过程和实桥腐蚀深度统计数据，确定了腐蚀深度概率密度函数的理论预测模型。基于腐蚀试件疲劳试验结果，确定了腐蚀深度和疲劳抗力的相关关系。在此基础上，针对一座典型在役钢桥疲劳抗力开展了概率密度演化分析，确定了随机腐蚀作用下在役钢桥疲劳抗力的概率密度函数及其演化特征，并采用蒙特卡洛抽样方法验证了结果的正确性。研究结果表明：疲劳抗力的概率密度函数分布特征与其自身方程密切相关，相同腐蚀作用下不同循环次数对应的疲劳强度概率密度函数存在显著差异；随着服役时间的增加，疲劳抗力的概率密度函数进一步发生演化，由腐蚀-疲劳抗力方程所决定，疲劳抗力概率密度等值线逐渐密集，概率密度峰值不断提高，随机腐蚀作用对于疲劳抗力的劣化效应越发集中；随机腐蚀作用下，在役钢桥的疲劳抗力呈现概率性劣化，服役时间为100年时，在95%保证率下，200万次对应疲劳强度仅为47 MPa,相...     

基于计算机视觉的钢桥面板裂纹识别方法

钢桥面板疲劳开裂为常见的钢桥病害，准确快速地发现并确定钢桥面板裂纹几何特征对降低运维成本、制定运维策略具有重要意义。针对传统人工巡检效率低、检测环境恶劣等问题，提出了基于计算机视觉的钢桥面板裂纹及其特征识别方法。采用目标检测网络YoloV5和图像语义分割网络U-Net++相结合的方法识别裂纹。根据2个网络的结构特性标注图像中的目标后生成数据集，并分别对网络中的参数进行训练。利用训练后的YoloV5与U-Net++分阶段对待测裂纹图像进行检测与分割，并通过阈值分割优化U-Net++分割结果，再通过骨架化后得到裂纹骨架线；在确定裂纹形貌后，采用YoloV5识别出的标定块求解透视变换矩阵与像素尺度系数，然后对裂纹骨架线进行图像矫正并确定裂纹几何特征。研究结果表明：YoloV5可准确检测出裂纹与标定块，且检测稳定性好；通过优化U-Net++训练时输入的像素尺寸，提高了U-Net++训练的收敛速度，网络损失由0.121降至0.096;求解透视变换矩阵时，使用所有角点坐标拟合该矩阵的最小二乘解可提高图像矫正标定的精度；当图像采集距离较远、角度较大时，角点投影误差增大，且该误差对角度更为敏感；不同图...