环境激励下结构损伤概率诊断方法.docVIP

　　环境激励下结构损伤概率诊断方法 第一章绪论 1.1环境荷载的国内外研究现状 在实际桥梁损伤识别过程中，环境荷载会对结构的动力特性造成很大的影响，尤其温度和风的影响更为突出。国内外学者针对这一情况，对温度荷载和风荷载进行了大量的研究。Moorty基于对曲线桥梁的实测值，对桥梁结构的温度分布进行了有限元计算，并分析了温度效应，主要研究异形桥梁在温度作用下的挠度变形，结果表明在温度荷载的影响下，异形桥梁的温度效应更复杂[241。Maes等基于数理统计计算了温度荷载产生的烧曲变形的极值概率，在一座铁路桥梁上进行长期的实测，对加拿大桥梁设计规范提出了相应的建议颜东煌在气象代表日内对荆州长江公路斜拉桥的温度荷载进行现场观测24小时，并且根据实测温度荷载结果提出了计算轴向应变和曲率的数值计算方法，通过利用这种方法就可以计算温度荷载对斜拉桥的影响[26]。周暄毅等通过对一个大跨度屋盖结构的大厅进行风洞试验模拟，得出了风速变化对屋盖表面平均风压系数影响很小[27]。Baskaran则研究了风荷载对结构女儿墙的以及对屋面的影响水平[28]。但是，在实际研究中为了节约资源，提高效率，又出现了把多种荷载组合起来研究。荷载组合问题一直是工程研究中的一个重要问题，在实际的结构损伤识别过程中，结构的动力参数会受到环境荷载(如风荷载、温度荷载、浪荷载等)的影响，这种影响甚至达 -到了中等程度的损伤，通过研究发现这些环境荷载是随着时间变化的，而且具有随机不确性，基于这个事实，可以将环境荷载的变化过程利用随机过程模拟。当有多个环境荷载作用在结构上时，就需要研究这些荷载最大值，但是实际情况复杂多变，多个荷载的最大值不会同时作用在结构上，这时就需要研究多个荷载组合效应的最大值，尤其是需要确定它们之改变量和曲率模态进行损伤识别的方法。在早期的损伤识别过程中，坐标模态保证准则和模态保证准则不够灵敏。该方法的特点：一是损伤的定位可以根据在局部区域曲率模态发生改变判别，二是仅测量低频模态的好处是不必关心某些结构的高频成分导致的非线性问题，三是对于柔度矩阵随频率增长快速收敛可用于准确估计前几阶低频模态，但该方法最大优势在于只需要利用从结构采集的数据进行计算[51]。Klanke和Paez使用概率神经网络研究了结构损伤识别问题，首先将观测的数据集归为无损情况下和损伤情况下的两类,利用概率神经网络估计每一类数据集的概率密度函数，然后分析计算测得的新数据集，通过观测对无损和损伤两种状态的隶属关系来判断是否发生损伤[52]。周先通、王柏生等用神经网络方法对一个两层框架结构和香港青马大桥的结构频率进行了识别，结果表明该种方法能够较好地达到识别效果[53]。Ni和Zhou则建立了一种自适应概率神经网络模型，该模型对悬索桥和斜拉桥能够实现损伤定位，并且极大地优于传统概率神经网络[54]。 . 第二章环境荷载组合 2.1基于二项平稳随机过程的环境荷载组合 在目前已有的研究中对于环境荷载的组合大都是采用的是经验性的荷载组合规则或者根据规范上的要求进行荷载组合，组合结果具有较大的随意性，对于荷载组合值的的保证率没有计算。.本章主要研究的是风和温度荷载的组合问题，基于可靠度规范中的荷载平稳二项随机过程组合原则，对两种荷载进行组合。在实际结构健康监测中，风和温度荷载对结构的影响过程不是相互独立的，因此组合的过程中需要考虑两种荷载随机变量之间的相关性，再进一步确定了组合荷载随机过程的参数；在计算组合荷载幅值概率模型过程中，主要应用了最大熵原理，对风和温度两种荷载作用的随机过程进行组合，最后建立了相关随机组合荷载的概率模型。环境荷载具有随机性，是随着时间的变化而变化的，可以定义为随机变量，在监测的过程中不能依靠某一时段的荷载变化值来描述整个基准期内的变化。因此，需要利用概率统计的方法研究环境荷载的变化规律。常用的方法是建立一个关于环境荷载的概率模型，利用这个模型就可以描述在基准期内结构受到环境荷载影响的概率。而关于概率模型通常情况下有两个类型：随机变量概率模型和随机过程概率模型。第一种模型是用来描述跟时间没有关系的荷载类型，这些荷载一般是指结构自重等。第二种模型是描述可变荷载（风荷载、温度荷载等），这些荷载都是随着时间变化。实际应用中，非时变随机性作用的概率模型常用于在基准期内恒载那样的永久作用，从而随机过程模型就可转化为随机变量的模型。对于结构上的固定荷载，他们之间并不存在相互关系，都是彼此独立的，这些荷载的和就是结构最终所承受的不变荷载。 2.2气象资料统计分析 为了能够组合气象数据中风和温度对结构造成的影响，本例子想要建立组合荷载的概率模型。要预测出组合荷载的极值，就要对气象数据的极值进行统计分析。一般情况下，时间的跨度越长，预测精度的相对来说越高。而大多数情况下对于气象数据的统计也都是有期限