时间序列分析在桥梁监测中的应用(翻译).pdf

时间序列分析在桥梁监测中的应用 Piotr Omenzetter （通讯作者） 土木与环境工程系 奥克兰大学 私人信箱 92019 奥克兰 新西兰 电子邮箱：p.omenzetter@auckland.ac.nz 电话：+64-9-3737599 传真：+64-9-3737462 James Mark William Brownjohn 土木与结构工程系 肖菲尔德大学 英国 摘要 尽管近来在土木设施的结构健康监测上有着极大的进展，将SHM 的大量数 据转化为可用信息依然是一个巨大的挑战。本文同过对安装在大型桥梁结构上并 长期运行的SHM 系统所记录的静态链数据时间历元的分析来阐述问题。先前研 究使用了向量周期性自适应总和滑动平均模型以处理链信号。A RIMA模型的相关 系数可随时间变化且与卡尔曼滤波兼容。这样的方法曾被用于分析桥梁的疲劳强 度及寿命的信号。通过观测ARIMA 模型中的相关系数的变化，可以发现非常规 事件如结构变化或损坏。 1. 引言 传统的使用目视检查或单点位测量进行现役土木设施状况评估的方法，如敲 击测试，容易出现在结构安全与可靠性方面较为主观和不精确的评估结果。这是 由目视检查的多种缺陷造成的，如，由于对人力要求较高，会出现关键结构部位 观测不足甚至无观测数据，或在实际操作中缺乏信息。由此产生的有关结构健康 必要信息的缺失，会造成基础设施资产管理上的错误决定，包括在维护，改造或 更换过程。例如，结构健康评价显示一些性能较差的结构应当被修复或更换，而 其实际却依然牢固，或者，相反一些存在损坏的结构没有被发现，最终付出昂贵 的修理代价或危害到了结构的完整性。 一方面由于传统检测技术的缺陷，另一方面由于廉价的硬件及分析信号处理 技术的进步，工程师及研究人员越来越偏爱使用仪表结构健康监测（SHM ）系统 以补充并增强视觉监测。Aktan 等人于2002 年将SHM 定义为一个过程，包括通 过测量数据并以专业知识相结合解译数据来持续监测结构任何一方面性能及健 康的全过程，这个过程使结构状况及可靠性能够被客观地评估。然而，尽管SHM 在民用基础设施尤其是桥梁的应用上有着蓬勃发展及进展，利用SHM 的视觉监 测对结构进行通用的、高效的及可靠的强化或更换，仍然还有待发展。事实上， 目前通过SHM 获取的测量数据对材料、结构复杂性的理解以及其在实际生产中 的应用远未达到原有的能够高效使用与解译的预期。 其中一种困难在于能从现役SHM 系统持续产生的海量数据中解译出实际含 义。必须将这些数据压缩到可管理的量级与格式，且使其仍然能够提取必要信息 及建立结构信息。基础设施工程管理人员的初衷及要求与系统设计者的目标是有 一定差异的，系统设计者往往很偏重理论。比如，发生地震、台风等令人苦恼的 事件发生后桥梁管理人员首要关心的是桥梁结构是否还安全，是否还能支持其继 续使用。到目前为止，SHM 系统所带来的最大好处就是使学术界能够细致地监测 各式各样奇异结构的性能，如大跨度桥梁和超高层建筑等。低配置的SHM 系统 的发展同样很重要且有用，它在中短跨度桥梁的监测方法中已经成为一种择优的 选择。对于小型桥梁，国际上更是容不下一点缺陷，目视检测密度是不够的，而 此时SHM 系统便可以真正发挥作用（Alampalli and Fu,1994;Heywood et al.,2000 ）。 使用SHM 系统正确地探测出肉眼不可见的损坏目前还是不可行的，仍需要 大量的研究。值得留意的是大量的研究集中在尝试识别动态模型所得出的损坏情 况。例如，固有频率和模型形状。虽然振动数据很有价值，但它们需要准静态响 应数