大跨缆索支撑桥的结构健康检测和剩余承载力评定.pdfVIP

  • 2
  • 0
  • 约1.93万字
  • 约 54页
  • 2019-07-20 发布于山东
  • 举报

大跨缆索支撑桥的结构健康检测和剩余承载力评定.pdf

大跨缆索支承桥的结构健 大跨缆索支承桥的结构健 康监测和剩余承载力评定 康监测和剩余承载力评定 背 景 背 景 桥梁损伤 突发损伤-立即封桥,用传统的桥梁试验和承载 力评估方法进行评估。有成熟的方法。 累积损伤-桥梁锈蚀,疲劳,碱骨料反应….. 早期对承载能力没影响,慢慢到一定程度就会引发 安全事故。处理原则:只能设法在发生安全事故前把损 伤修复-十分困难。 传统方法,靠一套周密而代价巨大的,在正常交通 情况下(不封桥)的人工检查制度来发现并观测累积损 伤的发生、发展。特大桥,一次全桥详细人工检查周期 太长(需要几年时间),难以及时发现严重的累积损 伤。桥梁结构健康监测正是针对累积损伤的。 凡需加载的试验方法,特别是静力法都严重影响交 通,不能用于监测,仅靠静力法的‘监测’系统=垃圾。 正常交通状态下的结构损伤识别 正常交通状态下的结构损伤识别 无损检测的损伤识别的四个层面: 无损检测的损伤识别的四个层面: 定性回答有无损伤, 定性回答有无损伤, 确定损伤位置, 确定损伤位置, 确定损伤程度, 确定损伤程度, 结构剩余承载力评定。 结构剩余承载力评定。 损伤识别方法:国际研究热点,起自航天、航空 损伤识别方法:国际研究热点,起自航天、航空 基于结构指纹(Damage recognition indexes )的方法, 基于结构指纹(Damage recognition indexes )的方法, 动力学指纹,静力学指纹 动力学指纹,静力学指纹 基于系统识别的方法(Inversed analysis 、Modal 基于系统识别的方法(Inversed analysis 、Modal correlation/updating ), correlation/updating ), 基于ANN 的方法, 基于ANN 的方法, 基于统计的方法。 基于统计的方法。 人工神经元网络 人工神经元网络 关键是Training——需要在物理世界足够的训练样本: 关键是Training——需要在物理世界足够的训练样本: 每个样本的参数取什么值? 每个样本的参数取什么值? 怎样才能取到这个样本?可能性 怎样才能取到这个样本?可能性 获取一个样本需要的时间、经费? 获取一个样本需要的时间、经费? 至少多少样本才能保证ANN正常工作? 至少多少样本才能保证ANN正常工作? 没有这些样本支持的ANN =垃圾。 没有这些样本支持的ANN =垃圾。 单靠分析模型训练,分析模型的缺欠100%保留。 单靠分析模型训练,分析模型的缺欠100%保留。 凡是出问题的地方都是分析模型没有正确表示的地方。 凡是出问题的地方都是分析模型没有正确表示的地方。 目前国内论文根本不提物理世界,只在虚拟世界研究: 目前国内论文根本不提物理世界,只在虚拟世界研究: 加减一层、加减一个节点、 加减一层、加减一个节点、 调权函数、调输出函数。 调权函数、调输出函数。 ——这只需要四则运算、小学生的工作 ——这只需要四则运算、小学生的工作 容易获取样本的领域:成批生产的设备(汽车…)、失 容易获取样本的领域:成批生产的设备(汽车…)、失 效不会导致灾难性后果的设备。而土木工程本质不同: 效不会导致灾难性后果的设备。而土木工程本质不同: 单件生产、失效必然导致灾难性后果。 单件生产、失效必然导致灾难性后果。 涉及的问题 时域或频域模态识别Modal identification 处理脉动信号Ambient vibration , 采集现场信号, 高效率-针对短采样时间, 识别非线性, 识别非经典阻尼No

文档评论(0)

1亿VIP精品文档

相关文档