桥梁冲刷动力识别与快速筛查技术规范.docx

PAGE7

PAGE2

桥梁冲刷动力识别与快速筛查技术规范

范围

本文件规定了桥梁冲刷动力识别与快速筛查技术的测试方案设计、监测数据分析、冲刷识别与预警评定、实施周期等内容。

本文件适用于已安装及待安装健康监测系统的墩桩基础涉水桥梁。

规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件

JT/T1037—2022公路桥梁结构监测技术规范

CECS333:2012结构健康监测系统设计标准

术语和定义

下列术语和定义适用于本文件。

冲刷scour

床面泥沙在水流等外力作用下，失去平衡，被水流裹挟、输运，离XX来所处河床的过程。

冲刷动力识别scouridentificationbasedondynamicproperties

利用冲刷削弱桩基础的有效约束，减小了结构刚度，造成动力特性的变化这一特性，通过对结构动力特性的研究来推得冲刷深度。

冲刷敏感模态scoursensitivemodes

随着冲刷深度发展而易产生较大变化的桥梁结构模态参数

冲刷预警scourwarning

基于所得结构动力特征数据，在既定的置信度水平及准则下，对识别出的冲刷所致结构动力特性变化进行判断。

分级预警gradedwarning

根据监测值与其相应的结构安全控制阈值的比值，对桥梁结构实行监测预警管理的分级。

核密度估计kerneldensityestimation

一种用于估计概率密度函数的非参数方法，通过对数据点附近的核函数进行平滑处理来估计概率密度。

测试方案设计

一般规定

技术评定的数据宜来源于桥梁健康监测系统。

桥梁冲刷动力识别与快速筛查技术的监测内容应包含结构振动响应监测和环境监测。

结构振动响应监测内容应为风载、地脉动、车辆激励、水流力等环境激励下桥梁振动加速度响应。若为动位移，应进行数据分析并换算为加速度。

环境监测应包含温度、风速等桥梁服役环境关键参数监测等。

测点布置原则

冲刷敏感模态宜按经验或计算确定，应选择桥梁低阶模态为冲刷敏感模态，缆索支承体系梁桥宜按主塔低阶模态、主梁低阶模态、墩台低阶模态顺序选用，不宜采用缆索模态；其余桥梁宜选用主梁及墩台低阶模态。

振动测点应布置在桥梁冲刷敏感模态结构振动幅度较大处，主塔、墩台宜自上向下布置，主梁宜自跨中向支点布置；可按需局部加密测点。

测点布置方向应遵循与冲刷敏感模态振动方向一致的原则；各结构体系桥梁冲刷敏感模态监测振动方向可按表1确定。

表1桥梁冲刷敏感模态各构件建议监测振动方向

桥型

测点布设监测振动方向

说明

缆索支承

桥梁

主梁竖向

●

主梁横向

●

主梁纵向

○

塔柱纵/横向（条件允许，建议安装在塔柱顶部）

●

承台竖/纵/横向

●

梁桥

主梁竖向

●

主梁横向

●

主梁纵向

○

墩顶纵/横向

●

承台竖/纵/横向

●

拱桥

主梁竖向

●

主梁横向

●

主梁纵向

○

墩顶纵/横向

●

拱脚竖/纵/横向

●

注：●为常见振动方向，○为非常见振动方向。

振动测点布置的其他要求可按JT/T1037-2022第条规定执行。

温度测点布置其他要求可按JT/T1037—2022第7.2条的相关规定执行；风速测点布置可按JT/T1037—2022第7.3.2条规定执行。

数据采集方式与存储

振动、环境监测应实时连续采集。

数据采集方式的其他要求可按JT/T1037—2022第8.6条的相关规定执行。

数据存储应符合CECS333:2012第5章、第6章的相关规定。

监测数据分析

一般规定

对采集所得的结构振动响应数据，在进行冲刷识别与预警分析前，应进行清洗、去噪并分离干扰项，并应在保证数据真实准确的基础上提升数据精度。

数据清洗

数据清洗应对数据采集中常见趋势项、缺失值、跃迁值、离群值进行处理，增加桥梁冲刷动力识别精度。

滤波与去趋势处理：可利用低通滤波器和信号去趋势函数，去除信号时程曲线中高阶频率信号，获得结构真实模态频率信号。

缺失值标记与填补：数据填补应遵循“小补大除，延拓填补”的原则；当缺失信号长度小于长度容忍临界值，可采用延拓填补法填充缺失部分；当缺失信号长度大于长度容忍临界值，则可舍弃缺失部分。

跃迁值处理：可采用数据平移方式处理，连续两个数据差值绝对值大于阈值时，对数据段每个数据都应减去均值差。

离群值剔除与填补：可依据3σ法则、换算中位数绝对偏差（MAD）、伪功率谱分析等规则识别离群值，并使用线性插值或样条插值等方法替代离群值。

干扰分离

桥梁冲刷监测数据应重点剔除温度变化对模态识别的干扰。

针对温度因素干扰，可采用经验模态分解法（EMD