苏通大桥结构健康状态评估技术研究与应用(2):主梁损伤预警

为了建立"环境因素归一化"的苏通大桥主梁损伤预警方法,本文对苏通大桥主梁240天的小波包能量谱与温度实测数据进行了季节相关性研究。分析结果表明,苏通大桥主梁的小波包能量谱与温度具有明显的季节相关性,其特征频带能量比的日平均值,随着温度的季节变化在一年中可以发生平均约200%的变化。在此基础上,采用6次多项式模型对小波包能量谱—温度进行了统计建模,并采用均值控制图法对特征频带能量比的异常变化进行了统计模式识别。结果表明,运用本文方法可以有效地消除温度的季节变化对斜拉桥实测小波包能量谱的影响,较好地识别出结构损伤引起的特征频带能量比10%的异常变化,适合于苏通大桥主梁的实时在线监测。     

苏通大桥结构健康状态评估技术研究与应用(3):主梁损伤定位

为提高基于模态参数的损伤识别方法的损伤敏感性和噪声鲁棒性,将多源数据融合技术引入到苏通大桥主梁损伤定位方法中。基于D-S证据理论对模态柔度和模态应变能指标进行数据融合,并以苏通大桥扁平钢箱梁为分析对象,对融合后损伤定位指标的应用效果进行了讨论。结果表明:基于数据融合的损伤定位方法具有较强的损伤敏感性,只需要较少的低阶模态信息就能识别主梁的早期损伤;数据融合后,损伤定位指标可以在较强的噪声环境下准确地识别斜拉桥钢箱梁的损伤,具有较好的工程实用性。     

基于结构多尺度分析的超大跨斜拉桥损伤定位方法研究

以苏通大桥斜拉桥的扁平钢箱梁结构为分析对象,采用子结构方法,将扁平钢箱梁结构的整体尺度动力特性和细节尺度构件损伤相互衔接,实现了超大跨斜拉桥的多尺度损伤分析。在此基础上,对模态曲率指标和模态应变能指标的损伤识别效果进行了对比分析。结果表明:采用子结构方法可以有效地实现钢箱梁局部构件损伤与整体结构响应的多尺度衔接,从而较真实地研究钢箱梁局部构件损伤对超大跨斜拉桥动力特性的影响;无噪声情况下,模态曲率指标能正确识别所有损伤工况,而模态应变能指标则对部分损伤工况的识别效果较差;模态应变能指标的抗噪声能力总体上优于模态曲率指标。     

基于IRBFNN和PCA的电网预想故障安全运行评估方法研究

为了更快速直观地监视、分析和评估故障后电网的安全运行状态,提出了基于径向基函数(radical basis function,RBF)神经网络和主成分分析法(principal component analysis,PCA)的评估模型。利用带衰减因子的吸引力传播(affinity propagation,AP)聚类算法选择RBF神经网络中心和隐含层节点数,同时提出了扩展的电网运行状态安全评估指标,利用越限指标权重和指数阶数避免了安全评估的遮蔽现象,利用主成分分析选取RBF神经网络的输入矢量特征,最后通过IEEE-30节点仿真算例验证了所提模型的有效性。     

基于PCMRA神经网络补偿算法的瓦斯涌出量预测

为了克服自变量之间的多重共线问题,提高多元回归模型预测的精确性,将主成分分析(PCA)与多元回归分析(MRA)相结合,提出了主成分多元回归分析(PCMRA)模型。利用RBF神经网络对主成分回归分析残差进行拟合预测,最后利用残差预测值对主成分回归分析预测值进行补偿。结果表明:利用RBF神经网络对主成分回归模型进行补偿,将线性拟合算法和非线性拟合算法结合起来用于瓦斯涌出量预测是一种较为优越的算法。     

碳纤维桥梁拉索疲劳损伤声发射信号小波分析

碳纤维具有强度高、耐久性好等优点,现已广泛应用于土木工程结构中。用碳纤维材料制作的桥梁高耐久性拉索,已经在多个桥梁中得到应用,但是对这种新型桥梁拉索的损伤监测目前还缺乏有效的手段。本文拟采用声发射技术监测碳纤维桥梁拉索疲劳损伤。首先,通过疲劳试验,得到了拉索整个损伤过程的声发射特征参数,并将声发射特征参数两两组合,研究结果表明:采用计数、能量、持续时间、幅值和时间的相关点图可以来综合表征损伤。其次,基于声发射监测信号特点,考虑用小波变换的奇异性检测来处理声发射信号,分析小波系数的奇异性,采用"节点-幅值"定位检测方法,实现了对拉索的损伤识别。与相关点图相比较,小波分析方法在处理声发射信号时,图形更加清晰,特征更为突出,损伤更易识别,而且还可以利用小波阈值去噪、对声发射信号实行信噪分离、提高信噪比,从而提高损伤识别的准确性。     

基于多尺度分析的高压输电塔损伤识别数值模拟研究

由于结构整体动态特性对于局部损伤的不敏感性,只有当结构中的损伤严重到显著影响动态特性的程度,才可能造成结构特性参数的明显变化。宏观尺度模型只能识别出构件层次上的损伤,而对于识别结构中的小损伤或者微损伤以及构件连接节点处的损伤则无能为力。建立了高压输电铁塔一致多尺度数值分析模型,对输电铁塔上下曲臂连接节点处构件内部的不同损伤进行了识别。以小波包能量曲率差为损伤因子,利用小波变换技术,建立了高压输电铁塔的智能损伤识别方法,最后利用RBF神经网络对损伤程度给予判定。研究表明,该方法识别效果比较理想。     

BP和RBF神经网络在边坡稳定性评价中的应用

基于BP网络和RBF网络理论,选取影响岩质边坡稳定性的一些主要因素,建立了边坡稳定性分析的神经网络模型,并用Matlab7.0神经网络工具箱对一些边坡样本进行训练仿真。对比了两种网络的逼近精度和预测结果,结果表明:两种网络均可以用于边坡的稳定性评价,RBF网络的性能要优于BP网络,网络最优参数的选择要通过反复实验获得。     

海洋冰情预测的径向基函数网络模型

为了提高非线性时序预测模型的精度,利用自相关技术分析了海洋冰情时序的延迟特性,据此确定了RBF网络的输入、输出向量,给出了MATLAB环境下海洋冰情预测的高精度径向基函数(RBF)神经网络的结构、设计、仿真函数和图形结果的输出方法,建立了海洋冰情预测的高精度RBF网络模型.使用27年的海洋冰情实测资料进行了网络的训练和检验,并将之用于预测,各训练样本的误差为0.0,预测值的精度高于门限自回归模型预测的精度.实例分析表明,所构建的RBF网络模型能充分利用预报因子的信息和神经网络方法的非线性映射能力,模型稳定性好,精度高,可广泛应用于各种自然灾害的非线性时序动态预测.     

考虑前2阶模态组合的拉索非线性参数共振研究

针对水平拉索的非线性参数共振问题,首先将桥面简化为集中质量块,建立拉索在桥面谐波位移激励下的非线性微分方程,并考虑拉索前2阶模态组合的影响,进而推导索-桥耦合的无量纲非线性运动方程组,最后以实际斜拉桥工程的拉索为例,对拉索发生参数共振的响应进行数值模拟分析。研究表明:当桥面质量块无量纲固有频率Ω3与拉索1阶无量纲固有频率Ω1M之比为2∶1时,拉索的前2阶模态位移和质量块均出现"拍"振现象,且以第1阶模态为主振动模态;而当桥面质量块无量纲固有频率Ω3与拉索2阶无量纲固有频率Ω2M之比为2∶1时,仅有第2阶模态位移和质量块出现"拍"振现象,拉索以第2阶模态为主模态振动,此时第1阶模态位移未出现"拍"振现象;考虑前2阶模态组合时,当质量块的激励频率与系统的固有频率满足参数共振频比关系2∶1时,系统将发生大幅"拍"振现象,且第1阶主模态的位移响应要远大于第2阶主模态的位移响应。     

苏通大桥初设阶段主桥场地地震反应计算

本文计算了苏通大桥初设阶段主桥近300 m深场地的地震反应。将三种地震波从基岩输入,并考虑了行波效应,从而得到不同计算工况下8个桥墩所在场地的地震反应结果,列出了工程场地地表的部分绝对加速度和绝对位移的计算结果。从计算结果来看,土层的地震反应受到以下几个因素的影响:土层计算模型、土层的地质地形条件、行波效应。当有倾斜河谷地形时,采用一致输入下水平均匀分层土层的简单模型后,计算所得的工程场地地震动参数与实际场地精细化模型的计算结果有较大的差距。是否考虑基岩面上地震波的行进过程,也会对场地地表的地震动参数产生较大的影响。     

斜拉桥破损诊断技术的研究

针对钢筋腐蚀、疲劳、预应力松弛和桥梁整体倾斜或变形所引起的斜拉桥局部破损,以使用了15年的永和斜拉桥为研究对象,对斜拉桥破损诊断技术进行了研究,对该桥的破损位置进行了定位,对其破损程度进行了评价.利用有限元分析和现场振动测试结果,对破损前后的模态参数进行分析,提取了对破损状况较敏感的模态曲率作为斜拉桥破损诊断的参数,并从模态参数中选取部分点的分量,导出了可以指示斜拉桥桥面(主梁)大概损伤位置的损伤指标Id,可用以识别出斜拉桥发生破损的区段及破损程度.研究成果为永和斜拉桥的养护维修方案提供了技术支持.     

工程区台风大风灾害评估方法的研究与应用——以苏通大桥为例

针对国家重大项目施工和运营中规避台风大风灾害风险的特殊需求,以国家重点工程苏通大桥为例,研究了工程区局地环境下台风大风灾害风险的分析评估方法。利用1949~2007年桥位地区影响台风资料,用气候统计学方法分析了苏通大桥桥位工程区影响台风的时空分布,并用蒙特卡罗模拟方法对8级以上台风大风对桥位区可能造成的灾损指数进行计算。结果表明:①影响桥位区的台风年均2.5个,其中出现8级以上阵风的严重影响台风年均0.78个,工程区从5月下旬~11月下旬均可能受台风袭击,7月上旬~9月中旬是桥位区影响台风的多发期,而8月份几率最大,台风大风主要出现在偏东南和偏北方向;②蒙特卡罗方法模拟的桥位区8级以上台风大风的期望灾损指数达到0.282 1,约占全省台风灾害期望灾损指数的48%,潜在的经济损失达到20 675万元。采用气候统计学原理和蒙特卡罗模拟方法,可以满足局部特殊环境下的对工程区气象灾害风险分析的需要,其结果可以作为施工管理和规避灾害风险的依据。     

滑坡预测的改进前馈网络方法研究

作者提出了滑坡位移预测的一种改进前馈网络方法——目的规划法,与通常的前馈网络方法相比,该方法改进了网络的准则函数,降低了网络的灵敏度,改善了网络的泛化性能,提高了滑坡位移的预测精度。同时它是一种面向数据的方法,适合于不同地区不同条件下滑坡的预测。清江隔河岩库区滑坡和卧龙寺滑坡的实例研究表明了该方法的可行性及有效性。     

人工神经网络在预测深基坑周边地表沉降变形中的应用研究

深基坑开挖引起的周边地表变形预测是一个复杂非线性问题,引起地表沉降的影响因素很多,各因素之间呈高度的非线性关系。传统的基坑用边地表沉降变形预测方法存在着一定的局限性,其预测精度有待提高,而人工神经网络是一种多元非线性动力学系统,可以灵活方便地对多成因的复杂未知系统进行高度建模,实现全面考虑各种主要影响因素的深基坑周边地表沉降变形预测。本文介绍了误差反向传播(BP)网络模型的结构、学习过程及其算法的改进,径向基函数(RBF)网络模型的结构及其学习过程;分析了影响深基坑开挖周边土体沉降变形的主要影响因素;以25个基坑工程的地表沉降实测资料为训练样本,建立了11个输入影响因素的BP神经网络模型和RBF神经网络模型,通过对样本的学习训练过程及对5个检验样本的预测精度,说明了人工神经网络用于预测基坑周边地表沉降的可行性和准确性。     

基于光纤光栅和小波包分析的结构损伤探测

以光纤光栅为传感元件、小波包分析为信号提取工具,获取了智能材料四边简支板损伤前、后的动态应变信号检测方法,并采用耦合神经网络方法对智能材料四边简支板结构进行了损伤识别分析。结果表明,光纤光栅可非常灵敏地检测出智能材料内部的动态应变信号,小波包信号处理方法可获得大量反映结构损伤特征的有效信号;随着损伤孔径的增大,耦合神经网络损伤识别的精度提高,可得到损伤的位置和大小的信息。研究结果在大型工程结构的健康监测中具有重要的潜在应用价值。     

基于神经网络的跨越地裂缝框架结构地震损伤及预测研究∗

为开展特殊地质环境下结构的损伤分析,以一跨越西安f4地裂缝的五层框架结构为研究对象,基于振动台试验和ABAQUS 有限元分析结果,进行了BP 神经网络模型的模型训练,选取变形和能量组合形式的双参数损伤模型计算结构损伤指标,采用加权系数法,开展了构件、楼层、结构三个层面的损伤预测分析,给出了不同地震作用下结构损伤程度评估。结果表明：地裂缝场地结构表现出明显上下盘效应,结构首层为薄弱层。BP 神经网络损伤预测值与有限元计算值在不同工况下均较为一致,其对于构件、层间、整体结构损伤指数预测最大误差分别为8.86%、5.66%、7.57%,该研究成果为跨越地裂缝结构的性能评估提供一种准确且高效的研究方法。