桥梁荷载识别方法文献综述

桥梁荷载识别方法文献综述 桥梁荷载识别方法文献综述 摘要：桥梁荷载识别是结构动力学的一个反问题，是桥梁健康监测的一个重要方面。现代交通的兴旺使作用在桥梁上的荷载越来越大，为保证桥梁结构能够正常运行，对它所受的荷载进行识别监测是非常必要的。本文总结了时域法、频域法、函数逼近法、人工神经网络法及基于影响矩阵的桥梁实时荷载识别方法。 关键词：荷载识别；桥梁；监测 1、引言 桥梁荷载识别是结构动力学的一个反问题，是桥梁健康监测的一个重要方面。现代交通的兴旺使作用在桥梁上的荷载越来越大，为保证桥梁结构能够正常运行，对它所受的荷载进行识别监测是非常必要的。在桥梁上安装各种传感器实时在线监测关键部位状态是必要的措施，但布点的位置和个数是有限的，特别是测点的多少直接涉及到监测系统的本钱问题【1】。利用较少本钱获得更多的桥梁的响应信息成为众多学者研究的方向。 桥梁荷载识别是桥梁环境识别的一局部，通过对车辆荷载监测资料的分析可以对设计中选用的荷载标准进行校核。例外，荷载谱的分析也可以结构的疲劳分析提供更接近实际的依据，从而为桥梁的管理和维护决策提供依据。此外，通过荷载识别，能够检验出桥面所受的车辆的冲击荷载，为道路的运营、维修和养护提供依据。 2、分述 对于荷载识别的研究最初出现在机械和航空领域。现代工程中，疲劳断裂和疲劳损伤等一系列问题对传统的设计方法静力强度提出挑战，基于疲劳学说的动强度设计和计算得到飞速的开展和应用。因此，在机械结构的动态设计、故障诊断以及结构的动态响应计算中，确定结构的动态荷载是一个很重要而且很迫切的问题，它为结构的动态优化设计提供可靠的数字依据，确保结构的平安性。 近几十年来，国内外许多学者对荷载识别问题进行了大量研究。迄今，荷载识别出现以下几种方法。 2.1频域法【2】 该方法提出较早，主要利用鼓励和响应间的频响函数的求逆实现。该方法要先获得系统的动态特性，如频响函数，模态参数等，而这些参数的获得，往往要通过试验或理论分析，因此这些参数的识别精度都会对识别结果有很大的影响。 2.2时域法【3】 该方法进来开展较快，主要利用阶跃力假设的积分方法。该方法要先获得系统的动态特性，如频响函数，模态参数等，而这些参数的获得，往往要通过试验或理论分析，因此这些参数的识别精度都会对识别结果有很大的影响。 2.3函数逼近法【4】 函数逼近法最初是从级数系数平衡法开展而来的，它是将响应时间历程拟合为级数多项式，由对应项的系数平衡确定动态荷载级数多项式的系数，从而到达识别动态荷载的目的。 2.4人工神经网络法 在结构荷载识别、损伤识别等力学反问题领域等到了广泛的应用，高宝成等【6】较早地提出利用结构响应信号作为神经网络输入，进行结构动荷载识别的思想。Cao等【7】采用人工神经网络模拟结构的荷载-应变关系，从而识别了飞机机翼上的分布压力。Liang等【8】结合模糊理论与神经网络，提出了非线性结构荷载识别的模糊自适应神经网络算法。张方等【9】推导了时域中用于神经网络算法的自回归函数，建立了具有时延反应的神经网络动荷载识别模型。吴大宏等10提出基于神经网络的混凝土桥梁荷载识别方法，对混凝土梁荷载-位移曲线进行了模拟。 2.5基于影响矩阵的桥梁实时荷载识别方法11 对桥梁荷载进行线性分解或等效。将桥梁上作用的荷载，按照引起的响应具有线性无关性表示为各种单位荷载的线性组合。 3、总述 随着人们对大型重要桥梁平安性、耐久性和正常使用功能的日益关注，桥梁健康监测越来越重要。荷载识别方法的研究也越来越具必要性。 本文在介绍的荷载识别的前三种方法为早起研究，根据它们的根本原理，从中得出的主要结论如下11： 这些方法都必须建立精确的数学理论模型，因为事先结构参数都是要或测得的。 荷载的速度和位置都要事先测得。 在理论计算过程中都要用到模态迭加，因此只使用于线性系统。 其中基于影响矩阵的桥梁实时荷载识别方法为新的荷载识别方法。它的主要特点是11： 可以识别或等效的根本荷载类型多，可包括各集中荷载、分布荷载、预应力、特征温度变化、特征惯性力、支座位移等。 可以适用于局部荷载的情况。 测量的信息类型多，可包括绝对或相对位移、绝对或相对转角、应变、内力、应力等。 4.新问题的讨论 在桥梁荷载识别问题中，对于最后一个方法基于影响矩阵的桥梁实时荷载识别方法，我考虑了几点问题： 对于集中荷载、分布荷载等静力荷载，可用静力等效，但对于车辆荷载，人群荷载，风荷载的动荷载是否也可用静力等效 对于翼缘比拟薄的箱型桥梁，在施加等效力时，会发生翘曲现象，类似这种局部现象，是否也可以模拟。 参考文献 【1】 王家林，肖盛燮，吴国松，曾德荣.桥梁结构实时响应在线监测的简化分析方法 【2】 T. H. T. Chan， S. S. Law ， T. H. Yung and X. R. Yuan. An interpretive method for moving force identification.1999 Journal of Sound and Vibration 219，503-524 【3】 S. S. Law， T. H. T. Chan and Q. H. Zeng. Moving force identification： a time domainmcthod.1997 Journal of Sound and Vibration，201，1-22 【4】 袁向荣，卜建清，满红高，高勇利，移动荷载识别的函数逼近法J.振动与冲击.2000，16 【5】 飞思科技产品研发中心.MATLAB6.5辅助神经网络分析与设计M.北京：电子工业出版社，2003.1 【6】 高宝成，张征，杨叔子.基于神经网络的结构荷载识别的研究、振动J.测试与诊断.2002：2-6 【7】 Cao X.， Y. Sugiyamac， Y. Mitsuid. Application of artificial neural networks to load identification. Computer and Structures，1998，69：63-78 【8】 Liang Y. C.， Feng D.P.， J.E.Cooper. Identification of restoring forces in non-linear vibration systems using fuzzy adaptive neural networks.Journal of Sound and vibration，2001，242，47-58 【9】 张芳.基于神经网络模型的动荷载识别J.振开工程学报.1997，10：156-161 10 吴大宏，赵人达.基于神经网络的混凝土桥梁荷载识别方法研究J.中国铁道科学.2002：25-28