[发明专利]基于广义模式搜索算法和车桥耦合的桥梁损伤识别方法

说明书

本发明属于桥梁损伤识别技术领域，具体涉及基于广义模式搜索算法和车桥耦合的桥梁损伤识别方法，包括，第一步：大、小两辆检测车在有动力的牵引车拖动下依次驶过桥梁，采集两辆检测车的质心处加速度信号；第二步：将大车加速度信号、小车加速度信号进行时间上平移；第三步：将第二步处理之后的大车加速度减去小车加速度得到新的加速度信号设为a3，通过a3并根据理论可以推导出桥面与车之间的接触点的位移响应信号d3，将d3分成10小段，再对每小段接触点位移响应求四阶中心矩；第四步：建立小车通过没有粗糙度的车桥耦合优化模型；第五步：运行第四步的模型并得到小车的加速度响应a3’；第六步：采用GPSA优化算法得到刚度系数，通过对比判定损伤位置。

技术领域

本发明属于桥梁损伤识别技术领域，具体涉及基于广义模式搜索算法和车桥耦合的桥梁损伤识别方法。

背景技术

由于长时间的交通以及自然灾害的影响，桥梁结构不可避免的存在损伤。桥梁的频率、模态以及阻尼等桥梁模态参数是结构诊断中的重要信息。通过模态参数的变化，能够识别出桥梁的损伤情况。传统的方法是直接将布置于桥上的传感器所采集的信号进行分析，但存在传感器优化布置、海量数据难以处理等传统监测问题。杨永斌等首次在国际上提出了间接测量技术，即利用测试车辆在桥梁上运行，基于测试车上采集的传感器信号识别桥梁频率。之后国内外许多学者在此基础上进行了一系列研究，Keenahan和Obrien通过分析两轴的加速度差异频谱，理论上初步识别了桥梁的阻尼比变化。Oshima等人通过多车辆组成测试系统提取出桥梁模态后，利用平均的MAC指标进行损伤识别。Obrien等针对车桥耦合模型利用改进的短时傅里叶变换方法分提取了桥梁模态，并结合经验模态分解(EMD)提取桥频来进行了无路面粗糙度下的损伤识别研究。Keenahan和Obrien通过模拟提出了一种可替代标准信号处理技术的最优化方法，用于克服移动车辆采集信号和车桥耦合系统的非线性关系。Li和Au提出了一种基于遗传算法来从移动车辆的响应中识别桥梁的损伤情况。Hester和Gonzalez通过使用三维的车桥耦合模型展示了即使是在高速荷载作用下，滤波后的桥梁加速度响应的范围也会随着损伤程度的加大而扩大。OBrien和Keenahan在进行桥梁的损伤识别的过程中使用了装备有交通速度偏转仪(TSD)的检测车，通过这种设备可以测量桥梁的桥面粗糙度。Yin针对移动车辆以初始速度以及恒定的加速和减速通过简支梁桥提出了半解析解。He等对移动荷载下的桥梁动力响应进行小波变换处理并进行了单处损伤的数值模拟研究。Zhu等对车桥耦合响应识别移动车辆荷载和桥梁结构参数的逆问题进行了总结，指出目前的数值模拟还不成熟，距离实际应用还需考虑诸多因素，且缺少试验验证。Kong基于车桥耦合系统，利用桥梁与测试车动力响应间的频响函数构建传递率关系，建立了传递率损伤指标(TDI)来进行桥梁的损伤识别。张彬和杨永斌等将运动中的测试车上采集的传感器信号反演到对应的运动中的测试车与桥梁桥面接触点上的响应，提取了更高阶的桥梁频率。

以上的损伤识别方法大部分还仅限于初步判断结构是否发生损伤，对损伤位置及损伤程度的判断仍有很大不足。

发明内容

针对现有技术中存在的上述不足之处，本发明提供了基于广义模式搜索算法和车桥耦合的桥梁损伤识别方法，不仅可以判断结构是否发生损伤，而且可以判断出损伤位置及损伤程度。

为了解决上述技术问题，本发明采用了如下技术方案：

基于广义模式搜索算法和车桥耦合的桥梁损伤识别方法，包括以下步骤：

第一步：大、小两辆检测车(质量大的为大车、质量小的为小车)在有动力的牵引车拖动下依次驶过桥梁，采集两辆检测车的质心处加速度信号；

第二步：将大车加速度信号、小车加速度信号进行时间上平移，使得两车加速度信号都是对应于经过桥面上同一位置处的响应信号；