[发明专利]基于索力和位移分布相关性建模的斜拉桥状态评估方法有效

专利信息
申请号: 202010794104.X 申请日: 2020-08-10
公开(公告)号: CN111967185B 公开(公告)日: 2022-08-02
发明(设计)人: 李惠;徐阳;田亚迪 申请(专利权)人: 哈尔滨工业大学
主分类号: G06F30/27 分类号: G06F30/27;G06F30/13;G06F119/14
代理公司: 哈尔滨市哈科专利事务所有限责任公司 23101 代理人: 吴振刚
地址: 150000 黑龙江省哈尔滨市*** 国省代码: 黑龙江;23
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 位移 分布 相关性 建模 斜拉桥 状态 评估 方法
【说明书】:

发明涉及一种基于索力和位移分布相关性建模的斜拉桥状态评估方法,对拉索索力及主梁位移监测进行去趋势项处理,然后进行归一化,去除标准差以内的数据点,获得车致效应概率分布;搭建无监督图像变换模型,组装成分布矩阵作为网络输入;选取训练集数据输入至无监督图像变换模型进行训练,使用损失函数为根据网络特点所构造的综合函数,优化算法为ADAM算法;将测试集中的主梁竖向位移分布输入至经过训练的无监督图像变换模型中,计算预测与真实拉索索力分布之间的EMD距离,作为桥梁状态改变的评价指标,评估桥梁状态是否发生改变。本发明可以在桥梁结构系统及荷载时空信息均未知的情况下,实现基于分布相关性建模的斜拉桥状态智能评估。

技术领域

本发明涉及桥梁工程领域,具体涉及一种基于索力和位移分布相关性建模的斜拉桥状态评估方法。

背景技术

随着国民经济的快速发展,我国迎来了大跨桥梁的建设高潮。斜拉桥由于其跨度大、造型美观,格外受到设计选型青睐。斜拉桥的主要关键受力构件是拉索,由于拉索质量小、阻尼小、柔度大,在风雨及车辆交变载荷的作用下极易发生往复振动,引起疲劳损伤,进而有可能发生断裂。另外,斜拉桥在全寿命服役期内会不可避免地遭受环境侵蚀、材料老化等复杂因素的耦合作用,发生渐变损伤的萌生、发展和累积,导致结构产生抗力衰减,甚至在极端情况下发生灾难性事故。

为了保证斜拉桥的安全服役,桥梁管理部门会投入大量的财力在斜拉桥上安装结构健康监测系统,对各种不同类型桥梁结构响应进行长期监测,并根据监测数据进行桥梁状态评估。结构健康监测系统可以对不同桥梁结构响应(如拉索索力、主梁竖向位移等)进行监测,并在运营期内积累海量结构健康监测大数据。目前已有一些基于数据驱动的桥梁结构健康监测和状态评估方法。然而,这些方法一部分是针对有限元仿真或实验室条件下的模拟或测试数据,在实际大跨度斜拉桥上无法得到真正有效的应用,原因在于:一方面,实际大跨度斜拉桥结构十分复杂,数值模拟或实验室模型试验中都做了大量简化;另一方面,大跨度斜拉桥所处的现场环境非常复杂,结构响应数据不仅受温度作用影响明显,而且运营期间的实际车辆及风等动力荷载的大小很难准确获得。再者,基于传统力学分析的结构响应关系建模方法需要已知桥梁脉冲响应函数或频响函数,以及准确的荷载大小及位置信息。所以,传统力学分析方法在实际桥梁结构中也很难应用。近年来也有学者提出了一些基于单一类型监测数据的桥梁状态评估方法,但是此类方法的评估效果大都会高度依赖于监测数据质量。考虑到桥梁结构健康监测系统的实际情况,传感器故障和数据异常是实际监测数据中必然要面对的情况。因此,基于单一类型监测数据的桥梁状态评估方法极易受到数据质量的约束:当某些通道的传感器数据丢包或异常时,评估结果往往不准确。以上这些因素均为基于实测结构健康监测数据的斜拉桥状态评估带来了巨大困难。

拉索作为斜拉桥的关键构件,将主梁自重及车辆荷载等传递到桥塔上,起到了极其重要的连接作用;主梁竖向位移则是在桥梁施工及运营期间直接衡量桥梁状态的重要指标。目前国内外学者所进行的桥梁健康监测数据挖掘研究通常是针对单一变量进行的,并且大都是从连续时程数据分析角度出发,对两种及以上变量簇之间的关系建模研究甚少,特别是从数据分布角度出发的研究几乎没有:即使在部分数据或传感器异常状态下,监测数据的部分时程信息虽然丢失,但是其整体分布信息仍然可以保持基本不变。因此,对拉索索力与主梁竖向位移这两种重要结构响应监测变量的分布相关性进行建模,更能反映斜拉桥的整体及局部状态。若这两种重要结构响应监测变量的分布相关性发生改变,则说明桥梁状态可能发生改变,并且对应不同的模式。因此,如何在桥梁结构系统及荷载时空信息均未知的情况下,利用拉索索力与主梁竖向位移的监测数据,建立基于分布相关性建模的斜拉桥状态评估方法,提出斜拉桥状态改变的评价指标并挖掘其内在诱因,为大跨度斜拉桥由于状态改变是否需要进行维修提供桥梁管理和交通管制的决策依据,包括但不限于诸如桥梁健康监测系统升级、传感器异常、拉索断丝、地震、强风超限振动、堵车、超载、船撞等异常事件。

发明内容

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨工业大学,未经哈尔滨工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010794104.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top