[发明专利]运营期大跨桥梁涡激振动监测、预警、评价方法及系统

说明书

本申请涉及一种运营期大跨桥梁涡激振动监测、预警、评价方法及系统，方法包括步骤：构建风速、风向、持续吹佛时间的三维联合概率分布模型，对涡激振动风险进行中长期预警；计算该时间段内涡振不利风况风场条件概率，并进行涡激振动风险短期告警；根据实测振动加速度信号的功率谱密度曲线，提取前两个峰值频率并计算预设区间内的功率谱密度曲线积分，得到频域能量比指标；在限幅振动的情况下，根据频域能量比指标的大小判定桥梁是否发生涡激振动，进而判定涡激振动所属的模态阶次；根据舒适度剩余百分比指标来评价涡激振动对桥梁的影响。本申请提供的运营期大跨桥梁涡激振动监测、预警、评价方法，不仅实现了桥梁涡激振动的在线监测、预警、判定及评价，而且可靠性较好。

技术领域

本申请涉及桥梁结构安全监测技术领域，特别涉及一种运营期大跨桥梁涡激振动监测、预警、评价方法及系统。

背景技术

当流体在一定恒定流速绕过非流线型物体时，会在物体两侧交替出现脱离物体表面的漩涡，从而引起物体产生周期性振动，这种由流体漩涡交替脱落导致的结构物振动，称之为涡激振动。自然界中的海底圆柱形管道、高耸的圆柱形电塔、风塔、大跨桥梁等结构物在水流或风作用下容易发生涡激振动。

目前，与涡激振动相关的专利主要有以下三大类：(1)涡激振动试验方法类，主要是如何模拟和试验涡激振动；(2)结构物涡激振动监测方法类，该类专利主要集中在海底管道、风电塔、输电塔、高耸结构的涡激振动监测方法，例如发明专利“一种海底管道悬跨涡激振动主动监测系统及其方法(CN201510695307.2)”，当管道X方向的振动加速度频率为Y方向上频率的2倍来对涡激振动进行监测；发明专利“基于聚类算法的大跨度桥梁涡激振动自动识别方法(CN201910939086.7)”，利用聚类算法对加速度频率自动识别，从而采用机器学习的方法对涡激振动进行识别。上述两种涡激振动监测方法均是从加速度数据进行监测，均是从涡激振动发生的振动特性进行识别，而忽略了涡激振动发生时的其它必要特征，如外界环境因素，同时均为事后判别，不具备事前预警、在线报警及评价功能，因此具有一定的应用局限性。

随着科学技术的进步，大跨度桥梁的抗风性能得到越来越多的关注，从上世纪40年代美国塔科马大桥的风毁，到近期国内西堠门大桥、武汉鹦鹉洲大桥、虎门大桥涡激振动的频发，如何采用现有的桥梁结构安全监测系统对涡激振动进行预警和评价是目前桥梁抗风方向的研究热点之一。大跨度悬索桥、斜拉桥等缆索柔性结构由于刚度小、自振频率低、阻尼比低，同时主梁多采用扁平分体式钢箱梁，抗风性能差，根据斯托拉哈定律，在低风速下即可引发涡激振动。若结构长期发生涡激振动会引起桥梁结构的疲劳损伤并影响行车舒适性。

因此，如何对桥梁涡激振动进行在线监测、预警和评价是亟需解决的难题。

发明内容

本申请实施例提供一种运营期大跨桥梁涡激振动监测、预警、评价方法及系统，以解决相关技术中实现桥梁涡激振动在线监测、预警和评价的技术问题。

第一方面，提供了一种运营期大跨桥梁涡激振动监测、预警、评价方法，其包括步骤：

根据预设时间段内实测的若干风速、风向和持续吹拂时间，构建风速、风向、持续吹佛时间的三维联合概率分布模型，并对涡激振动风险进行中长期预警；

根据所述三维联合概率分布模型计算该时间段内涡振不利风况风场条件概率，并在该时间段内涡振不利风况风场条件概率大于设定的阈值时，进行涡激振动风险短期告警；

根据实测的振动加速度信号得到功率谱密度曲线，通过峰值拾取法获取前两个较大的峰值频率，并计算这两个峰值频率在预设区间内的功率谱密度曲线积分，将计算得到的两个功率谱密度曲线积分作为频域信号下的能量值，并将这两个能量值的比值作为频域能量比指标；

在限幅振动的情况下，根据所述频域能量比指标判定桥梁是否发生涡振，最大峰值频率对应的模态阶数为本次涡激振动发生的阶次；

根据舒适度剩余百分比指标来评价涡激振动对桥梁的影响。