[发明专利]一种基于车辆动态称重数据的车致桥梁疲劳损伤分析方法

权利要求书

1.一种基于车辆动态称重数据的车致桥梁疲劳损伤分析方法，其特征在于，步骤如下：

步骤1.疲劳应变影响线反演

采用两轴或多轴重车作为加载车辆，标定获取加载车辆的轴重和轴距；使加载车辆以不大于10km/h的速度依次匀速行驶过每个车道，同步记录加载车辆所在位置及车辆加载引起的结构疲劳细节的应变数据；定义加载车辆行驶过第i个车道过程中获取的车辆加载矩阵为A_i，结构疲劳细节应变向量为B_i，桥梁影响系数向量为C_i；根据应变影响线定义，建立方程(1)；采用最小二乘方法求解方程(1)获取第i个车道对应的结构疲劳细节的应变影响线；同理，通过实测数据获得所有车道的应变影响线；

A_iC_i＝B_i (1)

步骤2.各车道随机车流荷载模拟

(2.1)通过动态称重系统获取每个车道上的车辆荷载的车流量、车重、车速和前后相邻两辆车到达同一位置的时间间隔这四个车辆荷载特征监测数据，计算上述车辆荷载参数每半小时的平均值，形成车载特征数据样本集合，则第i个车道上的车载特征数据集记作式(2)；

X_i＝{x₁(v₁,w₁,s₁,d₁),x₂(v₂,w₂,s₂,d₂),...,x_N(v_N,w_N,s_N,d_N)} (2)

其中，v,w,s,d分别为半小时内的桥上某一车道车流量、车重、车速和车间距平均值；以上述4个参数作为聚类指标，采用两步聚类法对每个车道上一天内的随机车流数据集进行运行状态划分，并确定最优聚类个数m；最终将车辆荷载数据划分为不同运行状态对应的m个样本集合；

(2.2)分别对每个车道内不同的运行状态对应的车辆荷载数据进行统计分析，同时采用正态分布、对数正态分布、极值分布、威布尔分布、伽马分布和高斯混合分布模型拟合车辆间距、车重和车速的概率分布，并进行K-S检验；最后根据车辆荷载参数测试统计量值和接受假设的临界值的差值确定最接近实际数据的最优分布；

(2.3)依次根据每个车道上拟合得到的车载数据的最优概率分布模型，采用蒙特卡洛随机抽样方法对车流量、车辆类型比例、车重、车速以及车间距分别依次进行随机抽样，生成该车道上包含车速、车重及车间距随机序列组成的随机车辆流；

步骤3.应变影响线虚拟加载

(3.1)对步骤1中获得的各车道的应变影响线采用步骤2获得的随机车流进行虚拟加载；将各车道对应的模拟随机车流同步施加在相应车道的应变影响线上，获取随机车流作用下桥梁结构疲劳细节的应力时程曲线，进而采用雨流计数法获取疲劳应力幅和应力循环次数；

(3.2)同时采用模拟的随机车流对桥梁理论应变影响线进行虚拟加载，获取理想状态下随机车流引起的结构疲劳应力幅值最小值，以最小车致疲劳应力幅的10％作为截止应力σ_L；当步骤(3.1)中通过实测影响线虚拟加载获得的疲劳应力大于该截止应力时，认为是有效的疲劳损伤应力幅，否则认为是由于实测影响线反演误差及数据现场采集过程中的噪声造成的干扰成分，在分析时不计入其对疲劳损伤的贡献；

步骤4.疲劳损伤不确定性评估

(4.1)根据线性累计疲劳损伤准则,通过公式(3)和(4)计算每一天的等效疲劳应力和应力循环次数；在此基础上，拟合日等效疲劳应力幅和应力循环次数的概率分布模型；

其中，D₀为随机车流加载引起的日累计疲劳损伤；S_i和S_j分别为随机车流加载引起的应力谱中大于和小于常幅疲劳极限Δσ_D的应力幅；n_i和n_j分别为随机车流加载引起的应力谱中大于和小于常幅疲劳极限Δσ_D的应力幅所对应的循环次数；K_C和K_D分别为随机车流加载引起的应力幅大于和小于Δσ_D的疲劳强度，系数Δσ_C为构件细节类型对应的疲劳寿命为两百万次的疲劳应力幅；

(4.2)建立桥梁结构疲劳细节的疲劳损伤极限状态函数，如式(5)所示；根据已经建立的极限状态函数中各参数的概率分布模型，采用蒙特卡洛方法获取符合可靠度β下的桥梁结构疲劳寿命；

β＝Φ^-1(1-P_f)＝Φ^-1(P_f) (6)

其中，D_f为桥梁构件临界损伤；n为桥梁服务年限；a为车流量的年增大系数；P_f为疲劳失效概率。