趙金俠
為了掌握橋梁結(jié)構(gòu)在運營過程中的健康狀況,國內(nèi)外許多研究人員針對橋梁損傷的診斷方法開展了大量的研究[1-3]。然而,從已報導(dǎo)的文獻(xiàn)來看,現(xiàn)有關(guān)于橋梁損傷診斷的研究還不夠深入,尚缺少系統(tǒng)、有效診斷方法,特別是多區(qū)域損傷的大型橋梁[4,5]。為此,本文擬選用對損傷敏感的動力參數(shù)作為指標(biāo),引入BP神經(jīng)網(wǎng)絡(luò),探討分步進(jìn)行探傷、定位和量估的橋梁損傷診斷模型。
橋梁結(jié)構(gòu)損傷診斷可分為3個步驟:
1)判斷橋梁結(jié)構(gòu)是否發(fā)生損傷;2)進(jìn)行橋梁損傷定位;3)診斷橋梁的損傷程度。
橋梁探傷主要是判斷整個橋梁結(jié)構(gòu)是否存在損傷。大量文獻(xiàn)資料表明,固有頻率是最好的表征結(jié)構(gòu)整體狀態(tài)的宏觀標(biāo)識量??紤]到現(xiàn)場環(huán)境下的測量噪聲與誤差會影響整體性能的檢測,而人工神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的非線性映射能力,能夠濾出噪聲或在有噪聲情況下正確識別。因此,本研究引入人工神經(jīng)網(wǎng)絡(luò)進(jìn)行橋梁探傷。
在訓(xùn)練階段,選擇橋梁的固有頻率作為網(wǎng)絡(luò)的輸入向量,并定義包括固有頻度的輸出向量,然后將樣本集送入神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。網(wǎng)絡(luò)訓(xùn)練完成后,比較橋梁健康狀態(tài)和損傷狀態(tài)的輸出向量,建立異常指標(biāo),作為診斷橋梁是否存在損傷的依據(jù)。
在確定橋梁存在損傷之后,采用橋梁結(jié)構(gòu)損傷前后的振型曲率差來診斷損傷的位置。橋梁結(jié)構(gòu)的曲率模態(tài)通過差分法計算[5]:
其中,C(i)j,F(xiàn)(i)j分別為結(jié)構(gòu)的曲率模態(tài)和位移模態(tài),i為測點位置,j為模態(tài)階次;d為相鄰兩截面的距離。
確定損傷位置后,再結(jié)合人工神經(jīng)網(wǎng)絡(luò)對橋梁的損傷程度進(jìn)行定量。采用BP神經(jīng)網(wǎng)絡(luò),以損傷區(qū)域的振型曲率作為網(wǎng)絡(luò)輸入,定義構(gòu)件的損傷量作為輸出,直接定量橋梁的損傷程度。
本文以襄荊高速公路上一簡支梁橋為算例,對上述的損傷診斷方法進(jìn)行驗證。該橋梁全長637.06 m,上部結(jié)構(gòu)為(21×30)m預(yù)應(yīng)力梁,每跨雙向車道由12根T形梁組成,橋梁的第4,5跨的立面及截面(單向車道)如圖1所示??紤]對稱性,本文運用大型有限元軟件ANSYS對該橋第5跨的單向車道建立了三維有限元模型,如圖2所示。該模型根據(jù)實測動靜載實驗結(jié)果進(jìn)行了校正,保證其能夠準(zhǔn)確地反映實際結(jié)構(gòu)的動力特性。為方便損傷定位,沿橋軸方向利用節(jié)點處的33個截面將橋面分為32個區(qū)域,如圖3所示。
在本研究中,橋梁損傷是通過降低單元的剛度來模擬,產(chǎn)生如表1所示的損傷工況。在以下的損傷診斷中,主要考慮橋梁的豎向彎曲模態(tài)。
表1 損傷工況
為模擬實測數(shù)據(jù),在有限元分析的模態(tài)參數(shù)基礎(chǔ)上加一個隨機(jī)數(shù):
其中,y為模擬實測的動力參數(shù);ya為有限元值;ε為噪聲程度指標(biāo);r為正態(tài)分布隨機(jī)數(shù)。
本文選用前8階固有頻率來對該橋進(jìn)行探傷,建立了8-5-8的BP網(wǎng)絡(luò)結(jié)構(gòu)。訓(xùn)練網(wǎng)絡(luò)的樣本集采用橋梁健康模式樣本產(chǎn)生的500組數(shù)據(jù),而檢驗網(wǎng)絡(luò)采用每種損傷工況產(chǎn)生的500組的檢驗樣本,探傷結(jié)果如圖4所示。從圖4可以看出,損傷工況的異常指標(biāo)明顯偏離健康異常指標(biāo),可見,該方法能準(zhǔn)確診斷結(jié)構(gòu)是否存在損傷。
損傷定位選用前5階豎向彎曲振型進(jìn)行計算??紤]到前5階6根梁的振型在同階模態(tài)幾乎相同,故選取沿橋軸方向中間33個節(jié)點計算各工況的曲率差,如圖5所示。從圖5可以看出,曲率模態(tài)差曲線上數(shù)值出現(xiàn)突變的位置正好對應(yīng)工況的損傷位置,對于多區(qū)域損傷的工況4,利用該方法也能正確對待識別出來。
最后階段是在損傷區(qū)段中找出損傷構(gòu)件,并評估它的構(gòu)件程度。本研究建立了5-8-6的BP網(wǎng)絡(luò)結(jié)構(gòu)結(jié)構(gòu),輸入為前5階損傷區(qū)段的曲率,輸出為損傷區(qū)段6段梁的損傷程度。
利用有限元模型分別模擬損傷區(qū)域中的單元發(fā)生8種損傷程度,即 10%,20%,30%,40%,50%,60%,70%,80%,每種損傷程度按式(2)產(chǎn)生100個數(shù)據(jù)組。因為每根梁均有可能發(fā)生損傷,故一共要產(chǎn)生100×8×6個訓(xùn)練樣本。將訓(xùn)練好的網(wǎng)絡(luò)檢測表1中的損傷工況,結(jié)果如圖6所示。從圖6可以看出,如果損傷區(qū)域只是單個構(gòu)件出現(xiàn)損傷,其識別效果很滿意。對于多個構(gòu)件同時出現(xiàn)損傷的情況(工況3)產(chǎn)生了誤判情況,但真正損傷的構(gòu)件被診斷的結(jié)果偏安全。
對于復(fù)雜的橋梁結(jié)構(gòu)來說,直接識別具體的損傷情況是十分困難的?;跇蛄航Y(jié)構(gòu)中對損傷敏感的動力參數(shù),結(jié)合人工神經(jīng)網(wǎng)絡(luò)的多步損傷診斷方法將大大提高識別效果。作者利用ANSYS程序?qū)嶋H工程中的某一簡支梁橋進(jìn)行了模擬損傷診斷分析,驗證了該方法的有效性。值得注意的是,要提高該技術(shù)在實際工程中的診斷效果,必須要解決橋梁結(jié)構(gòu)動力參數(shù)的精度問題。
[1]Balageas V.D.,F(xiàn)ritzen C.P.,Guemes A..Structural Health Monitoring[M].France:Iste Publishing Company,2006.
[2]王開鳳,張謝東.土木工程結(jié)構(gòu)損傷識別研究[J].公路,2008(1):154-159.
[3]李宏男,高東偉,伊廷華.土木工程結(jié)構(gòu)健康監(jiān)測系統(tǒng)的研究狀況與進(jìn)展[J].力學(xué)進(jìn)展,2008,32(2):151-166.
[4]劉沐宇,謝建和.鋼管混凝土拱橋的模擬損傷動力診斷分析[J].武漢理工大學(xué)學(xué)報,2005,27(8):38-41.
[5]鄧 焱,嚴(yán)普強(qiáng).梁及橋梁應(yīng)變模態(tài)與損傷測量的新方法[J].清華大學(xué)學(xué)報(自然科學(xué)版),2000,40(11):123-127.