（重慶市涪陵公路事務中心，重慶 408000）

0 引言

橋梁結構是我國城市基礎設施建設的關鍵，對我國交通運輸、經濟發(fā)展起著不可忽視的重要。因此，在橋梁結構的使用階段中，對結構進行有效安全的健康檢測和安全評估，確保橋梁結構在使用期間保證服務功能和安全性就顯得格外重要。橋梁結構設計使用年限一般在數十年到百年之間，但在整個使用階段會出現材料老化、鋼筋銹蝕等不可逆因素的影響，除此之外，還需要承受各種外部荷載的影響，例如，車輛荷載、溫度荷載、強風、強震等，近幾年橋梁結構坍塌事故偶會發(fā)生，歸納起來，主要有以下幾方面原因。

（1）設計方面：現有設計體系與理論不夠完善，對橋梁結構的安全定義標準較低，在設計的時候忽視結構整體復雜性以及沒有綜合考慮橋梁結構在實際運營中所面臨的各種因素。

（2）施工方面：施工過程結構易受到環(huán)境、溫度、材料等影響，偶然會存在偷工減料現象，危害結構整體安全性。

（3）運營方面：在運營中，缺乏嚴格的管理措施，超載、超速現象偶爾會出現在橋梁結構中，且對結構后期的保護保養(yǎng)力度不夠也是導致橋梁事故的原因之一。

橋梁事故具有突發(fā)性強、危害高、等特點，一旦出現橋梁倒塌事故，可能會導致嚴重的人員傷亡，后果不堪設想。據調查顯示，在美國現有橋梁中，有超過1/4 的橋梁存在設計缺陷或承載能力退化，為避免橋梁結構出現倒塌等事故，需對橋梁結構進行科學有效的健康檢測和安全評估。橋梁結構損傷識別作為橋梁安全評估和健康監(jiān)測的根本核心技術，在國際上已經成為各專家學者的關注焦點。最近幾年，對橋梁結構的損傷識別研究一般是以振動測試技術和分析結構動力學參數為基礎開展的。一般認為結構的響應會隨著結構損傷而發(fā)生改變，例如頻率、振型、曲率模態(tài)等都會隨著結構損傷狀況而發(fā)生改變[1]。于是國內外很多專家學者根據理論分析和上述不同的參數提出了關于橋梁結構損傷鑒定的多種損傷識別方法。

1 結構損傷識別

1.1 結構損傷識別概念

結構損傷識別的基本原理是結構自身的材料特性與模態(tài)參數之間可以用數學函數關系來表達，通過相關試驗測出結構在特定狀況下的響應，并利用特殊的響應分析方法分析，確定相應的模態(tài)信息，并利用物理特征與結構模態(tài)之間的數學函數關系，推導得到相應的結構物理特征參數[2]。

1.2 結構損傷識別的發(fā)展

結構損傷的發(fā)展在國外大致經歷了以下三個階段[3]：

第一，1940年至1960年，結構損傷識別進入探索階段。這個時期結構損傷的判斷方法主要是通過目測判斷的，利用目測觀察結構是否發(fā)生裂縫、存在明顯的變形等顯著的損傷特征。

第二，1960年至1980年，結構損傷識別進行發(fā)展階段。在這個階段，隨著橋梁技術的不斷發(fā)展，人們開始加深對結構損傷識別的認識，很多專家學者投入到結構損傷識別研究中，極大促進了結構損傷識別的發(fā)展，國內外學者先后提出各種結構損傷識別方法。

第三，1980年至今，結構損傷識別進入完善階段。20世紀末至今，隨著科學技術的不斷發(fā)展完善，越來越多的大規(guī)模土木工程項目拔地而起，結構的設計復雜度也不斷增加，使得頻繁出現因結構損傷而導致的災難，為避免這種情況的頻繁出現，各專家學者開始對結構損傷的識別方法深入研究。所以，結構損傷識別方法得到了快速發(fā)展，現有損傷識別體系也不斷被各個學者完善修改。

2 結構損傷識別方法

目前，橋梁結構的整體損傷識別方法主要有：靜力測試判斷結構損傷法、智能計算判斷結構損傷、動力指數判斷結構損傷、模型修正判斷結構損傷等幾大類識別方法[4]，本文將主要對這幾種方法進行闡述。

2.1 基于靜力測試的損傷識別方法

這種損傷識別方法主要是利用在靜力荷載作用下橋梁結構產生的響應，分析材料的物理參數和結構的靜力特性的變化，從而實現對橋梁結構損傷狀況的判斷。結構的物理特性參數以及使用材料參數可以通過試驗獲得，試驗測得數據較為精準，因此在橋梁結構的損傷識別方法中，靜力損傷識別方法在國內外被廣泛試驗[5]。Wang 等[6]將靜力作用下計算得到的結構響應采用迭代的方法進行求解，能夠精確地對結構損傷發(fā)生位置進行定位和對損傷狀況的判斷；蔣華等[7]在結構損傷識別研究中，將結構損傷識別轉化為求解約束下的最優(yōu)解問題，以結構產生的位移為模型的測試指標，利用計算軟件建立了精準識別結構損傷的數學模型；

2.2 基于動力指數的損傷識別方法

這類的方法是通過結構振動試驗測試得到的振動位移、速度、加速度時程響應或將變換分析后的結構動力學參數當做損傷指示信息來確定結構損傷位置和損傷程度。

2.2.1 利用模態(tài)參數的損傷識別

（1）基于頻率的損傷指數

這種方法在對損傷進行定位主要利用兩個不同階頻率變化比來實現，它認為結構發(fā)生局部損傷的時候只會使結構剛度矩陣的局部降低，并且在計算中假定由局部損傷導致的結構第i 階頻率的改變量是結構損傷位置向量的函數。

基于頻率損傷指數識別方法在進行結構識別的時候，首先需要對損傷的位置向量進行假定，計算出結構頻率的變化比，然后將實測的頻率變化比與假定計算出的結構頻率變化比進行比較，如果兩者相等，則認為實際位置即為假定位置。若兩者不相等，則需要重新假定，然后重復上面工作，直到確定出損傷位置。實際結構中損傷可能不止發(fā)生在一處，因此在使用這種方法的時候，必須要將結構損傷的所有情況考慮在其中，然而，對一個橋梁結構而言，可能出現的損傷位置組合實在太多，不可能完全考慮進去，而且，通過試驗測得的頻率僅為結構的低階頻率，對反映局部的損傷程度并不敏感[7]。所以，通過基于頻率的損傷指數方法對結構損傷進行定位是相當困難的，在實際測試中一般很少采用。

（2）基于振型的損傷指數

在結構損傷識別發(fā)展初期，對損傷定位一般就是通過對比結構損傷前后的振型來實現的。1986年提出了模態(tài)保證準則MAC（Modal Assurance Criterion），這種方法主要是通過計算模態(tài)與試驗模態(tài)的比較來實現結構損傷識別；1988年，Lieven 和Ewins 對MAC 準則進行了進一步的改進，提出了坐標模態(tài)保證準則COMAC。為了提高結構損傷對模態(tài)變化的敏感度，1991年，Pandy 提出了曲線模態(tài)的概念，進一步提高了結構損傷對于模態(tài)變化的敏感度，后來隨著使時間的發(fā)展，有學者在Pandy 基礎上提出了應變模態(tài)概念，并得出了結構損傷對應變模態(tài)更為敏感的結論。

為了找尋對結構損傷更為準確的定位方法，一些學者將有限元模型與振型相結合定義出了新的結構損傷指標，并且通過試驗研究發(fā)現，對結構損傷進行識別和定位中，模態(tài)應變能起著不可忽視的作用[8]。Stubbs 和Kim 等在20世紀末開創(chuàng)了模態(tài)應變能識別和評估結構損傷與定位的先河，除此之外，1998年，Law 在基于模態(tài)應變能識別結構損傷方法的基礎上提出了新的損傷指數—單元能量商EEQ（Elemental Energy Quotient）。在同年，又有學者基于這個方法提出了單元模態(tài)應變能（EMSE）的概念，并且在研究中證明了該種損傷指數對局部損傷較為敏感，可以用來進行結構損傷識別。

（3）利用頻率與振型相結合的聯(lián)合損傷指標

隨著技術的進步和研究的不斷深入，結構的頻率和振型都能夠通過現有的手段和設備準確測試到，于是不少學者開始將研究目光投入到頻率與振型聯(lián)合進行損傷識別。其中，在1994年，由Pandy 和Biswas 提出的柔度矩陣法最具代表性，并且該方法不斷被后續(xù)學者充實和完善。

2.2.2 利用振動響應時程或變換

這類方法主要由：（1）基于波形的識別指標。這種方法主要利用試驗測得結構在損傷前后的加速度FRF 波形，提出了幾種結構損傷的識別指標，比如，WCC（Waveform Chain Code）、ATM（Adaptive Template Methods）和SAC（Signature Assurance Criteria）等，經過試驗對比研究發(fā)現，WCC 與ATM 指標對加速度波形極為敏感，能夠較為直觀反映FRF 的細微變化，而相反，SAC則沒有前兩個指標敏感，對波形的變化識別能力較差，WCC 和ATM 指標盡管對結構損傷極為敏感但是并不能識別出結構損傷的位置。（2）用小波分析技術處理振動響應信號識別結構損傷。用小波變化進行結構損傷識別具有多分辨分析的思想，可以對聚集信號的任意細節(jié)進行頻域處理，非常適合用于振動結構損傷的判斷，李書進等就該種結構損傷分析方法提出了響應的算法。（3）利用結構振動響應的時域交換方法。這種方法包括時域峰值法、振動水平診斷、沖擊脈沖法、峭度因子分析法、峰值因素法。

2.3 基于智能計算的損傷識別方法

上述所論述的結構損傷識別方法是利用結構發(fā)生損傷前后的動靜力參數和一些損傷分析指數對比判斷損傷程度和位置的。但智能計算的損傷識別方法并不是分析結構的物理特性參數，而且將結構損傷前后產生的反應與不同損傷程度串聯(lián)起來，建立能夠將結構的反應記錄下來的標準模式庫，將結構在不同激勵作用得到的反應情況，與模式庫的數據進行對比，從而確定出結構損傷的具體程度。

4 結論

有限元模型的修改需要將結構的動靜力測試數據與理論計算數據相互結合以尋求最佳的模型結構參數，然而結構損傷往往比較特殊，理論值與模型計算結果之間往往存在差距。在實際結構中，損傷的產生只會局部的剛度降低，但在有限元模型中，修正剛度是針對的整個剛度矩陣。有限元模型的修正過程是在原先建立模型的基礎上對其進行修正使得模型的計算結果與實際相符合。而損傷識別不單單是判斷結構是否發(fā)生損傷，更重要的是確定損傷的具體位置，這遠比修改模型更復雜。

基于智能計算的損傷識別方法采用人工神經網絡為主，這種方法特點是學習能力強，且運算能力會隨著不斷訓練而加強，該種方法在未來發(fā)展具有很大的潛力，但是難點在于輸入向量與輸出目標的確定，而且這種方法同樣會受到測量誤差的影響。