大型桥梁健康监测研究进展

回顾桥梁健康监测的发展历程。介绍桥梁健康监测系统的组成、监测内容功能及特点。对信号分析与处理的传统谱分析方法与小波变换、希尔波特黄变换(Hilbert Huang)进行比较。介绍最新的信号时频分析方法希尔波特黄变换的具体算法,及其在结构参数识别、损伤识别、消除实测南京长江大桥应变信号中的对讲机干扰等方面的具体应用。对动力指纹分析法、模型修正与系统识别法、神经网络法、遗传算法5种损伤检测方法的基本原理、特点及发展动态进行概述和总结,指出神经网络技术结合遗传算法是结构损伤检测的发展方向之一。     

盾构隧道近距离下穿武广高铁桥梁变形监测分析

阐述了全自动桥梁变形监测原理方法,并通过全自动桥梁变形监测系统,实时监测盾构下穿高铁过程中高铁桥墩及梁体的变形。监测数据表明,盾构下穿期间桥墩及梁体变形未达到报警值,全自动监测系统为区间盾构顺利下穿高铁桥梁及时提供了变形信息反馈,确保了高铁安全正常运营。     

基于支持向量机的静力损伤识别方法

针对使用静力测试数据进行桥梁结构损伤识别时容易出现误判的问题,基于支持向量机理论,提出1种新的静力损伤识别方法。将损伤识别过程分为损伤发生识别、损伤位置识别和损伤程度识别3个步骤。使用理论计算结果与测试数据比较的方法判断损伤是否发生,采用C-支持向量机分类算法进行损伤位置识别,利用ε-支持向量机回归算法进行损伤程度识别。将该方法与优化识别方法同时运用于1个连续梁试验中。试验结果表明:与优化识别方法相比,支持向量机方法通过分开求解损伤位置和程度,并先进行结构有限元分析,然后再使用支持向量机进行识别,将这2个过程解耦,从而降低了问题的难度,不仅能够正确地识别损伤出现的位置,而且能够得到与实际相符的损伤程度识别结果,并且具有较好的推广能力和较强的抗噪声能力,能够很好地对桥梁静力损伤进行识别。     

基于神经网络的混凝土桥梁荷载识别方法研究

根据安装在桥梁结构上的监测系统传递来的位移，应变信息，进行作用在桥梁结构上的荷载识别，可以：（1）对监测系统传递来的荷载信息加以校核和补充；（2）为下一步的损伤识别提供依据。而荷载识别的关键技术在于快速，准确地模拟桥梁的荷载－挠度曲线。本文以“在位移控制下部分预应力混凝土梁非线性行为试验研究”的试验数据为建模样本集，分别以作用于梁上的荷载和梁的跨中挠度为输入，输出，利用神经网络来对混凝土梁的荷载－挠度曲线进行模拟，并用其进行荷载识别的试验研究，取得了较好的效果。     

基于健康监测系统的非对称外倾蝴蝶拱桥健康状态评估方法研究

通过分析成都市一座非对称外倾蝴蝶拱桥健康监测系统得到的监测数据,基于静力识别的统计对比诊断法对桥梁恒载工作状态进行评估;基于监测数据的直接评定法对桥梁活载动力特性进行评价;基于雨流统计法、线性累计损伤准则等理论对桥梁吊杆、系杆进行疲劳损伤预测分析;基于常规统计分析方法和灰色关联度分析方法判识传感器数据缺失、失真、重复等异常状态,评估系统运行情况。通过评估分析发现该桥运营状态良好,实现了对该桥运营初期力学状态及系统自身运行状态的有效评估。     

基于动力学特性的结构损伤识别研究进展

结构的健康监测和损伤识别技术对于分析结构的工作状态、评估结构的安全性具有重要的意义。近年来,工程结构损伤识别技术受到了广泛的关注。文章综述了目前国内外基于动力学特性的工程结构损伤识别理论研究与最新进展,内容包括固有频率、模态振型、曲率模态、应变模态、应变能变化、柔度变化等结构动态损伤识别技术。最后,展望了工程结构损伤识别技术研究的发展趋势。     

桥梁健康监测技术发展现状及趋势分析

研究目的：通过对桥梁健康监测技术涉及到的模型修正、指纹、动力等不同的状态评估方法的归纳，对桥梁健康监测技术现状进行了综合分析，并对健康监测技术的发展趋势进行预测。研究结果：桥梁健康监测与状态评估系统的研究尚处于基础性的探索阶段，距离实用性的系统目标尚有很大的差距。目前仅能准确测量低频响应，而低频响应多为结构的整体模态，对整体响应贡献小的局部，即使在整体模态中有所反映，但由于量值过小，往往也容易淹没在噪声、误差和不确定因素引起的扰动之中.今后桥梁健康监测的发展方向一是降低噪声和不确定性因素的影响，二足提高桥梁损伤诊断方法的灵敏度，通过技术优化可以达到对损伤程度的量化     

基于健康监测Benchmark结构的损伤识别方法

研究目的:由于受外部载荷、环境作用、灾害、人为等因素的影响,桥梁结构在服役期间会出现损伤,结构性能下降,其安全性己经引起人们的高度重视。如何去诊断桥梁结构的损伤,对其健康状况进行诊断和监测,己成为当今函待解决的一个重要课题。研究结论:针对桥梁健康监测Benchmark结构,基于加速度响应的自功率谱与主元分析法并结合马氏距离,提出结构整体损伤程度的评估方法:(1)提出的桥梁健康监测Benchmark结构损伤诊断方法可直接利用实测自功率谱进行损伤识别,不需要模态参数,不要求有完整的模态测试数据,因而避开了实际动测时一些模态参数的测不准及实测模态不完整问题;(2)损伤识别过程是通过分析实测自功率谱的数据特征、数据结构来完成的,不需建立结构的力学模型,因而对结构形式、约束方式及边界条件均没有特殊的要求;(3)采用力锤人工激励及SISO的动测方法,激励设备简单,操作方便;(4)本文方法对于在役桥梁的健康监测和损伤诊断具有一定参考价值。     

基于堆栈降噪自动编码器的桥梁损伤识别方法

基于深度学习理论,针对现有桥梁损伤模式识别法的不足,利用多个降噪自动编码器进行损伤特征的提取与组合,应用Softmax方法判断损伤模式,提出了基于堆栈降噪自动编码器的桥梁损伤识别方法。为了验证所提方法的准确性,以连续梁桥为例,使用所提方法及现有BP神经网络法进行损伤位置识别,对比了2种方法的识别精度和抗噪性能。研究结果表明:所提方法能准确识别损伤位置,相对于现有BP神经网络法具有更强的损伤识别能力、更高的识别精度及较强的抗噪能力。     

高速铁路无线桥梁健康监测系统研究

研究目的:针对当前国内高速铁路桥梁健康监测系统中存在的数据采集装置布点困难、数据采集自动化程度低和数据采集精度不高的问题,利用无线传感网络的优点,设计一种基于ZigB ee技术的高速铁路无线桥梁健康监测系统,采用无线数据采集与传输的手段和方法,达到提高高速铁路桥梁健康监测水平的目的。研究结论:(1)利用无线传感网络具有对网络节点进行动态优化的目标跟踪特点,设计高速铁路无线桥梁监测系统,数据采集节点布点灵活方便,组网可靠;(2)利用无线网络模块的通信功能,可实现高效的在线实时数据采集与数据传输;(3)通过对无线桥梁健康监测系统网络模型进行仿真试验,证明该系统数据采集准确、及时、可靠和高效;(4)该系统可广泛应用于高速铁路桥梁健康状况实时监测。