基于横向风载效应的桥梁加劲梁抗侧力性能退化报警方法

文档序号:6507136阅读:244来源:国知局
基于横向风载效应的桥梁加劲梁抗侧力性能退化报警方法
【专利摘要】本发明公开了一种基于横向风载效应的桥梁加劲梁抗侧力性能退化报警方法,包括风载效应的数据采集、横向风速与横向位移的计算方法分析、横向风速与横向位移的相关性分析、残差报警方法分析等步骤。本发明通过控制报警时滞量可以实现加劲梁抗侧力性能退化的及时报警,同时给出了报警时加劲梁抗侧力性能退化的百分率,这一百分率对于加劲梁抗侧力性能退化的进一步安全评估具有重要价值。
【专利说明】基于横向风载效应的桥梁加劲梁抗侧力性能退化报警方法
【技术领域】
[0001]本发明涉及一种基于横向风载效应的桥梁加劲梁抗侧力性能退化报警方法。
【背景技术】
[0002]大跨桥梁加劲梁作为承受各种外界荷载的重要构件,在横桥向主要受风荷载作用,由风荷载引起的结构效应大小反映着桥梁加劲梁的抗侧力性能。若在大跨桥梁服役期内,加劲梁的抗侧力性能发生退化,则会严重影响大跨桥梁的安全使用功能。因此,在桥梁加劲梁的抗侧力性能发生退化时作出及时报警,具有十分重要的意义。
[0003]然而,目前关于桥梁加劲梁抗侧力性能发生退化的报警方法研究甚少,已有研究仅局限于完善横向风载效应的计算方法,或主动提高加劲梁抗侧力性能的安全储备,力求保证加劲梁的抗侧力性能始终处于完好状态,尚未考虑到加劲梁的抗侧力性能发生退化这一情况。大跨桥梁在长期服役期内,难免会因极端天气(台风、热带风暴、飓风)产生损伤并不断累积,从而导致加劲梁的抗侧力性能发生退化,因此对桥梁加劲梁的抗侧力性能退化进行及时报警是十分必要的。此外,能否对发生退化后的桥梁加劲梁抗侧力性能进行安全评估,将直接决定桥梁加劲梁的后续服役,因此在报警时给出桥梁加劲梁抗侧力性能退化的百分率也是必需的。
[0004]因此,需要一种基于横向风载效应的桥梁加劲梁抗侧力性能退化报警方法。

【发明内容】

[0005]发明目的:本发明针对现有技术中缺少关于桥梁加劲梁抗侧力性能发生退化的报警方法的缺陷,提供一种可以对桥梁加劲梁的抗侧力性能退化进行及时报警,且能提供报警时桥梁加劲梁抗侧力性能退化的百分率的桥梁加劲梁抗侧力性能退化报警方法。
[0006]技术方案:为解决上述技术问题,本发明的基于横向风载效应的桥梁加劲梁抗侧力性能退化报警方法采用如下技术方案:
[0007]—种基于横向风载效应的桥梁加劲梁抗侧力性能退化报警方法,包括以下步骤:
[0008]I)、在大跨桥梁加劲梁主跨跨中处的上游侧或下游侧安装三维超声风速仪和GPS位移监测站,对此处风向量V及位移向量u进行实时监测并以时间序列存储,其中,风向量V= [vr, α , β ],位移向量u=[ux, uy, uz],其中,Vr, α , β分别表示绝对风速、风攻角与风向角,ux, uy, Uz分别表示GPS坐标系下的三个主方向位移,风向量V及位移向量u的时间序列分别记为 v(t)、u(t),其中,v(t) = [vr(t), a (t), β (t)], u(t) = [ux(t), uy(t), uz(t)], t 表示时间,0≤t≤L, L表示时间长度;
[0009]2)、利用下式将步骤I)得到的风向量V的时间序列v(t)进行矢量分解得到实测横向风速序列vh (t),
[0010]vh (t) =vr (t).cos (a (t)).sin ( β (t))
[0011]其中,O≤t≤L,对时间区间[0,L]内的所有时刻遍历得到实测横向风速序列vh(t);[0012]利用下式将步骤I)得到的位移向量u的时间序列u(t)进行坐标转化得到实测横向位移序列(t),
[0013]ur (t) =Ux (t).sin ( Y ) -Uy (t).cos ( Y )
[0014]其中,Y表示GPS坐标系的x轴与加劲梁纵向轴线的夹角,O≤t≤L,对时间区间[0,L]内的所有时刻遍历得到实测横向位移序列ujt);
[0015]3)、横向风速变量V(t)与横向位移变量U(t)之间为线性相关,可利用下式表示,
[0016]U (t) =a.V (t) +b
[0017]式中,a、b为线性函数的待定参数,利用步骤2)得到的实测横向风速序列vh (t)和实测横向位移序列ujt)模拟得到待定参数a和b的值,进一步将步骤2)得到的实测横向风速序列Vh(t)带入上式得到对应的模拟横向位移序列U。(t),将模拟横向位移序列Uc;(t)减去步骤2)得到的实测横向位移序列ujt)得到残差序列c(t),
[0018]c(t)=uc(t)-ur(t);
[0019]4)、将步骤3)得到的残差序列c (t)的时间长度L等间隔划分为η份,每份子区间的时间长度为Λ t=L/n,计算每份子区间内所有时刻的残差均值Cnu,其中,i=l,2,...,n,所有子区间的残差均值构成序列Cm ;
[0020]5)、对步骤4)得到的序列(-进行概率统计特性分析,通过下式确定超越概率砂对应的残差均值 ,此残差均值即为P%保证率下的容许残差Cm,pSt: [0021]
【权利要求】
1.一种基于横向风载效应的桥梁加劲梁抗侧力性能退化报警方法,其特征在于,包括以下步骤: 1)、在大跨桥梁加劲梁主跨跨中处的上游侧或下游侧安装三维超声风速仪和GPS位移监测站,对此处风向量V及位移向量u进行实时监测并以时间序列存储,其中,风向量V= [vr, α , β ],位移向量u=[ux, uy, uz],其中,Vr, α , β分别表示绝对风速、风攻角与风向角,ux, uy, Uz分别表示GPS坐标系下的三个主方向位移,风向量V及位移向量u的时间序列分别记为 v(t)、u(t),其中,v(t) = [vr(t), a (t), β (t)], u(t) = [ux(t), uy(t), uz(t)], t 表示时间,O≤t≤L, L表示时间长度; 2)、利用下式将步骤I)得到的风向量V的时间序列v(t)进行矢量分解得到实测横向风速序列vh (t),
vh(t)=vr(t).cos(a (t)).sin(3 (t)) 其中,O≤t≤L,对时间区间[0,L]内的所有时刻遍历得到实测横向风速序列vh(t); 利用下式将步骤I)得到的位移向量u的时间序列u(t)进行坐标转化得到实测横向位移序列ujt),
ur (t) =ux (t).sin ( Y ) -Uy (t).cos ( y ) 其中,Y表示GPS坐标系的x轴与加劲梁纵向轴线的夹角,O ( t ( L,对时间区间[0,L]内的所有时刻遍历得到实测横向位移序列\(t); 3)、横向风速变量V(t)与横向位移变量U(t)之间为线性相关,可利用下式表示,
U (t) = a.V (t) +b 式中,a、b为线性函数的待定参数,利用步骤2)得到的实测横向风速序列vh(t)和实测横向位移序列ujt)模拟得到待定参数a和b的值,进一步将步骤2)得到的实测横向风速序列Vh(t)带入上式得到对应的模拟横向位移序列U。(t),将模拟横向位移序列ujt)减去步骤2)得到的实测横向位移序列ujt)得到残差序列c(t),
c(t)=Uc(t)-Ur(t); 4)、将步骤3)得到的残差序列c(t)的时间长度L等间隔划分为η份,每份子区间的时间长度为Λ t=L/n,计算每份子区间内所有时刻的残差均值Cnu,其中,i=l,2,...,n,所有子区间的残差均值构成序列cm ; 5)、对步骤4)得到的序列Cm进行概率统计特性分析,通过下式确定超越概率q%对应的残差均值,此残差均值即为P%保证率下的容许残差Cm,pSt:
2.如权利要求1所述的基于横向风载效应的桥梁加劲梁抗侧力性能退化报警方法,其特征在于,步骤I)中所述时间序列V(t)和u(t)的时间长度L大于等于一个月。
3.如权利要求1所述的基于横向风载效应的桥梁加劲梁抗侧力性能退化报警方法,其特征在于,步骤5)中f (Ce)为Ce的Logistic分布函数。
4.如权利要求1所述的基于横向风载效应的桥梁加劲梁抗侧力性能退化报警方法,其特征在于, 步骤6)中,加劲梁抗侧力性能退化的报警误报率Ψ%存在两种情况:加劲梁抗侧力性能实际未发生退化却报警,对应的误报率用表示;加劲梁抗侧力性能实际发生退化却未报警,对应的误报率用表不; 其中,对于加劲梁抗侧力性能实际未发生退化却报警,则误报率即为超越概率q% ; 对于加劲梁抗侧力性能实际发生退化却未报警,首先以Λ t为基本时距计算加劲梁性能退化后100 Δ t时间段内的残差均值序列Cnucici,并对残差均值序列Cnucici进行概率统计特性分析,得到Cnucitl对应的超越概率值,此概率值即为误报率Ψ2%: I—7。"咖氏= ψ2% Cd为序列Cnutltl对应的残差均值变量,g(cd)为Cd的分布函数。
5.如权利要求4所述的基于横向风载效应的桥梁加劲梁抗侧力性能退化报警方法,其特征在于,g(cd)为Cd的Logistic分布函数。
6.如权利要求1所述的基于横向风载效应的桥梁加劲梁抗侧力性能退化报警方法,其特征在于,步骤3)中线性相关函数v(t)=a *u(t)+b的参数项a与加劲梁抗侧力性能有关,如果参数a增加百分率m,则线性函数变为:
u(t)=a.(1+m).V(t) +b 将时间序列vh(t)带入上式并重复步骤3)和步骤4),求出此时的残差均值序列cn Cm的概率统计特性满足下 式,cm;p%对应的超越概率为Ψ2%:
\Cmp''h(cs,)dcv =r,%
J—? 式中,Cv为序列心对应的残差均值变量,h (Cv)为Cv的分布函数,则加劲梁抗侧力性能的退化率P %表示为: p%={\-)100% ο
1 + m
7.如权利要求6所述的基于横向风载效应的桥梁加劲梁抗侧力性能退化报警方法,其特征在于,h(cv)为Cv的Logistic分布函数。
【文档编号】G06F19/00GK103440404SQ201310340367
【公开日】2013年12月11日 申请日期:2013年8月7日 优先权日:2013年8月7日
【发明者】丁幼亮, 王高新, 宋永生 申请人:东南大学
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1