基于FBG和有限元模型修正的桥梁结构损伤识别方法与流程

本发明涉及结构损伤识别方法，特别涉及基于fbg和有限元模型修正的桥梁结构损伤识别方法。

背景技术：

桥梁结构是交通运输线路上的重要设施，然而，不幸的是，有关桥梁破坏甚至垮塌的事故常常出现，为了避免悲剧发生，国内外许多大桥都安装了结构健康监测系统，工程人员希望通过对桥梁力学状态的在线监测，对结构损伤的准确识别，以及对结构安全状况的实时评估，保障桥梁结构的安全性。当前在役的桥梁结构健康监测系统通常由数量众多、类型各异的传感器构成(如加速度传感器、fbg传感器等)，若对结构进行连续在线监测，结构健康监测系统每日都会获得海量的实测数据。这些实测数据中既包含了能够反映结构健康状况的有效信息，又混杂了大量无用的信息。

大量科学研究和工程实践证明，利用fbg传感器可获取连续分布于结构表面的应变时程信息，进而判定结构损伤出现位置，但很难定量识别结构损伤的大小；利用动力有限元模型修正的方法可以定量识别结构损伤，但由于计算成本等问题，难以同时识别大量不确定性参数。

技术实现要素：

发明目的：本发明目的是提供基于fbg和有限元模型修正的桥梁结构损伤识别方法。

技术方案：本发明提供一种基于fbg和有限元模型修正的桥梁结构损伤识别方法，包括如下步骤：

(1)建立桥梁的精细化有限元模型；

(2)在桥梁主要构件上安装fbg应变传感器，并获取车辆荷载作用下结构的应变响应时程；

(3)利用分形维数方法处理实测应变响应时程，对结构的损伤进行定位；

(4)利用加速度传感器获取在役桥梁的动力特性；

(5)修正精细化高保真动态有限元模型，定量识别桥梁结构损伤。

进一步地，所述步骤(1)中建立桥梁的精细化有限元模型的方法为：

a、使用实体单元和壳体单元建立桥梁的精细化初始有限元模型；

b、根据桥梁竣工时的实测动力特性对初始有限元模型进行修正，获得高保真动态精细化有限元模型。

进一步地，所述步骤(2)应变响应时程获取方法为：

a、在各纵梁底面沿纵向连续布设fbg应变传感器；

b、利用fbg应变传感器获取桥梁竣工时无损状态下单车过桥引起的纵梁底部各处应变响应时程；

c、利用fbg应变传感器获取桥梁服役时有损状态下单车过桥引起的纵梁底部各处应变响应时程。

进一步地，所述步骤(3)对结构的损伤进行定位的方法为：

a、利用分形维数方法处理无损状态下的实测桥梁应变响应时程，获得分形维数曲线；

b、利用分形维数方法处理服役状态下的实测桥梁应变响应时程，获得分形维数曲线；

c、对比无损状态下与服役状态下的分形维数曲线，确定结构损伤出现的位置。

进一步地，无损状态下的分形维数曲线计算方法如下：

式中，x1，x2，...，xn为应变响应时程样本，n为样本点数，δt为采样时间间隔，d为分形维数。

进一步地，所述步骤(4)利用加速度传感器获取在役桥梁的动力特性的方法为：

a、将加速度传感器沿纵向均布于桥梁主梁上表面上下游两侧；

b、利用加速度传感器测量在役桥梁环境激励下的振动响应；

c、采用efdd、ssi等模态识别方法识别出在役桥梁的动力特性。

进一步地，所述步骤(5)定量识别桥梁结构损伤的方法为：

a、将基于分型维数法判定的损伤构件的材料参数或几何参数视为不确定性参数，基于试验设计方法利用高保真动态有限元模型采样，计算获得各样本点处有限元模型的低阶模态频率；

b、将不确定性参数视为自变量，将结构低阶动力特性视为系统响应，利用采样数据建立回归模型，回归模型可替代精细化有限元模型开展模型修正；

c、将实测在役桥梁的动力特性视为优化目标，基于回归模型开展优化，识别出不确定性参数，定量给出结构损伤。

有益效果：本发明将fbg传感技术与动力有限元模型修正技术相结合，对两种结构健康监测技术各取所长，实现在桥梁结构失效发生前准确地预测其损伤位置和损伤程度，从而建立有效的桥梁结构健康监测系统。可以在桥梁结构失效发生前准确地预测其损伤位置和损伤程度，以避免重大事故的发生。

附图说明

图1为本发明实施例中异形拱桥钢箱梁损伤部位示意图；

图2为本发明实施例中异形拱桥精细化有限元模型；

图3为本发明实施例中异形拱桥桥面加速度传感器及主梁梁体底部fbg传感器分布示意图；

图4为本发明实施例中基于数值仿真获得的5号fbg传感器给出的无损结构和有损结构的顺桥向应变响应时程；

图5为本发明实施例中无损工况下和有损工况下的分形维数曲线；

图6为本发明实施例中基于数值仿真获得的1号和8号加速度传感器给出的有损结构的竖向加速度响应时程。

具体实施方式

以某主跨120m的异形钢拱桥为例，假定该桥钢箱梁跨中节段弹性模量折减50％(异形拱桥钢箱梁损伤部位以图形显示为图1)，采用本发明的方法对其进行损伤识别。通过数值仿真模拟该桥在无损和损伤两种状态下一辆重300kn的汽车以90km/h速度过桥引起的结构动力响应，提取不同状态下钢箱梁底部的顺桥向应变响应时程和桥面竖向加速度响应时程作为实施例的原始数据。具体实施步骤如下：

(1)建立桥梁的精细化有限元模型，具体方法如下：

首先，建立精细化初始有限元模型，采用混合单元方案建模：使用梁单元模拟异形空间拱肋体系，使用杆单元模拟吊杆，使用实体单元模拟大体积混凝土，使用壳体单元模拟钢箱梁，初始有限元模型以图形显示为图2。对初始有限元模型进行模态分析，结果见表1。

表1初始有限元模型的模态频率及误差

其次，以该桥竣工时的实测模态频率为依据，开展模型修正。精细化有限元模型复杂，采用传统基于灵敏度分析的模型修正方法计算成本高，因此，利用回归模型替代有限元模型开展模型修正。表2是修正后有限元模型的模态频率及误差。由表2，修正后有限元模型1-4阶模态频率相对误差被控制在[0，20％]范围，可视为高保真动态精细化有限元模型。

表2修正后有限元模型的模态频率及误差

(2)利用桥梁主梁底部顺桥向连续安装的分布式fbg应变传感器获取车辆荷载作用下无损结构和有损结构的应变响应时程，具体方法如下：

首先，在主梁底部沿纵向中线连续安装15个顺桥向分布式fbg应变传感器，fbg传感器分布以图形显示为图3。

其次，利用fbg应变传感器获取桥梁竣工时无损状态下单车过桥引起的纵梁底部各处顺桥向应变响应时程，基于数值仿真获得15个fbg传感器的时程样本，其中，5号fbg传感器的时程样本以图形显示为图4。

再其次，利用fbg应变传感器获取桥梁服役时有损状态下单车过桥引起的纵梁底部各处顺桥向应变响应时程，基于数值仿真获得15个fbg传感器的时程样本，其中，5号fbg传感器的时程样本以图形显示为图4。

(3)利用分形维数方法处理实测应变响应时程，对结构的损伤进行定位，具体方法如下：

首先，利用式(1)处理无损状态下15个fbg传感器给出的桥梁应变响应时程样本，获得无损工况下的分形维数曲线：

式中，x1，x2，...，xn为应变响应时程样本，n为样本点数，δt为采样时间间隔，d为分形维数。无损工况下的分形维数曲线以图形显示为图5。

其次，利用式(1)处理有损状态下15个fbg传感器给出的桥梁应变响应时程样本，获得有损工况下的分形维数曲线，有损工况下的分形维数曲线以图形显示为图5。

最终，对比无损状态下与有损状态下的分形维数曲线，发现二者在8、9号fbg传感器位置(跨中处)差异显著。因此，确定结构损伤出现的位置为主梁跨中节段，无损工况下和有损工况下的分形维数曲线对比以图形显示为图5。

(4)利用加速度传感器获取在役(有损)桥梁的动力特性，具体方法如下：

首先，将10个加速度传感器沿纵向均布于桥面上下游两侧，每侧各布设5个传感器，加速度传感器分布以图形显示为图3。

其次，利用加速度传感器获取单车过桥引起的有损结构的桥面竖向加速度响应时程，基于数值仿真获得10个加速度传感器的时程样本，其中，1号和8号传感器测得的加速度响应时程样本以图形显示为图6。

最终，采用efdd法分析结构有损状态下的加速度响应时程样本，获得结构动力特性。表3是采用efdd法获得的有损结构的模态频率及误差。

表3采用efdd法获得的有损结构的模态频率及误差

(5)修正精细化高保真动态有限元模型，定量识别桥梁结构损伤，具体方法如下：首先，将主梁跨中节段的弹性模量视为不确定性参数，基于单因素试验设计方法利用高保真动态有限元模型采样，获得的5个样本点处有限元模型的1-4阶模态频率由表4给出。

表4基于单因素试验设计的有限元模型采样结果

其次，利用表4给出的采样数据建立各阶模态频率的回归模型，其中，一阶模态频率的回归模型由式(2)给出：

f1＝1.41+0.033a-0.013a²+0.004667a³(2)

式中，f1代表一阶模态频率，a代表主梁跨中节段弹性模量。f值检验发现所建立的各回归模型显著，失拟项不显著；r²检验发现所建立的各回归模型拟合程度较好，试验误差小；充分精度检验发现所建立的各回归模型具有足够的信号，模型拟合在整个设计空间范围有效。这些表明回归模型可替代精细化有限元模型开展模型修正。

最终，将表3给出的有损结构动力特性视为优化目标，基于各阶回归模型开展优化，识别出主梁跨中节段弹性模量为8.2e10n/m²，与数值仿真中预设的损伤部位弹性模量(10.3e10n/m²)接近，二者误差为19.96％。