本发明属于索承桥梁模数式伸缩缝的无损检测，具体涉及一种索承桥梁模数式伸缩缝的在线损伤预警方法。
背景技术：
桥梁伸缩缝主要是用来满足桥梁在温度、风荷载以及车辆荷载作用下的收缩和膨胀变形，相比于桥梁的其他构件，伸缩缝要经受更频繁的变形损伤，所以耐久性问题就成了桥梁管理养护的关键问题之一。伸缩缝破坏的原因有很多，例如过重的车辆荷载、连接部位的破坏以及伸缩缝安装施工不到位或者未满足维修要求等。之前已经有专家学者研究过，伸缩缝的平均寿命范围一般在15年～20年，远小于桥梁的寿命周期。而且，伸缩缝的维修费用一般要占用桥梁养护维修费用的7％～8％。
由于索承桥梁本身柔性大，所以伸缩缝处的累积位移较大，因而伸缩缝在索承桥梁体系中更易遭受损伤。例如，世界上最大的悬索桥明石海峡大桥在1998年通车之后，仅3年时间就在伸缩缝的连接处发生了疲劳破坏；江阴长江大桥在1999年通车后，于2003年在伸缩缝与主梁连接处产生了损伤，最终在2007年不得不更换新的伸缩缝构件。索承桥梁由于梁端位移量较大，普遍采用模数式伸缩缝。江阴长江大桥的病害表明，模数式伸缩缝的支撑横梁和中梁更易遭受累积应变损伤。因此，利用先进的传感器技术以及成熟的有限元建模技术，对索承桥梁模数式伸缩缝的支撑横梁和中梁等关键构件进行在线监测，及时做出预警，为伸缩缝的养护管理提供科学依据。
技术实现要素：
发明目的：针对上述现有技术的不足，本发明提供一种索承桥梁模数式伸缩缝的在线损伤预警方法，针对索承桥梁模数式伸缩缝中支撑横梁和中梁两类关键构件的在线损伤进行预警，提高桥梁健康监测技术和桥梁安全性。
技术方案：一种索承桥梁模数式伸缩缝的在线损伤预警方法，包括如下步骤：
(1)设置主梁跨中竖向挠度传感器；
(2)分别建立主梁跨中挠度与模数式伸缩缝的支撑横梁应变以及车辆荷载与模数式伸缩缝的中梁应变的数学相关模型；
(3)对监测数据的处理；
(4)支撑横梁和中梁的在线损伤预警。
进一步的，步骤(1)所述的传感器设置在索承桥主梁跨中位置，且数量为一个及其一个以上；
进一步的，所述的步骤(2)包括以下步骤：
(2.1)建立梁端包含模数式伸缩缝的索承桥梁的整体有限元模型；
(2.2)在不施加车辆荷载情况下进行主梁跨中挠度加载，并且令主梁跨中挠度d从0.2m～3.0m逐级变化，每级变化0.1m～0.3m，计算跨中挠度d加载在该桥梁模型上时，模数式伸缩缝的支撑横梁处所产生的应变值εs；
(2.3)在跨中无挠度加载情况下进行主梁车辆荷载加载，并且令车辆荷载p从5kn～300kn逐级变化，每级变化10kn～30kn，计算车辆荷载p通过该桥梁模型时，模数式伸缩缝的中梁处所产生的应变值εc；
(2.4)采用线性回归的方法分别建立主梁跨中挠度d和模数式伸缩缝的支撑横梁应变εs之间以及车辆荷载p和模数式伸缩缝的中梁应变εc的相关性模型，回归模型参数由最小二乘法计算得到。
进一步的，步骤(3)所述的监测数据的处理以1天为计算区间，对主梁跨中的竖向位移传感器获取的原始数据进行处理，包括计算主梁跨中竖向挠度的日最大值、通过收费站收集车辆荷载信息和计算当天通过桥梁的所有车辆荷载的日总重量。
进一步的，步骤(4)包括以下具体步骤：
(4.1)根据步骤2的相关性模型，计算对应于监测得到的竖向挠度日最大值d的支撑横梁应变εs，据此计算m天的累积应变εst，若累积应变εst超过该支撑横梁所允许的累积应变阈值，则在线作出模数式伸缩缝的支撑横梁损伤预警；
(4.2)根据步骤2的相关性模型，计算对应于监测得到的车辆荷载日总重量的中梁应变εc，在此基础上计算m天的累积应变εct，若累积应变εct超过该中梁所允许的累积应变阈值，则在线作出模数式伸缩缝的中梁损伤预警。
有益效果：本发明相比现有技术其显著效果在于，本发明针对索承桥梁模数式伸缩缝中支撑横梁和中梁两类关键构件的损伤问题，提出一种在线预警分析方法，提高桥梁健康监测技术和桥梁安全性；另一方面，所述方法对于桥梁的支撑横梁和中梁损伤监测提出模数式分析处理，其方法实用性更强。
附图说明
图1为本发明的原理框图。
具体实施方式
为了详细的说明本发明公开的技术方案，下面结合说明书附图和具体实施例作进一步的阐述。
如图1所示，一种索承桥梁模数式伸缩缝的在线损伤预警方法，包括以下步骤：
(1)在索承桥梁施工建设时，在主梁跨中截面设置竖向挠度传感器，用以监测主梁跨中的竖向挠度；
(2)根据索承桥梁的设计图纸，采用abaqus软件建立梁端包含模数式伸缩缝的索承桥梁的整体有限元模型。然后在不施加车辆荷载的情况下进行主梁跨中挠度加载，令主梁跨中挠度d从0.2m～3.0m逐级变化，每级变化0.2m，计算跨中挠度d加载在该桥梁模型上时模数式伸缩缝支撑横梁处所产生的应变值εs；再载跨中无挠度加载条件下进行主梁车辆荷载加载，并且令车辆荷载p从5kn～300kn逐级变化20kn，计算车辆荷载p通过该桥梁模型时，模数式伸缩缝中梁处所产生的应变值εc；
(3)采用线性回归的方法分别建立主梁跨中挠度d和伸缩缝支撑横梁应变εs之间以及车辆荷载p和伸缩缝中梁应变εc的关系，模型表达式为：
εs＝βs0+βs1d(1)
εc＝βc0+βc1p(2)
式中，βs0、βs1、βc0和βc1为回归系数，可通过最小二乘的方法得到：
式中，
(4)将原始监测数据作如下处理：
主梁跨中的竖向挠度以1天为计算区间，计算主梁跨中竖向挠度的日最大值；通过收费站收集的车辆荷载信息，以1天为计算区间，计算当天通过桥梁的所有车辆荷载的日总重量。
(5)计算实际运营过程中模数式伸缩缝关键构件的累积应变值：将步骤(4)中监测得到的竖向挠度日最大值输入步骤(3)中的相关性模型中，得到对应的伸缩缝支撑横梁的日应变值，在此基础上计算m天的累积应变εst，若累积应变εst超过该支撑横梁所允许的累积应变阈值，则在线作出模数式伸缩缝的支撑横梁损伤预警。
(6)将步骤(4)中监测得到的车辆荷载日总重量输入步骤(3)中的相关性模型中，得到对应的伸缩缝中梁应变的日应变值，在此基础上计算m天的累积应变εct，若累积应变εct超过该中梁所允许的累积应变阈值，则在线作出模数式伸缩缝的中梁损伤预警。