论文部分内容阅读
随着我国经济的快速发展,交通运输的主要枢纽——桥梁,其承担的交通任务也越来越重,其安全性要求也越来越高。桥梁在服役期间,为了能够快速并有效地判断出桥梁的损伤位置及程度,从而采取有效措施保证桥梁的安全运营,使得桥梁结构损伤识别技术在桥梁工程领域的应用越来越广泛。桥梁结构损伤识别技术在保护人民生命财产和国民经济安全方面起着决定性作用,因此,研究桥梁结构损伤识别技术是非常必要的,也具有重要的现实意义。在识别桥梁结构损伤时,如何快速有效地识别桥梁结构损伤的位置和损伤程度一直都是研究的重点;同时,实际工程中实测信号往往会受到环境因素的影响,使得有效信息被噪声淹没,因此,如何有效地降低实测信号中的噪声也成为了桥梁结构损伤识别技术研究中的一个重要部分。针对以上两部分内容,本文主要进行了以下几方面的工作:(1)介绍了本文的研究背景及目的,同时阐述了桥梁结构损伤识别技术的研究现状,在此基础上引出本文的主要研究内容及研究思路。阐述了小波分析理论,并指出了多分辨率分析只能细分信号的低频部分。从而引出了小波包分析理论,指出了小波包分析在信号处理中可同时细分信号的低频和高频部分的特点,与多分辨率分析相比,其信号的时频分辨率大大提高。(2)阐述了小波包能量的概念、小波包能量构造方法以及最优小波基和分解水平的选择。基于小波包能量,提出了基于最优小波包分解的能量降噪法以及损伤指标——小波包总能量变化率指标(DSI指标)。(3)以大冶湖特大桥主桥为工程背景,利用有限元软件midas建立有限元模型,获得多个工况下多个节点在移动荷载作用下的加速度动态响应。以加速度动态响应为基础,根据代价函数——香农(shannon)熵标准选择最优小波包基和最优分解层次。(4)通过Matlab软件对原始信号添加不同强度的高斯白噪声,模拟出了带噪声的振动信号,发现了在振动信号中噪声信号主要存在于高频段,且能量较小。通过模拟信号的仿真分析,证明了基于最优小波包分解能量降噪法在振动信号降噪中的有效性和鲁棒性,并与小波包阈值降噪方法进行对比,进一步证明了该方法在振动信号降噪中的优越性、灵活性及稳定性。(5)采用降低单元刚度的方式模拟桥梁结构损伤,并将损伤工况分为单损伤工况(且损伤程度不同)和多损伤工况。然后,分别采用本文提出的小波包总能量变化率指标(DSI指标)和其他学者提出的小波包各频带能量比之和指标(DDI指标)对损伤工况进行损伤识别,对两种指标损伤识别灵敏度进行了详细分析。结果表明,小波包总能量变化率指标(DSI指标)能有效地识别单损伤工况和多损伤工况,识别效果优于小波包各频带能量比之和指标(DDI指标)。(6)以无噪声加速度动态响应数据为基础,对各损伤工况节点响应分别添加信噪比为20dB、30dB、40dB高斯白噪声,对DSI指标的鲁棒性进行了详细分析。结果表明,小波包总能量变化率指标(DSI指标)具有较好的噪声鲁棒性。(7)考虑到高强度噪声对损伤识别效果的影响,采用最优小波包分解能量降噪法对添加信噪比为20dB高斯白噪声的各损伤工况节点加速度动态响应进行了降噪处理,发现对基于最优小波包分解能量法降噪能有效提高小波包总能量变化率指标(DSI指标)在桥梁损伤识别的准确度。(8)通过对不同损伤程度的各节点小波包总能量比指标(DSI指标)进行单边置信区间处理。对单边置信处理后的损伤单元附近节点的DSI指标与损伤程度进行三次曲线拟合,模拟出单边置信处理后的DSI指标值偏差值与损伤程度之间的关系。同时,对无噪声和20dB噪声两种条件下的损伤程度识别效果进行了对比分析,发现DSI损伤指标值在无噪声条件下能够准确识别出损伤程度,且在含噪声条件下能够对损伤程度进行有效的识别。最后,总结了本文的主要研究内容,并展望了尚需进一步研究的部分。