论文部分内容阅读
涡激共振(简称涡振)是大跨桥梁的一种风致振动现象,国内外数十座桥梁出现过这一病害。对于大跨柔性桥梁,涡激共振起振风速低,涡振问题更为突出。涡激共振涉及到流体与结构气动耦合非线性效应,机理极为复杂,准确预测涡振仍然十分困难。结构在线监测技术通过测量结构发生涡激共振时的来流风参数及结构动力响应,为研究涡激共振问题提供了有力的手段。结构监测系统实测的结构响应大部分数据为风致抖振、车辆振动或者二者的结合等一般的环境振动(本文所指的环境振动为此类随机振动),只有极少数为涡激共振响应。结构在线监测数据量庞大,每年数据量高达数个TB,如何从海量实测数据中自动识别出涡激共振响应是一个必须解决的关键问题,不仅是工程实践及研究涡激共振问题的需要,还可为实现涡激共振半主动控制奠定基础。本论文在对国内外研究与应用现状进行综合评述分析的基础上,以我国目前最大跨度的西堠门悬索桥为工程背景,利用结构健康监测系统实测的海量数据,对涡激共振的自动识别及实测涡激共振的响应特征开展了研究。具体研究内容和主要结论如下:(1)基于实测主梁加速度响应识别了西堠门大桥主要竖弯模态频率及阻尼比。采用解析模式分解(Analytical mode decomposition,AMD)的随机减量技术(Random decrement technique,RDT)从西堠门大桥健康监测系统实测主梁竖向加速度响应数据中提取了在不同风速下的模态频率和模态阻尼比特征,并统计了结构阻尼比,结果表明:(i)随着风速的增大,各阶竖弯模态的频率基本保持不变;(ii)当风速小于涡激共振风速锁定区间时,对应的各阶模态的阻尼比具有离散性但是整体变化不大,当风速位于锁定区间时,阻尼比降低,然后随着风速的增大,阻尼比呈现增大的趋势。(2)对识别的西堠门桥竖弯模态的振型阻尼比进行了统计分析。得到的各阶振型阻尼比的50分位值和平均值分别为:第一阶模态0.323%、0.428%;第二阶模态0.305%、0.347%;第三阶模态0.196%、0.224%;第四阶模态0.266%、0.292%;第五阶模态0.871%、0.914%;第六阶模态0.356%、0.384%;第八阶模态0.691%、0.732%;第九阶模态0.422%、0.429%。总体而言,大部分竖弯模态的振型阻尼比要小于我国规范建议值0.5%;反对称模态(第5和第9阶)的阻尼比要高于对称竖弯模态。(3)从理论上证明了基于随机减量处理的涡激共振响应仍然为简谐响应,这是区别于环境随机振动的典型特征。基于这一显著差异,提出了基于随机减量技术的涡激共振自动识别方法。通过数值仿真对该方法进行了验证,结果表明:提出的方法可以有效区分环境随机振动和涡激共振。(4)根据环境振动与涡激共振功率谱之间的显著差异,提出了基于新奇检测技术的涡激共振自动识别研究方法。该方法视桥梁的环境随机振动为正常状态,采用随机振动响应的功率谱作为输入,通过BP神经网络的训练并建立正常状态模式;涡激共振时其功率谱发生异常,识别出涡激共振。通过仿真模拟验证了本方法的可行性。(5)采用提出的涡激共振自动识别方法,对西堠门大桥健康监测系统实测数据进行了涡激共振自动识别,对识别的涡激共振特征进行了统计分析。结果表明:(i)本文提出的两种方法均能准确自动识别涡激共振;(ii)该桥第2阶至第9阶竖弯模态均发生了涡激共振;(iii)风向基本垂直于顺桥向,各阶模态的涡激共振具有显著地风速锁定区间;(iv)发生涡激共振时紊流度多集中在15%以下,且紊流度较大时涡激共振振动振幅将减小。