论文部分内容阅读
大跨度桥梁具有刚度小、阻尼和基频低以及模态密集等特点,在风荷载作用下容易产生较大变形和振动。研究桥址风场随机特性是进行桥梁风致疲劳评估和可靠度分析的基础。由于受到地理环境、气候因素和桥梁类型的影响,桥址处风场呈现出明显的不确定性,风场不确定性难以准确表征将导致可靠度评估精度不足,现场原位监测是反映桥址风场不确定性最真实有效的手段。由于风场监测数据中成分复杂,非平稳随机特性明显,有必要进行考虑监测数据非平稳性的桥址风场特性分析,进而基于监测数据挖掘桥址风场不确定性特征,发展风场不确定性建模和模型优化方法,最终构建桥址风场特性统计分析和概率建模研究体系。本文主要的研究内容如下:(1)对不同气候环境风场监测数据进行平稳性检验,分别采用平稳风速模型和非平稳风速模型分析非平稳风场监测数据。对于非平稳风速模型,经验模态分解法和小波多分辨率分析法用于提取原始监测数据中隐含的趋势项,将趋势项作为时变平均风速。基于非平稳风速模型中两种方法提取的时变平均风速和脉动风速,对比分析强风环境风场特性。(2)基于台风期间风场监测数据,分析强风环境风速和风向的概率分布特点,提出基于角度-线性模型和EM模型参数估计方法的风速风向联合分布间接建模方法,对台风期间平均风速和平均风向进行风速风向联合分布概率建模。风速分布采用双参数Weibull混合分布建模,风向分布采用vonMises混合分布建模,采用EM算法实现风速和风向分布模型的参数估计,并根据选择准则的AIC值和R2值确定最优模型。(3)分析结构健康监测系统采集的长期监测数据,实现桥址风场特性的随机表征。提出基于遗传算法和有限混合分布的风速风向联合分布直接建模方法,用于建立全年监测数据的风速风向联合分布模型。基于有限混合分布方法建立Weibull-von Mises有限混合分布模型,构建基于遗传算法的模型参数估计方法。运用提出的直接建模方法对全年监测数据进行风速风向联合分布建模,与间接建模方法进行对比验证。(4)考虑监测和建模过程中的误差和不确定性,提出基于贝叶斯推断的风速风向联合分布模型参数更新和模型优化方法,通过后续风场监测数据更新风速风向联合分布模型参数。采用马尔可夫链蒙特卡洛方法(MCMC)中的切片算法求解高维、复杂的后验分布。通过将提出的方法应用于单变量、双变量模拟数据以及风场监测数据,验证其有效性。