论文部分内容阅读
桥梁结构受自然环境和人为等因素的影响,在正常使用期间会出现损伤,并会随时间逐步积累,最终可能导致严重的工程事故。在事故发生前通过结构健康监测,识别结构损伤,掌握结构工作状态,对于保障结构安全、预防突发事故具有重大价值。在众多损伤识别方法中,基于UT变换的无迹卡尔曼滤波方法(UKF)是一种递推型的模型修正方法。与传统时域方法相比,UKF可以通过递推的方式得到状态的最优估计;与扩展卡尔曼滤波方法相比,对于非线性系统参数识别问题,不需要求解复杂的雅克比矩阵且具有更高的精度。针对UKF在结构损伤识别反问题中存在的不适定性,本文基于伪测量技术提出了结合pl范数正则化的UKF方法,可以有效利用不同类型的桥梁损伤先验信息来提高损伤识别效果;并以此为基础将结合正则化的UKF应用到考虑空间特性的桥梁损伤识别中。具体的研究工作如下:(1)利用模态坐标代替结构节点响应构建UKF的状态向量,采取模态截断技巧有效缩减状态向量维数;并将损伤参数添加到状态向量当中,构造结构状态与结构参数混合识别问题;进而利用结构的自由振动观测值,通过递推计算在得到状态最优估计的同时识别损伤。(2)为充分利用人工巡检等方式得到的桥梁损伤先验信息,本文基于伪测量技术,提出将UKF结合pl范数正则化方法识别结构损伤。根据结构的损伤特点可以选择不同的正则化方法,有效缓解了反问题求解的不适定性,提高了损伤识别的精度。论文首先以简支梁为代表的数值算例对两种pl正则化方法进行了比较,分析了不同正则化方法的识别效果和适用的损伤情况;进而考虑具有局部损伤特点结构,以平面桁架为代表重点验证了结合1l范数正则化的UKF方法有效性。(3)在桥梁结构损伤识别分析中,简化的梁式结构是目前最为常见的分析模型;但实际的桥梁都是三维结构,具有空间特性。考虑空间桥梁结构时,结构变形、损伤分区和测点布置跟一维梁式结构都有很大的区别。论文选取板梁桥和T型梁桥两种代表性桥梁作为研究对象,进行损伤识别的研究。首先利用ANSYS建立了具有空间特性的板梁桥结构,考虑结构损伤为局部损伤,研究UKF结合1l范数正则化方法对板梁桥的识别效果,重点研究板梁桥的空间分区和测点布置方案对损伤识别的影响;在针对T型梁桥的分析中,分别以湿接缝、横隔板、主梁为损伤对象进行损伤识别,同时还分析了不同的模态信息、不同的分区数目、不同的测点布置方案对湿接缝的识别影响。结果表明,对于具有空间特性的桥梁空间结构,UKF结合正则化方法可以有效识别损伤,同时具备很强的鲁棒性和一定的抗噪声能力。