移动荷载下桥梁的损伤识别.ppt

移动荷载下桥梁的损伤识别,选题背景：随着城市的发展以及人口的增长,建筑物越来越密集,道路难于拓宽,从而导致交通日渐拥堵，由于结构的设计服役期较长,环境因素的影响大,加之现在车速不断的提高,车辆荷载对桥梁结构的激振作用越来越明显，在多种因素的影响下,桥梁结构出现了不同程度的损伤,随着损伤的不断积累,结构就会突然失效,造成严重的经济损失以及人员伤亡,为了生命财产的安全,对桥梁结构进行损伤识别显得尤为重要。,选题的背景及意义,选题意义： 由于桥梁所处的地理位置一般非常重要且无法绕行,所以在不影响正常交通的情况下,利用在正常行驶车辆作用下桥梁的响应对桥梁结构进行损伤识别,具有非常重要的实际意义。 此毕业论文选择移动荷载下桥梁的损伤识别，一是对此方向较为感兴趣；二是为今后从事桥梁损伤识别的研究奠定良好的基础。,论文结构和主要内容,第一部分 桥梁识别的研究现状 第二部分 希尔伯特-黄变换（HHT）的基本理论 第三部分 移动荷载下桥梁的损伤识别,第四部分 毕业论文总结,第一部分 桥梁损伤识别方法,目前结构的损伤识别常用的方法有： 静态识别法：基于静态测试数据,施加的主要是静力荷载 主 动态识别法：基于振型、振型曲率、结构固有频率 变 结构柔度、频响函数等动力特性变化的 的 的识别方法 智能识别法：神经网络、遗传算法、小波变换属于智能 智 智能识别法,第二部分 希尔伯特-黄变换（HHT）的基本理论,希尔伯特黄变换（HHT）由台湾中央研究院院士黄锷（Norden E. Huang）等人提出，将欲分析信号分解为固有模态函数（IMF），这样的分解流程称为经验模态分解(EMD)的方法。然后将IMF作希尔伯特转换,正确地获得资料的瞬时频率。 主要步骤如下：首先用经验模态分解方法(EMD)把数据分解为n阶固有模态函数(IMF)和残余变量,然后再将每一阶IMF做Hilbert变换获得信号的时频谱-Hilbert谱。,假设这样一个信号：,对于信号 ,经过EMD分解后结果为: 对上式中的每个固有模态函 做Hilbert变换得到: 构造解析信号: 解析信号的幅值函数: 相位函数：,再对相位函数求导既得瞬时角频率和瞬时频率: 这样就可以把信号表示成下列形式: 观察上式，是以时间t 和瞬时频率w(t)为自变量,信号的幅值能够表示为H(w,t)函数 ,这种幅值的时间-频率分布被称为Hilbert谱(亦称HHT谱)。,画出Hilbert谱：,小结： 1.从FFT谱中可以观察出信号包含的频率成分,却无法从中看出任何信号发生突变的信息。 2.从HHT时频谱图中可看出频谱图有突变,且可很明显地看出突变的时刻分别是t=0.65s处，Hilbert谱可以识别出损伤发生的时刻。,第二部分希尔伯特-黄变换（HHT）的基本理论,Hilbert边际谱： 若认为能量可以表示为振幅的平方,那么也可以得到Hilbert能量谱,进而得到能量边际谱：,总结： 1.H(w,t)精确地描述了信号的幅值在整个频率段上随时间和频率的变化规律。 2.边际谱h(w)反映了单位频率内的幅度分布,给出了每个频率成分的贡献,而能量边际谱E(w)则表现了能量随时间变化的信息。,第三部分 移动荷载下桥梁的损伤识别,桥梁的总长L=10m,梁的横截面宽为2m，高为1m,车重为10000N,梁的弹性模量为18.9109pa,抗弯惯性矩I=1/6m4,质量7800kg/m。 利用ANSYS建模，梁单元数为200单元，通过降低梁1/4处的弹性模量表示桥梁发生损伤。,首先,将完好结构与三种损伤情况下结构的前5阶固有频率进行比较,如表所示。 可以发现结构的频率并没有显著的变化,加之实际测试环境干扰因素很多,如噪声等,所以通过比较固有频率的方法在这很难进行损伤识别。 然后再利用ANSYS有限元分析软件对桥梁结构损伤前后的状态进行数值模拟,并进行动力分析,观察比较结构响应的变化。,第三部分 桥梁的损伤识别,提取桥梁结构损伤前后跨中节点处的位移响应比较： 损伤前：,损伤30%：,损伤50%：,损伤70%：,小结： 1.比较不同损伤程度下，中点处的位移变化，可以发现：桥梁的最大挠度总是出现在，荷载处在桥梁中点附近的时刻,而不是车辆正在桥梁中点时刻。 2.中点的位移会随着损伤程度的加大而加大。,提取桥梁结构损伤前后跨中节点处的加速度响应比较： 损伤前：,定额套价说明,损伤30%： 损伤50%：,工料机分析,损伤70%： 可以发现： 加速度信号有一定的差异,并且呈现一定的规律性,加速度的幅值随着损伤程度的加大而变大。,南昌大学2013届本科生 学位论文答辩,然后通过HHT方法对结跨中节点的信号响应进行分析 完好结构：,损伤30%,南昌大学2013届本科生 学位论文答辩,损伤50%:,南昌大学2013届本科生 学位论文答辩,损伤70%：,小结： 随着损伤程度的变大，边际谱和能量谱的幅值随之增大，因此我们可以通过Hibert边际谱和能量边际谱实现对损伤程度的识别。,模态是结构动态中一个很重要的参数,能反应结构的特性，结构振动信号能量在各阶模态上的分布在损伤前后有所改变,结构的不同位置对各阶模态的贡献量不同,此处损伤所引起的信号能量重分布也就不同。 响应能量在各阶模态上的分布会随着不同程度和位置的损伤情况的发生而改变,基于这一思想,可以利用信号能量的Hilbert边际谱构造结构的损伤指标对其进行归一化的处理。 损伤程度 响应能量 损伤位置,第三部分 桥梁的损伤识别,反映了信号各频率段成分所占的相对比重。 分别代表损伤前后的模态成分向量。,下面用构造的损伤指标对结构的损伤进行定位。 小结： 同一损伤工况,越靠近损伤位置,损伤指标的数值越大,据此可以判断出损伤的区域,然后通过局部损伤检测的办法进行损伤位置进行精准定位。,第四部分 毕业论文总结,论文总结： （1）结构出现损伤后,HHT边际谱的幅值及能量边际谱的幅值会随着损伤程度的加大而变大，进而可以对桥梁结构的损伤程度进行识别。 （2）利用Hibert边际谱构造了一个损伤指标。对于同一测点,损伤指标的值随着损伤程度的加大而变大;对于同一损伤工况,不同测点随着与损伤位置的远近而有规律的变化,离损伤位置越近,损伤指标的值越大,反之,越小,据此实现了损伤程度及损伤位置的识别。 不足之处： （1）需要对车辆荷载的模型进行更加接近实际的模拟。 （2）基于Hibert边际谱的损伤指标可以对结构损伤程度和损伤位置进行判定,但是不能实现损伤程度的定量且损伤位置的识别只是对区域的识别,不能达到精准定位,因此需要进一步的改进。,！,致谢,致谢,南昌大学2013届本科生 学位论文答辩,谢谢观看！,EMD分解具体步骤： 原始数据序列为 X（t）,用三次样条曲线分别拟合的所有极大值点和极小值点为原数据序列的上、下包络线，上、下包络线的均值为平均包络线 m0,将原序列减去m0 便可得到一个去