基于车辆动力响应的梁式桥损伤识别：理论、方法与实践

基于车辆动力响应的梁式桥损伤识别：理论、方法与实践一、绪论1.1研究背景与意义桥梁作为交通基础设施的重要组成部分，在现代社会中发挥着至关重要的作用。它们不仅是连接不同地区的关键通道，促进了经济的发展和交流，还为人们的出行提供了便利。一座安全运行的桥梁，能够保障车辆、行人的顺利通过，确保物资的高效运输，对地区的繁荣稳定起着不可替代的作用。然而，一旦桥梁发生安全事故，不仅会导致交通瘫痪，还可能造成人员伤亡和巨大的经济损失。近年来，随着交通流量的不断增加和车辆载重的日益加重，桥梁结构面临着越来越严峻的考验。同时，由于自然环境的侵蚀、材料的老化以及施工质量等因素的影响，许多桥梁在服役过程中不可避免地出现了各种损伤，如裂缝、腐蚀、变形等。这些损伤不仅会降低桥梁的承载能力和耐久性，还可能引发桥梁的突然倒塌，给人们的生命财产安全带来严重威胁。例如，2018年10月10日，江苏省无锡市312国道K135处、锡港路上跨桥发生桥面侧翻事故，造成3人死亡，2人受伤。经初步分析，事故的直接原因是货车严重超载导致桥梁发生侧翻。这起事故引起了社会各界的广泛关注，也凸显了桥梁安全问题的重要性和紧迫性。为了确保桥梁的安全运行，及时发现和评估桥梁的损伤状况至关重要。传统的桥梁检测方法主要依赖于人工检测，如外观检查、荷载试验等。这些方法虽然能够在一定程度上发现桥梁的损伤，但存在检测效率低、检测精度有限、对结构内部损伤难以检测等缺点。此外，人工检测还需要中断交通，给交通带来不便，增加了检测成本。因此，寻找一种高效、准确、无损的桥梁损伤识别方法具有重要的现实意义。基于车辆动力响应的梁式桥损伤识别方法是近年来发展起来的一种新型桥梁检测技术。该方法利用车辆通过桥梁时产生的动力响应信号，如加速度、位移、应变等，来识别桥梁的损伤位置和程度。与传统的检测方法相比，基于车辆动力响应的损伤识别方法具有以下优点：一是无需中断交通，可在桥梁正常运营状态下进行检测，不影响交通的正常运行；二是检测效率高，能够快速获取大量的检测数据；三是检测精度高，能够准确识别桥梁的微小损伤；四是对结构内部损伤具有较好的检测能力，可实现对桥梁结构的全面检测。综上所述，基于车辆动力响应的梁式桥损伤识别研究对于保障桥梁的安全运行、提高桥梁的使用寿命、节省桥梁检测成本具有重要的理论意义和实际应用价值。通过深入研究车辆与桥梁的相互作用机理，建立准确的车-桥耦合振动模型，开发有效的损伤识别算法，能够实现对梁式桥损伤的快速、准确识别，为桥梁的维护管理提供科学依据，从而确保桥梁的安全可靠运行，为社会经济的发展提供有力支撑。1.2梁式桥损伤识别研究现状1.2.1基于桥梁动力响应的损伤识别基于桥梁动力响应的损伤识别方法是当前桥梁检测领域的研究热点之一。这类方法主要通过监测桥梁在环境激励或人为激励下的振动响应、应变响应等动力参数，来判断桥梁结构是否存在损伤以及损伤的位置和程度。振动模态分析是基于桥梁动力响应损伤识别的常用方法之一。该方法通过测量桥梁的固有频率、振型和阻尼比等模态参数，分析这些参数在桥梁损伤前后的变化，从而识别桥梁的损伤。例如，当桥梁结构出现损伤时，其局部刚度会降低，导致固有频率下降，振型也会发生相应的变化。众多学者通过理论分析和实验研究表明，固有频率对结构的整体损伤较为敏感，而振型则能更准确地反映结构的局部损伤情况。然而，该方法也存在一定的局限性，对于小损伤或局部轻微损伤，固有频率的变化可能不明显，难以准确识别；而且，环境因素如温度、湿度等对模态参数的影响较大，容易导致误判。应变模态分析也是一种重要的损伤识别方法。它通过测量桥梁结构的应变模态来识别损伤。应变模态反映了结构在振动过程中的应变分布情况，与结构的局部变形密切相关。当桥梁结构发生损伤时，损伤部位的应变模态会发生显著变化。与振动模态相比，应变模态对局部损伤的敏感性更高，能够检测到一些振动模态无法察觉的微小损伤。但应变模态的测量相对复杂，需要在结构上布置大量的应变传感器，成本较高，且传感器的安装和维护也较为困难。此外，还有基于能量变化的损伤识别方法。该方法利用结构在振动过程中的能量分布和变化来识别损伤。当桥梁结构发生损伤时，损伤部位的能量会发生耗散或重新分布，通过监测能量的变化可以判断损伤的存在和位置。这种方法能够综合考虑结构的整体和局部性能，对复杂结构的损伤识别具有一定的优势。不过，能量变化的计算较为复杂，且受噪声干扰较大，需要采用有效的信号处理方法来提高识别的准确性。1.2.2基于车辆动力响应的损伤识别基于车辆动力响应的梁式桥损伤识别方法，是利用车辆通过桥梁时车辆自身的动力响应来推断桥梁的损伤状况。这种方法的理论基础在于车-桥相互作用原理，当车辆在桥梁上行驶时，桥梁的结构状态会影响车辆的振动特性，反之，车辆的振动响应也蕴含着桥梁结构的信息。该方法的发展历程可以追溯到上世纪末，随着传感器技术和信号处理技术的不断进步，基于车辆动力响应的损伤识别方法逐渐得到了广泛的研究和应用。早期的研究主要集中在理论模型的建立和仿真分析上，通过建立车-桥耦合振动模型，模拟车辆在不同损伤状态桥梁上行驶时的动力响应，为损伤识别提供理论依据。例如，一些学者将桥梁简化为欧拉梁或Timoshenko梁，将车辆等效为单自由度或多自由度模型，通过求解车-桥耦合振动方程，得到车辆的加速度、位移等动力响应。在现有方法方面，主要包括基于响应幅值的方法、基于频率分析的方法和基于模式识别的方法等。基于响应幅值的方法是通过比较车辆在损伤前后通过桥梁时动力响应幅值的变化来识别损伤。例如，当桥梁存在损伤时，车辆的振动加速度幅值可能会增大，通过监测加速度幅值的变化可以初步判断桥梁是否存在损伤。但这种方法容易受到车辆行驶速度、路面不平顺等因素的影响，准确性有待提高。基于频率分析的方法则是对车辆动力响应信号进行频谱分析，提取其中的特征频率成分，根据特征频率的变化来识别桥梁损伤。由于桥梁损伤会改变车-桥系统的振动特性，从而导致车辆动力响应信号的频率成分发生变化。通过傅里叶变换、小波变换等方法对信号进行处理，能够得到信号的频率特性，进而实现损伤识别。然而，频率分析方法对信号的噪声较为敏感，需要进行有效的降噪处理。基于模式识别的方法是将车辆动力响应信号作为模式样本，通过训练分类器来识别桥梁的损伤状态。常用的模式识别算法包括支持向量机、人工神经网络等。这些算法能够自动学习正常状态和损伤状态下车辆动力响应信号的特征，从而实现对桥梁损伤的准确分类和定位。但模式识别方法需要大量的样本数据进行训练，且训练过程较为复杂，计算量大。国内外学者在该领域取得了一系列的研究成果。例如，王树栋等人提出了由过桥汽车的加速度响应识别桥梁损伤的灵敏度分析方法，将桥梁等效为等长的欧拉梁单元，汽车等效为单自由度3参数模型，通过最小二乘法和正则化方法，利用测试得到的汽车加速度响应识别桥梁损伤，研究结果表明损伤识别结果对汽车参数变化比较敏感，汽车过桥行驶速度和采样频率对迭代次数有显著影响。卜建清等人通过实验研究了基于车辆振动响应的简支梁桥损伤识别方法，验证了该方法在实际工程中的可行性。1.2.3基于振型及其衍生量的损伤识别基于振型及其衍生量的损伤识别方法在梁式桥损伤检测中具有重要地位。振型是结构在某一固有频率下的振动形态，它反映了结构各点的相对位移关系，对结构的局部变化较为敏感。当梁式桥发生损伤时，结构的刚度分布发生改变，进而导致振型发生变化，通过分析振型的变化可以实现对桥梁损伤的识别。基于振型的损伤识别原理主要基于结构动力学理论。对于一个线性弹性结构，其振动方程可以表示为M\ddot{u}+C\dot{u}+Ku=F，其中M为质量矩阵，C为阻尼矩阵，K为刚度矩阵，u为位移向量，F为外力向量。在自由振动情况下，F=0，此时结构的振动由其固有频率和振型决定。当桥梁结构出现损伤时，损伤部位的刚度降低，导致刚度矩阵K发生变化，从而引起固有频率和振型的改变。振型曲率是振型的一种重要衍生量。它通过对振型进行二阶差分计算得到，能够更突出地反映结构的局部变形情况。当梁式桥在某一位置发生损伤时，该位置的振型曲率会出现明显的峰值，通过检测振型曲率的峰值位置可以确定损伤位置。例如，对于一个简支梁桥，在正常状态下其振型曲率分布较为平滑，而当梁体出现裂缝等损伤时，损伤处的振型曲率会急剧增大。许多研究通过数值模拟和实验验证了振型曲率在损伤识别中的有效性，能够准确地定位单处损伤。但对于多处损伤或损伤程度较小时，振型曲率的变化特征可能不明显，容易出现误判。模态柔度也是基于振型的一个重要参数。柔度矩阵与刚度矩阵互为逆矩阵，它反映了结构在单位力作用下的位移响应。通过计算结构的模态柔度，可以利用其变化来识别桥梁损伤。当结构发生损伤时，模态柔度会在损伤部位发生显著变化，且对损伤的敏感度较高。Pandey等人提出了一种利用结构柔度矩阵变化评估损伤的方法，不仅可以识别损伤的存在，还能定位损伤位置。但模态柔度的计算需要准确获取结构的固有频率和振型，且对测试噪声较为敏感，实际应用中需要进行有效的数据处理和噪声抑制。1.3研究内容与方法1.3.1研究内容本文基于车辆动力响应的梁式桥损伤识别研究，具体内容如下：车-桥耦合振动理论分析：深入研究车-桥相互作用的基本原理，分析车辆在桥梁上行驶时的受力情况以及桥梁结构的动力响应特性。考虑车辆的类型、行驶速度、载重等因素对车-桥耦合振动的影响，建立合理的车-桥耦合振动方程。运用结构动力学、振动理论等知识，对车-桥耦合振动方程进行求解，得到车辆和桥梁的动力响应表达式，为后续的损伤识别研究提供理论基础。基于车辆动力响应的损伤识别方法研究：分析车辆动力响应信号中包含的桥梁结构信息，提取能够有效反映桥梁损伤的特征参数，如加速度幅值、频率成分、功率谱密度等。研究不同特征参数对桥梁损伤的敏感性，确定适合用于损伤识别的特征参数组合。引入模式识别、机器学习等方法，如支持向量机、人工神经网络等，构建基于车辆动力响应的桥梁损伤识别模型。通过对大量样本数据的学习和训练，使模型能够准确地识别桥梁的损伤状态和损伤程度。数值模拟与分析：利用有限元软件，如ANSYS、ABAQUS等，建立梁式桥的数值模型，并对其进行网格划分和材料参数设置。模拟车辆在不同损伤状态下的梁式桥上行驶的过程，获取车辆的动力响应数据。通过改变桥梁的损伤位置、损伤程度以及车辆的行驶条件等参数，进行多组数值模拟实验，分析车辆动力响应与桥梁损伤之间的关系。对数值模拟结果进行深入分析，验证所提出的损伤识别方法的有效性和准确性，为实验研究提供参考依据。实验研究：设计并搭建车-桥实验系统，包括实验桥梁模型、车辆模型、传感器系统和数据采集系统等。采用合适的传感器，如加速度传感器、位移传感器等，测量车辆通过实验桥梁时的动力响应信号。对实验桥梁模型进行不同程度的损伤模拟，如在梁体上制造裂缝、削弱截面等，获取不同损伤状态下车辆的动力响应数据。将实验数据与数值模拟结果进行对比分析，进一步验证损伤识别方法的可靠性和实用性，同时对方法进行优化和改进。考虑实际因素影响的损伤识别研究：考虑桥面不平顺、车辆行驶速度变化、环境噪声等实际因素对车辆动力响应和损伤识别结果的影响。研究如何对这些因素进行补偿和修正，提高损伤识别的准确性和稳定性。通过实际桥梁的监测数据，验证考虑实际因素影响后的损伤识别方法的有效性，为实际工程应用提供技术支持。1.3.2研究方法理论分析方法：运用结构动力学、振动理论等相关知识，对车-桥耦合振动进行理论推导和分析，建立车-桥耦合振动模型和损伤识别的理论框架。通过理论分析，深入理解车-桥相互作用的机理以及车辆动力响应与桥梁损伤之间的内在联系，为数值模拟和实验研究提供理论指导。数值模拟方法：利用有限元软件进行数值模拟，建立梁式桥和车辆的精细化模型，模拟车辆在不同工况下通过桥梁的过程，获取车辆的动力响应数据。通过数值模拟，可以方便地改变各种参数，进行大量的实验研究，快速验证和优化损伤识别方法，同时也可以对一些难以在实际实验中实现的工况进行模拟分析。实验研究方法：搭建车-桥实验系统，进行物理实验。通过实验测量车辆的动力响应，获取真实的实验数据，用于验证理论分析和数值模拟的结果。实验研究能够更真实地反映实际情况，发现理论和数值模拟中可能忽略的因素，为损伤识别方法的实际应用提供可靠的依据。数据处理与分析方法：采用信号处理技术，如滤波、降噪、傅里叶变换、小波变换等，对采集到的车辆动力响应信号进行预处理，提取有效的特征信息。运用模式识别、机器学习等算法对处理后的数据进行分析和分类，实现对桥梁损伤的识别和评估。同时，利用统计分析方法对实验数据和模拟结果进行分析，评估损伤识别方法的性能和可靠性。二、基于车辆响应的损伤识别理论基础2.1车桥振动模型车桥振动模型是研究车辆与桥梁相互作用的基础，它能够帮助我们深入理解车桥系统的动力学行为，为基于车辆动力响应的梁式桥损伤识别提供理论支持。常见的车桥振动模型包括移动集中力模型、移动质量块模型和移动簧上质量块模型等，每种模型都有其特点和适用范围。2.1.1移动集中力模型移动集中力模型是车桥振动研究中较为简单的一种模型。在该模型中，车辆被简化为一个或多个移动的集中力，不考虑车辆的质量、惯性等因素，仅关注车辆对桥梁的作用力。其原理基于结构动力学中的荷载作用理论，将车辆的重量和行驶过程中的动力作用等效为一个集中力P，以速度v在桥梁上移动。假设桥梁为简支梁，长度为L，其振动方程可以用梁的振动理论来描述。在移动集中力P的作用下，梁的横向振动方程为：EI\frac{\partial^{4}y(x,t)}{\partialx^{4}}+\rhoA\frac{\partial^{2}y(x,t)}{\partialt^{2}}=P\delta(x-vt)其中，EI为梁的抗弯刚度，\rhoA为梁单位长度的质量，y(x,t)为梁在位置x和时间t的横向位移，\delta(x-vt)为狄拉克函数，表示集中力P在位置x=vt处的作用。在车桥振动研究中，移动集中力模型主要应用于初步分析车辆对桥梁的动力作用。例如，在早期的桥梁动力学研究中，常采用该模型来计算桥梁在车辆荷载作用下的最大挠度和应力，以评估桥梁的承载能力。它可以快速地给出桥梁在移动荷载作用下的大致响应趋势，为后续更精确的分析提供基础。移动集中力模型对梁式桥动力响应的影响主要体现在以下几个方面：当集中力以一定速度通过桥梁时，会引起桥梁的振动，振动的幅值和频率与集中力的大小、移动速度以及桥梁的固有特性有关。随着集中力移动速度的增加，桥梁的振动响应会逐渐增大，当速度达到一定值时，可能会引发桥梁的共振现象，导致振动幅值急剧增大，对桥梁结构造成较大的损害。不过，由于该模型忽略了车辆的质量和惯性等因素，其计算结果与实际情况存在一定的偏差，在实际应用中具有一定的局限性。2.1.2移动质量块模型移动质量块模型在移动集中力模型的基础上，进一步考虑了车辆的质量因素。该模型将车辆简化为一个或多个在桥梁上移动的质量块，每个质量块通过弹簧和阻尼器与桥梁相连，以模拟车辆与桥梁之间的相互作用。移动质量块模型的构成主要包括质量块、弹簧和阻尼器。质量块代表车辆的质量m，弹簧的刚度k和阻尼器的阻尼系数c分别反映了车辆与桥梁之间的弹性和阻尼特性。对于一个单质量块的移动质量块模型，其动力学方程可以表示为：m\frac{d^{2}z(t)}{dt^{2}}+c\frac{d(z(t)-y(x,t))}{dt}+k(z(t)-y(x,t))=0EI\frac{\partial^{4}y(x,t)}{\partialx^{4}}+\rhoA\frac{\partial^{2}y(x,t)}{\partialt^{2}}=-c\frac{d(z(t)-y(x,t))}{dt}-k(z(t)-y(x,t))其中，z(t)为质量块的竖向位移，y(x,t)为桥梁在位置x和时间t的竖向位移。该模型考虑车辆质量对车桥振动影响的特点在于，能够更真实地反映车辆与桥梁之间的动力相互作用。由于考虑了车辆的质量，当车辆在桥梁上行驶时，车辆的惯性会对桥梁产生附加的动力作用，使得车桥系统的振动特性更加复杂。与移动集中力模型相比，移动质量块模型可以更准确地预测桥梁的振动响应，尤其是在考虑车辆质量较大或行驶速度较高的情况下。移动质量块模型适用于一些对车辆质量和惯性影响较为敏感的场景，如重载车辆通过桥梁时的动力响应分析。在实际工程中，对于一些重要的桥梁，需要考虑车辆质量对桥梁结构的长期影响，移动质量块模型可以为这类分析提供有效的工具。它也常用于车桥耦合振动的理论研究中，帮助研究人员深入理解车桥系统的动力学特性。2.1.3移动簧上质量块模型移动簧上质量块模型是一种更为复杂和精细的车桥振动模型，它在移动质量块模型的基础上，进一步考虑了车辆的簧上质量和簧下质量的区别，以及车辆悬挂系统的动力学特性。移动簧上质量块模型通常将车辆分为簧上质量m_1和簧下质量m_2，簧上质量通过悬挂系统（由弹簧刚度k_1和阻尼系数c_1表示）与簧下质量相连，簧下质量再通过轮胎（由弹簧刚度k_2和阻尼系数c_2表示）与桥梁接触。其动力学方程可以表示为一组耦合的微分方程：m_1\frac{d^{2}z_1(t)}{dt^{2}}+c_1\frac{d(z_1(t)-z_2(t))}{dt}+k_1(z_1(t)-z_2(t))=0m_2\frac{d^{2}z_2(t)}{dt^{2}}+c_1\frac{d(z_2(t)-z_1(t))}{dt}+k_1(z_2(t)-z_1(t))+c_2\frac{d(z_2(t)-y(x,t))}{dt}+k_2(z_2(t)-y(x,t))=0EI\frac{\partial^{4}y(x,t)}{\partialx^{4}}+\rhoA\frac{\partial^{2}y(x,t)}{\partialt^{2}}=-c_2\frac{d(z_2(t)-y(x,t))}{dt}-k_2(z_2(t)-y(x,t))其中，z_1(t)为簧上质量的竖向位移，z_2(t)为簧下质量的竖向位移，y(x,t)为桥梁在位置x和时间t的竖向位移。该模型在模拟车辆复杂动力学特性时具有明显的优势。它能够更全面地考虑车辆的结构和动力学特性，包括车辆悬挂系统的减振作用、簧上质量和簧下质量的相互作用等。通过该模型，可以更准确地模拟车辆在不同路况下的行驶状态，以及车辆与桥梁之间的复杂动力相互作用，从而得到更接近实际情况的车桥振动响应。在实际应用中，移动簧上质量块模型常用于对车桥振动响应要求较高的场景，如高速列车通过桥梁时的振动分析。由于高速列车的行驶速度快，对桥梁的动力作用复杂，移动簧上质量块模型可以更好地模拟这种复杂的动力学行为，为桥梁的设计和安全评估提供更准确的依据。在桥梁健康监测中，该模型也可以用于分析车辆动力响应与桥梁损伤之间的关系，提高损伤识别的准确性。2.2车桥耦合有限元模型车桥耦合有限元模型是研究车辆与桥梁相互作用的重要工具，它能够更加准确地模拟车桥系统的动力学行为，为基于车辆动力响应的梁式桥损伤识别提供更可靠的分析基础。随着计算机技术和有限元理论的不断发展，车桥耦合有限元模型在桥梁工程领域得到了广泛的应用。在建立车桥耦合有限元模型时，通常采用有限元软件，如ANSYS、ABAQUS等。这些软件具有强大的建模和分析功能，能够方便地对车桥系统进行离散化处理，建立精确的数值模型。以ANSYS软件为例，建立车桥耦合有限元模型的一般步骤如下：首先，对桥梁结构进行建模。根据桥梁的实际几何形状和尺寸，选择合适的单元类型，如梁单元、板单元或实体单元等，对桥梁进行离散化。例如，对于梁式桥，可以采用梁单元来模拟主梁，通过定义梁单元的截面特性、材料参数等，准确地描述桥梁的力学性能。同时，考虑桥梁的边界条件，如支座的约束情况等，确保模型能够真实反映桥梁的实际受力状态。其次，建立车辆模型。将车辆简化为多刚体系统，通过弹簧、阻尼器等元件来模拟车辆的悬挂系统和轮胎特性。根据车辆的类型和结构，确定车辆的质量、转动惯量等参数，并将这些参数赋予相应的刚体。例如，对于常见的汽车，可以将其简化为车身、车轮等刚体，通过弹簧和阻尼器连接车身和车轮，以模拟车辆的振动特性。然后，定义车辆与桥梁之间的接触关系。车辆与桥梁之间的相互作用通过接触力来实现，因此需要在有限元模型中准确地定义接触条件。通常采用接触单元来模拟轮胎与桥面之间的接触，设置合适的接触算法和参数，如接触刚度、摩擦系数等，以确保接触力的计算准确可靠。最后，施加荷载和边界条件。在模型中施加车辆的行驶荷载，包括车辆的自重、载重以及行驶过程中的动力荷载等。同时，考虑桥梁的边界条件，如桥墩的约束、桥台的支撑等，确保模型的计算结果符合实际情况。车桥耦合有限元模型在模拟车桥相互作用方面具有显著的优势。它能够考虑车桥系统的各种复杂因素，如车辆的非线性动力学特性、桥梁的几何非线性和材料非线性等，从而更加真实地反映车桥相互作用的实际情况。通过该模型，可以详细分析车辆在桥梁上行驶时的动力响应，包括车辆的加速度、位移、速度等，以及桥梁的应力、应变、振动等。这些响应数据对于深入理解车桥相互作用的机理，研究桥梁的损伤特性具有重要意义。在研究动力响应方面，车桥耦合有限元模型可以通过数值模拟的方法，快速获取大量的动力响应数据。通过改变车辆的行驶速度、载重、桥梁的损伤程度等参数，进行多工况的模拟分析，能够全面研究这些因素对车桥动力响应的影响规律。例如，通过模拟不同速度下车辆通过桥梁时的动力响应，可以分析速度对桥梁振动的影响，确定桥梁的临界速度，为桥梁的设计和运营提供参考依据。2.3Newmark-β法动力求解流程在车桥耦合振动分析中，求解动力学方程是获取车辆和桥梁动力响应的关键步骤，而Newmark-β法是一种常用且有效的数值积分方法，广泛应用于求解这类动力学方程。Newmark-β法的基本原理基于结构动力学中的动力学方程离散化思想。对于车桥耦合系统，其动力学方程通常可以表示为M\ddot{u}+C\dot{u}+Ku=F(t)，其中M为质量矩阵，C为阻尼矩阵，K为刚度矩阵，\ddot{u}、\dot{u}、u分别为加速度向量、速度向量和位移向量，F(t)为随时间变化的外力向量。Newmark-β法假设在时间步长\Deltat内，加速度按线性变化，即\ddot{u}_{t+\Deltat}=\ddot{u}_t+(1-2\beta)\Deltat\ddot{\dot{u}}_t+2\beta\Deltat\ddot{\dot{u}}_{t+\Deltat}，速度和位移的递推公式分别为\dot{u}_{t+\Deltat}=\dot{u}_t+(1-\gamma)\Deltat\ddot{u}_t+\gamma\Deltat\ddot{u}_{t+\Deltat}，u_{t+\Deltat}=u_t+\Deltat\dot{u}_t+(\frac{1}{2}-\beta)\Deltat^2\ddot{u}_t+\beta\Deltat^2\ddot{u}_{t+\Deltat}，其中\beta和\gamma是Newmark-β法的两个参数，其取值决定了算法的精度和稳定性。利用Newmark-β法求解车桥动力响应方程时，具体步骤如下：首先，根据车桥耦合系统的物理模型，确定质量矩阵M、阻尼矩阵C和刚度矩阵K，以及初始时刻的位移u_0、速度\dot{u}_0和加速度\ddot{u}_0。然后，给定时间步长\Deltat和计算总时长T，开始进行时间步的迭代计算。在每个时间步t，根据当前时刻的状态u_t、\dot{u}_t、\ddot{u}_t，利用上述递推公式计算下一时刻t+\Deltat的加速度\ddot{u}_{t+\Deltat}、速度\dot{u}_{t+\Deltat}和位移u_{t+\Deltat}。通过不断迭代，直至计算到总时长T，从而得到整个时间历程内车桥系统的动力响应。在实际应用中，参数\beta和\gamma的设置对结果有着显著的影响。当\beta=\frac{1}{4}，\gamma=\frac{1}{2}时，Newmark-β法为常平均加速度法，具有无条件稳定性，即无论时间步长\Deltat取何值，算法都是稳定的，能够保证计算结果的可靠性，适用于对稳定性要求较高的情况。而当\beta=\frac{1}{6}，\gamma=\frac{1}{2}时，为线性加速度法，此时算法是条件稳定的，时间步长\Deltat需要满足一定的条件才能保证计算的稳定性。如果时间步长过大，可能会导致计算结果发散，无法得到正确的动力响应。因此，在使用Newmark-β法时，需要根据具体问题的特点和要求，合理选择参数\beta和\gamma，以及时间步长\Deltat，以确保计算结果的准确性和稳定性。2.4基于车辆响应的振型识别2.4.1希尔伯特变换希尔伯特变换是一种在信号处理领域广泛应用的数学变换方法，它在基于车辆动力响应的梁式桥损伤识别中，对于处理车辆动力响应信号、提取振型信息发挥着关键作用。希尔伯特变换的原理基于解析信号理论，对于一个实值信号x(t)，其希尔伯特变换H[x(t)]定义为H[x(t)]=\frac{1}{\pi}\int_{-\infty}^{\infty}\frac{x(\tau)}{t-\tau}d\tau。从频域角度来看，希尔伯特变换相当于对信号的正频率成分乘以-j，负频率成分乘以j，从而得到信号的解析信号z(t)=x(t)+jH[x(t)]，其中j=\sqrt{-1}。解析信号包含了原信号的所有信息，并且其幅值和相位信息更加直观，便于后续的分析处理。在处理车辆动力响应信号时，希尔伯特变换可以将车辆的振动响应信号从时域转换到复域，得到解析信号。通过对解析信号的分析，可以提取出信号的瞬时幅值、瞬时频率和瞬时相位等特征。这些特征对于分析车辆在桥梁上行驶时的振动状态具有重要意义。例如，瞬时幅值能够反映车辆振动的强度变化，当桥梁存在损伤时，车辆通过损伤部位时的振动幅值可能会发生异常变化，通过监测瞬时幅值的变化可以初步判断桥梁是否存在损伤。瞬时频率则能反映车辆振动频率的实时变化情况，桥梁的损伤会改变车-桥系统的振动特性，导致车辆振动频率发生改变，通过分析瞬时频率的变化可以进一步确定损伤的位置和程度。在提取振型信息方面，希尔伯特变换与结构动力学中的振型理论相结合。对于梁式桥结构，其振动可以看作是多个振型的叠加。当车辆在桥梁上行驶时，车辆的动力响应信号中包含了桥梁各阶振型的信息。通过对车辆动力响应信号进行希尔伯特变换，得到解析信号后，可以利用解析信号的相位信息来确定桥梁各阶振型的相对幅值和相位关系。例如，在某一时刻，解析信号的相位差可以反映出不同位置处桥梁振型的相对变化，从而提取出桥梁的振型信息。许多研究实例表明，利用希尔伯特变换提取的振型信息与传统的模态测试方法得到的振型结果具有较好的一致性，验证了该方法在振型识别中的有效性。2.4.2带通滤波器带通滤波器是一种重要的信号处理工具，在车桥振动信号处理中，其作用是允许特定频率范围内的信号通过，而阻止其他频率的信号通过，从而实现对有效频率成分的分离，为基于车辆动力响应的梁式桥损伤识别提供准确的数据支持。带通滤波器的作用原理基于滤波器的频率响应特性。它具有两个截止频率，即下限截止频率f_{L}和上限截止频率f_{H}。当输入信号通过带通滤波器时，频率在f_{L}和f_{H}之间的信号成分能够顺利通过滤波器，而频率低于f_{L}和高于f_{H}的信号成分则被大幅衰减或完全阻挡。在车桥振动信号处理中，车桥系统的振动是一个复杂的过程，车辆动力响应信号包含了丰富的频率成分，其中既包含了与桥梁结构振动相关的有效频率成分，也包含了噪声、高频干扰以及其他与损伤识别无关的频率成分。带通滤波器通过合理设置截止频率，可以有效地分离出与桥梁损伤相关的有效频率成分。例如，对于梁式桥，其固有频率分布在一定的频率范围内，当车辆通过桥梁时，桥梁的损伤会导致其固有频率发生变化，同时车辆动力响应信号中与桥梁固有频率相关的频率成分也会发生改变。通过设置合适的带通滤波器截止频率，将该频率范围内的信号提取出来，可以更准确地分析桥梁的损伤情况。带通滤波器在车桥振动信号处理中的应用效果显著。它能够有效地去除噪声和高频干扰，提高信号的信噪比，使信号中的有效信息更加突出。例如，在实际的车桥振动测试中，环境噪声、传感器噪声等会对信号产生干扰，影响损伤识别的准确性。通过带通滤波器的处理，可以将这些噪声干扰去除，得到更纯净的车辆动力响应信号，从而提高损伤识别的精度。合理应用带通滤波器还可以减少数据处理的工作量，提高分析效率。由于去除了无关的频率成分，后续对信号的分析处理更加简单高效，能够更快地得到损伤识别结果。2.4.3理论推导基于车辆响应识别梁式桥振型的理论推导，是实现桥梁损伤识别的关键环节，通过严谨的数学推导得到的理论公式，能够深入分析各参数对振型识别的影响，为损伤识别提供坚实的理论基础。假设车辆在梁式桥上匀速行驶，车辆与桥梁之间的相互作用可以通过力的传递来描述。根据结构动力学理论，梁式桥的振动方程可以表示为EI\frac{\partial^{4}y(x,t)}{\partialx^{4}}+\rhoA\frac{\partial^{2}y(x,t)}{\partialt^{2}}+c\frac{\partialy(x,t)}{\partialt}=F(x,t)，其中EI为梁的抗弯刚度，\rhoA为梁单位长度的质量，c为阻尼系数，y(x,t)为梁在位置x和时间t的横向位移，F(x,t)为车辆对桥梁的作用力。车辆对桥梁的作用力F(x,t)可以通过车辆的动力学方程和车桥接触条件来确定。假设车辆为多自由度模型，其动力学方程可以表示为一组耦合的微分方程。通过求解车辆的动力学方程和梁式桥的振动方程，并结合车桥接触条件，可以得到车辆动力响应与桥梁振型之间的关系。设桥梁的第n阶振型为\varphi_{n}(x)，车辆在位置x_{i}处的响应为z_{i}(t)，则有z_{i}(t)=\sum_{n=1}^{N}a_{n}\varphi_{n}(x_{i})\cos(\omega_{n}t+\varphi_{n})，其中a_{n}为第n阶振型的幅值，\omega_{n}为第n阶固有频率，\varphi_{n}为第n阶振型的相位，N为考虑的振型阶数。从上述理论公式可以看出，各参数对振型识别有着重要的影响。梁的抗弯刚度EI直接影响桥梁的固有频率和振型，当桥梁发生损伤时，损伤部位的抗弯刚度会降低，导致固有频率下降，振型也会发生相应的变化。通过监测车辆动力响应信号中固有频率和振型的变化，可以识别桥梁的损伤位置和程度。车辆的行驶速度v也会对振型识别产生影响。当车辆行驶速度改变时，车桥之间的相互作用力和振动特性也会发生变化，从而影响车辆动力响应信号中振型信息的提取。在实际应用中，需要考虑车辆行驶速度的变化，对识别结果进行修正。噪声和干扰等因素也会对振型识别产生不利影响。在信号采集和处理过程中，噪声会干扰车辆动力响应信号，导致振型识别的误差增大。因此，需要采用有效的滤波和降噪方法，提高信号的质量，减少噪声对振型识别的影响。2.5数值算例2.5.1车速影响为了深入分析不同车速下车辆动力响应特征及对梁式桥损伤识别的影响，采用有限元软件ANSYS建立了一座简支梁桥的数值模型。该简支梁桥长度为30m，采用C50混凝土，弹性模量为3.45\times10^{10}N/m^{2}，密度为2500kg/m^{3}，截面惯性矩为0.5m^{4}。将车辆简化为四自由度模型，包括车身的垂向和俯仰自由度，以及两个车轮的垂向自由度，车辆质量为2000kg，车身质心到前、后轴的距离分别为1.5m和1.2m，悬挂系统的弹簧刚度为2\times10^{5}N/m，阻尼系数为5000N\cdots/m，轮胎刚度为1\times10^{6}N/m。通过数值模拟，分别计算了车辆以10m/s、20m/s、30m/s、40m/s和50m/s的速度匀速通过桥梁时的动力响应。从模拟结果可以看出，随着车速的增加，车辆的加速度响应幅值呈现出先增大后减小的趋势。当车速为30m/s时，车辆加速度响应幅值达到最大值。这是因为当车速较低时，车辆与桥梁之间的相互作用较弱，振动响应较小；随着车速的增加，车桥之间的动力相互作用增强，导致车辆振动加剧，加速度响应幅值增大。然而，当车速进一步提高时，车辆通过桥梁的时间缩短，车桥系统来不及充分响应，使得加速度响应幅值反而减小。为了更直观地展示车速对车辆动力响应的影响，绘制了不同车速下车辆加速度响应的时程曲线，如图1所示。从图中可以清晰地看出，车速为30m/s时，加速度曲线的峰值明显高于其他车速下的峰值。不同车速下车辆加速度响应时程曲线图1：不同车速下车辆加速度响应时程曲线在损伤识别方面，以桥梁跨中出现5%的刚度损伤为例，分别计算不同车速下车辆通过损伤桥梁时的动力响应，并采用基于支持向量机的损伤识别方法进行损伤识别。结果表明，当车速为30m/s时，损伤识别的准确率最高，达到了95%；而当车速为10m/s和50m/s时，损伤识别准确率分别为80%和85%。这说明车速对基于车辆动力响应的梁式桥损伤识别具有显著影响，选择合适的车速能够提高损伤识别的准确性。2.5.2随机车流的影响研究随机车流作用下车辆动力响应变化及其对梁式桥损伤识别准确性的影响具有重要的实际意义。在实际交通中，车流的组成和车辆的行驶状态是随机的，这会导致车桥系统的动力响应更加复杂。为了模拟随机车流，采用蒙特卡洛方法生成不同类型车辆的随机到达时间和行驶速度。假设车流中包含小汽车、中型客车和重型货车三种类型的车辆，其质量分别为1500kg、3000kg和10000kg，车辆的到达时间服从泊松分布，行驶速度在一定范围内随机变化。通过数值模拟，分析了随机车流作用下车辆动力响应的变化情况。结果发现，随机车流作用下车辆的动力响应呈现出明显的随机性和复杂性。不同类型车辆的到达时间和行驶速度的随机性，导致车桥系统的振动响应在不同时刻和位置都有所不同。与单车作用相比，随机车流作用下车辆动力响应的幅值和频率分布更加分散。在某些时刻，由于多辆车同时通过桥梁，车桥系统的振动响应会显著增大，超过单车作用时的响应幅值。为了评估随机车流对梁式桥损伤识别准确性的影响，同样以桥梁跨中出现5%的刚度损伤为例，采用基于人工神经网络的损伤识别方法进行识别。将随机车流作用下车辆的动力响应作为输入，损伤状态作为输出，对神经网络进行训练和测试。结果表明，在随机车流作用下，损伤识别的准确率为88%，略低于单车作用下的准确率。这是因为随机车流的复杂性增加了损伤识别的难度，噪声和干扰因素增多，使得识别模型难以准确提取损伤特征。通过对随机车流作用下车辆动力响应和损伤识别结果的分析，可以得出在实际桥梁损伤识别中，需要充分考虑随机车流的影响。为了提高损伤识别的准确性，可以采用数据融合、多传感器监测等方法，综合分析多个车辆的动力响应信息，以降低随机车流带来的不确定性。2.5.3损伤桥梁的振型识别对损伤梁式桥进行数值模拟，验证基于车辆响应振型识别方法在损伤桥梁中的应用效果。以一座连续梁桥为例，利用ANSYS建立其有限元模型，该连续梁桥由三跨组成，每跨长度为20m，采用C40混凝土，弹性模量为3.25\times10^{10}N/m^{2}，密度为2500kg/m^{3}，截面惯性矩为0.4m^{4}。在模型中设置不同程度和位置的损伤，模拟桥梁的损伤状态。例如，在第一跨跨中设置10%的刚度损伤，在第二跨靠近桥墩处设置5%的刚度损伤等。通过数值模拟，获取车辆以25m/s的速度通过损伤桥梁时的动力响应数据。运用基于车辆响应的振型识别方法，对模拟得到的车辆动力响应数据进行处理和分析。首先，采用希尔伯特变换对车辆动力响应信号进行处理，得到解析信号，进而提取出信号的瞬时幅值、瞬时频率和瞬时相位等特征。然后，通过带通滤波器分离出与桥梁损伤相关的有效频率成分，再根据理论推导得到的公式，计算出桥梁的振型。将识别得到的振型与理论振型进行对比，验证该方法的准确性。结果表明，基于车辆响应的振型识别方法能够较好地识别出损伤桥梁的振型。对于单处损伤的桥梁，能够准确地确定损伤位置和程度，振型识别结果与理论振型的误差在可接受范围内。例如，在第一跨跨中设置10%刚度损伤的情况下，识别得到的振型在损伤位置处的变化趋势与理论振型一致，且损伤位置的识别准确率达到了90%以上。对于多处损伤的桥梁，虽然识别难度有所增加，但通过对振型变化的综合分析，仍然能够有效地识别出损伤的存在和大致位置。在第二跨靠近桥墩处设置5%刚度损伤的同时，在第三跨跨中设置8%刚度损伤时，识别方法能够识别出两个损伤位置的存在，只是损伤程度的识别精度略有下降，但仍能为桥梁的损伤评估提供重要的参考依据。通过对损伤梁式桥的数值模拟和振型识别验证，证明了基于车辆响应的振型识别方法在损伤桥梁中的应用是可行且有效的，能够为梁式桥的损伤识别提供一种新的技术手段。2.6本章小结本章主要阐述了基于车辆响应的损伤识别理论基础，为后续研究提供了理论支撑。介绍了车桥振动模型，包括移动集中力模型、移动质量块模型和移动簧上质量块模型。移动集中力模型将车辆简化为移动的集中力，虽能初步分析车辆对桥梁的动力作用，但忽略车辆质量和惯性，计算结果与实际有偏差；移动质量块模型考虑了车辆质量，通过质量块、弹簧和阻尼器模拟车桥相互作用，能更准确预测桥梁振动响应；移动簧上质量块模型进一步细化，区分簧上和簧下质量，考虑车辆悬挂系统特性，在模拟车辆复杂动力学特性方面优势明显。构建车桥耦合有限元模型，利用ANSYS等软件，通过对桥梁和车辆分别建模并定义接触关系，能准确模拟车桥相互作用及动力响应，为研究提供可靠数值模拟手段。在求解车桥动力响应方程时，采用Newmark-β法，该方法基于动力学方程离散化，通过合理设置参数β和γ，能有效求解车桥系统动力学方程，获取动力响应，参数设置对结果准确性和稳定性影响显著。在基于车辆响应的振型识别方面，希尔伯特变换能将车辆动力响应信号从时域转换到复域，提取瞬时幅值、频率和相位等特征，用于分析车辆振动状态和提取桥梁振型信息；带通滤波器可分离车桥振动信号中的有效频率成分，去除噪声和干扰，提高信号质量，为损伤识别提供准确数据；通过理论推导得到车辆动力响应与桥梁振型关系的理论公式，深入分析了梁的抗弯刚度、车辆行驶速度等参数对振型识别的影响。通过数值算例，分析了车速和随机车流对车辆动力响应及梁式桥损伤识别的影响。结果表明，车速对车辆动力响应幅值和损伤识别准确率有显著影响，随机车流增加了车桥系统动力响应的复杂性和损伤识别难度。对损伤梁式桥的振型识别验证，证明了基于车辆响应的振型识别方法的可行性和有效性。三、损伤位置识别3.1损伤定位指标基于车辆动力响应的损伤定位指标是实现梁式桥损伤位置准确识别的关键要素。这些指标通过对车辆动力响应信号的深入分析，提取出能够有效反映桥梁损伤位置的特征信息，为损伤定位提供了重要的依据。在众多的损伤定位指标中，常用的包括动力系数、应变能变化率、频率变化比等，它们各自基于不同的原理，对损伤位置的敏感性也有所差异。动力系数是一个较为常用的损伤定位指标，它定义为车辆通过桥梁时的最大动荷载与静荷载的比值。当桥梁结构出现损伤时，其局部刚度会降低，导致车辆通过损伤部位时的振动加剧，动荷载增大，从而使动力系数发生明显变化。以一座简支梁桥为例，当梁体跨中出现损伤时，车辆在跨中位置的动力系数会显著高于其他位置。这是因为损伤导致跨中刚度下降，车辆通过时产生更大的振动，动荷载相应增加。研究表明，动力系数对损伤位置的敏感性较高，尤其是对于刚度变化较为明显的损伤，能够准确地指示出损伤位置。在一些实际工程案例中，通过监测车辆动力系数的变化，成功地定位了桥梁的损伤位置，为桥梁的维修和加固提供了有力的支持。应变能变化率也是一种有效的损伤定位指标。它基于结构力学中的应变能原理，当桥梁结构发生损伤时，损伤部位的应变能会发生变化。通过计算车辆通过桥梁时不同位置的应变能变化率，可以判断损伤的位置。假设桥梁在某一位置发生局部损伤，该位置的材料性能发生改变，在车辆荷载作用下，损伤部位的应变能与正常部位相比会有明显的差异。通过对车辆动力响应信号进行处理，提取出应变能信息，并计算应变能变化率，当应变能变化率出现较大值时，即可初步判断该位置可能存在损伤。许多数值模拟和实验研究都验证了应变能变化率在损伤定位中的有效性，它能够准确地识别出单处损伤的位置，对于多处损伤也能提供一定的定位信息。频率变化比是利用桥梁结构损伤前后固有频率的变化来进行损伤定位的指标。当桥梁出现损伤时，其质量和刚度分布发生改变，从而导致固有频率发生变化。通过测量车辆动力响应信号中的频率成分，计算损伤前后的频率变化比，可以判断损伤的位置。例如，对于一个多跨连续梁桥，当某一跨的梁体出现损伤时，该跨的固有频率会下降，通过分析车辆动力响应信号中与该跨固有频率相关的频率成分的变化，计算频率变化比，能够确定损伤所在的跨。频率变化比对于结构的整体损伤和局部损伤都有一定的敏感性，在实际应用中，常与其他损伤定位指标结合使用，以提高损伤定位的准确性。3.2数值算例3.2.1损伤位置及程度影响为了深入探究损伤位置及程度对基于车辆动力响应的梁式桥损伤识别的影响，运用有限元软件ABAQUS建立了一座3跨连续梁桥的数值模型。该桥梁每跨长度为25m，采用C40混凝土，弹性模量设定为3.25\times10^{10}N/m^{2}，密度为2500kg/m^{3}，截面惯性矩为0.4m^{4}。将车辆简化为四自由度模型，其质量为2500kg，车身质心到前、后轴的距离分别为1.8m和1.4m，悬挂系统的弹簧刚度为2.5\times10^{5}N/m，阻尼系数为6000N\cdots/m，轮胎刚度为1.2\times10^{6}N/m。在模型中，分别在不同位置设置损伤，并改变损伤程度，模拟多种工况。在第一跨跨中设置损伤程度为5%、10%、15%的刚度损伤，在第二跨靠近桥墩1/4跨处设置同样程度的刚度损伤。通过数值模拟，获取车辆以20m/s的速度匀速通过桥梁时的动力响应数据。对模拟得到的车辆动力响应数据进行分析，以动力系数和应变能变化率作为损伤定位指标。当第一跨跨中损伤程度为5%时，动力系数在该位置出现明显峰值，比正常状态下增加了20%；应变能变化率也显著增大，达到了0.15。随着损伤程度增加到10%，动力系数峰值进一步增大，比5%损伤时增加了15%；应变能变化率增大到0.25。当损伤程度达到15%时，动力系数和应变能变化率的增大趋势更加明显。对于不同损伤位置，在第二跨靠近桥墩1/4跨处设置5%刚度损伤时，动力系数和应变能变化率在该位置出现峰值，与第一跨跨中损伤时的峰值位置和变化趋势不同。这表明损伤位置和程度的变化会导致车辆动力响应和损伤定位指标发生显著变化，损伤程度越大，动力系数和应变能变化率的变化越明显，不同损伤位置的动力响应特征也具有明显差异，通过分析这些变化能够有效识别损伤位置和程度。3.2.2多损伤工况为了检验基于车辆动力响应在多损伤情况下识别损伤位置的能力及效果，在上述连续梁桥数值模型中设置多损伤工况。在第一跨跨中设置10%的刚度损伤，同时在第三跨靠近跨中1/3处设置8%的刚度损伤。车辆仍以20m/s的速度匀速通过桥梁，采集车辆的动力响应数据。利用动力系数和应变能变化率作为损伤定位指标，对多损伤工况下的车辆动力响应数据进行分析。从动力系数指标来看，在第一跨跨中和第三跨靠近跨中1/3处均出现了明显的峰值，第一跨跨中动力系数峰值比正常状态下增大了30%，第三跨靠近跨中1/3处动力系数峰值增大了25%。从应变能变化率指标分析，同样在这两个损伤位置出现显著变化，第一跨跨中应变能变化率达到0.3，第三跨靠近跨中1/3处应变能变化率为0.25。通过与单损伤工况下的结果对比，多损伤工况下动力系数和应变能变化率的峰值虽然没有单损伤工况下同一位置损伤时那么突出，但仍能清晰地指示出损伤位置。这表明基于车辆动力响应的损伤识别方法在多损伤情况下，能够有效地识别出损伤位置，尽管存在一定的干扰，但通过合理分析动力响应指标的变化，仍具有较好的识别效果，为实际桥梁多损伤情况下的检测提供了可行的方法。3.2.3速度不均匀的影响为了研究车辆速度不均匀时动力响应特性及其对损伤位置识别准确性的影响，在数值模型中模拟车辆速度不均匀的情况。假设车辆以变速度通过桥梁，速度变化规律为v(t)=20+5sin(0.5t)，其中v为速度，t为时间。在桥梁第二跨跨中设置10%的刚度损伤，采集车辆动力响应数据。分析速度不均匀时车辆的动力响应特性，发现车辆的加速度响应呈现出复杂的波动变化。与匀速行驶时相比，速度不均匀时加速度响应的幅值和频率都发生了较大变化。在损伤位置处，加速度响应的峰值出现的时间和幅值都不稳定，这是由于速度的变化导致车桥之间的相互作用力和振动特性不断改变。以动力系数和应变能变化率作为损伤定位指标，分析速度不均匀对损伤位置识别准确性的影响。结果表明，速度不均匀时，动力系数和应变能变化率在损伤位置处的峰值仍然存在，但峰值的大小和稳定性受到影响。与匀速行驶时相比，动力系数峰值的误差增大了15%，应变能变化率峰值的误差增大了20%，导致损伤位置识别的准确性有所下降。这说明车辆速度不均匀会对基于车辆动力响应的损伤位置识别产生不利影响，在实际检测中需要尽量保证车辆行驶速度的均匀性，或者采取相应的补偿措施来提高损伤识别的准确性。3.2.4噪声影响在实际的桥梁检测中，噪声是不可避免的干扰因素。为了分析噪声对车辆动力响应及损伤定位指标的干扰，并提出应对方法，在数值模拟中考虑噪声因素。通过在车辆动力响应信号中添加高斯白噪声来模拟实际噪声干扰，噪声的强度设置为信号幅值的5%。在桥梁第一跨靠近桥墩1/4跨处设置12%的刚度损伤，分析噪声对动力响应和损伤定位指标的影响。从车辆动力响应信号来看，添加噪声后，信号的波形变得更加复杂，噪声掩盖了部分与损伤相关的特征信息。在分析损伤定位指标时，以频率变化比作为指标，发现噪声使得频率变化比的计算结果出现较大波动。在无噪声情况下，损伤位置处的频率变化比为0.8，而添加噪声后，频率变化比在0.6-1.0之间波动，这给损伤位置的准确判断带来了困难。为了应对噪声干扰，采用小波去噪的方法对车辆动力响应信号进行预处理。小波去噪是一种基于小波变换的信号处理技术，它能够有效地去除信号中的噪声，保留信号的有用信息。经过小波去噪处理后，信号的噪声得到了明显抑制，频率变化比的波动范围减小到0.75-0.85之间，更接近无噪声情况下的真实值，损伤位置的识别准确性得到了显著提高。这表明在考虑噪声影响的情况下，采用合适的去噪方法对车辆动力响应信号进行处理，能够有效减少噪声对损伤定位指标的干扰，提高基于车辆动力响应的梁式桥损伤识别的可靠性。3.2.5路面粗糙度影响路面粗糙度是影响车辆动力响应和桥梁损伤识别的重要实际因素。为了研究路面粗糙度对车辆动力响应和损伤定位的影响，以及其在实际应用中的作用，在数值模型中考虑不同的路面粗糙度情况。根据国际平整度指数（IRI）将路面粗糙度分为优、良、中、差四个等级，分别对应IRI值为0-2m/km、2-4m/km、4-6m/km、6-8m/km。在桥梁第三跨跨中设置15%的刚度损伤，车辆以20m/s的速度通过不同粗糙度路面的桥梁，采集车辆动力响应数据。分析路面粗糙度对车辆动力响应的影响，结果表明，随着路面粗糙度的增加，车辆的加速度响应幅值显著增大。当路面粗糙度为优（IRI值为1m/km）时，车辆加速度响应幅值的平均值为0.5m/s²；当路面粗糙度变为差（IRI值为7m/km）时，加速度响应幅值平均值增大到1.5m/s²。这是因为路面粗糙度越大，车辆行驶时受到的激励越大，导致振动加剧。在损伤定位方面，以动力系数作为损伤定位指标，研究路面粗糙度对损伤定位的影响。结果显示，路面粗糙度会干扰动力系数在损伤位置处的特征表现。在路面粗糙度为优时，动力系数在损伤位置处的峰值明显，能够准确指示损伤位置；而当路面粗糙度为差时，动力系数的峰值变得不明显，且受到路面粗糙度引起的振动干扰，出现多个峰值，容易导致损伤位置的误判。在实际应用中，路面粗糙度的影响不可忽视。为了提高损伤识别的准确性，需要对路面粗糙度进行测量和评估，并在损伤识别算法中考虑路面粗糙度的因素。可以通过建立路面粗糙度与车辆动力响应之间的关系模型，对动力响应数据进行修正，从而减少路面粗糙度对损伤定位的干扰，提高基于车辆动力响应的梁式桥损伤识别在实际工程中的应用效果。3.3本章小结本章围绕基于车辆动力响应的梁式桥损伤位置识别展开研究，取得了丰富的成果。在损伤定位指标方面，动力系数、应变能变化率和频率变化比等指标具有重要作用。动力系数对刚度变化明显的损伤敏感性高，能准确指示损伤位置，在实际工程中已成功应用于损伤定位；应变能变化率基于应变能原理，通过计算不同位置的应变能变化来判断损伤，对单处和多处损伤都能提供有效定位信息；频率变化比利用桥梁损伤前后固有频率的变化进行定位，常与其他指标结合以提高准确性。通过数值算例，深入分析了多种因素对损伤识别的影响。损伤位置及程度对车辆动力响应和损伤定位指标影响显著，损伤程度越大，动力系数和应变能变化率变化越明显，不同损伤位置的动力响应特征也有明显差异，这为准确识别损伤位置和程度提供了依据。在多损伤工况下，基于车辆动力响应的损伤识别方法虽存在干扰，但通过合理分析动力响应指标的变化，仍能有效识别损伤位置，为实际桥梁多损伤检测提供了可行方法。车辆速度不均匀会使加速度响应复杂波动，影响动力系数和应变能变化率在损伤位置处的峰值大小和稳定性，导致损伤位置识别准确性下降，因此在实际检测中需保证车速均匀或采取补偿措施。噪声会干扰车辆动力响应信号和损伤定位指标，采用小波去噪等方法对信号进行预处理，能有效减少噪声干扰，提高损伤识别可靠性。路面粗糙度增加会使车辆加速度响应幅值增大，干扰动力系数在损伤位置处的特征表现，易导致损伤位置误判，在实际应用中需测量评估路面粗糙度，并在损伤识别算法中加以考虑，以提高识别准确性。四、损伤程度估计4.1损伤方程基于车辆动力响应的损伤方程是实现梁式桥损伤程度准确估计的核心内容。在车-桥耦合振动理论的基础上，通过深入分析车辆动力响应与桥梁结构损伤之间的内在联系，建立合理的损伤方程，为损伤程度估计提供理论依据。从结构动力学原理出发，梁式桥在车辆荷载作用下的振动方程可以表示为M\ddot{u}+C\dot{u}+Ku=F，其中M为质量矩阵，C为阻尼矩阵，K为刚度矩阵，u为位移向量，F为车辆对桥梁的作用力向量。当桥梁发生损伤时，损伤部位的刚度会发生变化，假设损伤区域的刚度折减系数为\alpha，则损伤后的刚度矩阵K_d可以表示为K_d=(1-\alpha)K_0+K_1，其中K_0为损伤区域的原始刚度矩阵，K_1为非损伤区域的刚度矩阵。将损伤后的刚度矩阵代入振动方程，得到M\ddot{u}+C\dot{u}+((1-\alpha)K_0+K_1)u=F。通过对该方程的求解，可以得到车辆动力响应与损伤程度\alpha之间的关系。假设车辆的加速度响应为a，根据动力学方程，加速度响应与桥梁的位移响应u及其导数相关，即a=\ddot{u}。通过对损伤方程进行求解和推导，可以得到加速度响应a与损伤程度\alpha的表达式a=f(\alpha,M,C,K_0,K_1,F)，该表达式即为基于车辆动力响应的损伤方程。在损伤方程中，各参数与梁式桥损伤程度有着密切的关系。损伤程度\alpha直接影响刚度矩阵的变化，进而影响车辆的动力响应。当\alpha增大时，损伤部位的刚度降低，车辆通过损伤部位时的振动加剧，加速度响应幅值增大。质量矩阵M和阻尼矩阵C也会对损伤识别产生影响。质量矩阵反映了桥梁和车辆的质量分布情况，质量的变化会影响系统的振动特性，从而间接影响损伤识别结果。阻尼矩阵则决定了系统的能量耗散特性，阻尼的大小会影响车辆动力响应的衰减速度，进而影响损伤程度估计的准确性。车辆对桥梁的作用力向量F与车辆的类型、载重、行驶速度等因素有关。不同类型的车辆、不同的载重和行驶速度会产生不同的作用力，从而导致车辆动力响应的差异，对损伤程度估计产生影响。在实际应用中，需要综合考虑这些参数的影响，准确建立损伤方程，以提高梁式桥损伤程度估计的准确性。4.2数值算例4.2.1单损伤工况为验证损伤方程在估计损伤程度方面的准确性，运用有限元软件ANSYS建立一座简支梁桥的数值模型。该简支梁桥长度为20m，采用C30混凝土，弹性模量为3.0\times10^{10}N/m^{2}，密度为2500kg/m^{3}，截面惯性矩为0.3m^{4}。将车辆简化为四自由度模型，质量为1800kg，车身质心到前、后轴的距离分别为1.6m和1.3m，悬挂系统的弹簧刚度为2.2\times10^{5}N/m，阻尼系数为5500N\cdots/m，轮胎刚度为1.1\times10^{6}N/m。在模型中，于梁跨中设置损伤，损伤程度分别为5%、10%、15%的刚度损伤。车辆以25m/s的速度匀速通过桥梁，采集车辆的加速度响应数据。将采集到的加速度响应数据代入损伤方程，计算得到损伤程度的估计值。当损伤程度为5%时，损伤方程计算得到的损伤程度估计值为5.2%，误差为4%；当损伤程度为10%时，估计值为10.5%，误差为5%；当损伤程度为15%时，估计值为15.8%，误差为5.3%。通过与实际损伤程度对比，验证了损伤方程在单损伤工况下估计损伤程度具有较高的准确性，误差在可接受范围内，能够为梁式桥的损伤评估提供可靠的依据。4.2.2多损伤工况为研究损伤方程在多损伤情况下估计损伤程度的能力及效果，在上述简支梁桥数值模型中设置多损伤工况。在梁跨中设置10%的刚度损伤，同时在距离梁端5m处设置8%的刚度损伤。车辆仍以25m/s的速度匀速通过桥梁，采集车辆加速度响应数据。将加速度响应数据代入损伤方程，计算得到损伤程度的估计值。对于跨中10%的刚度损伤，估计值为10.6%，误差为6%；对于距离梁端5m处8%的刚度损伤，估计值为8.5%，误差为6.25%。与单损伤工况下的误差相比，多损伤工况下的误差略有增加，但仍在可接受范围内。这表明损伤方程在多损伤情况下，虽然估计难度有所增加，但仍能够较为准确地估计损伤程度，为实际桥梁多损伤情况下的损伤评估提供了有效的方法。4.2.3车速不均匀的影响为分析车速不均匀时对损伤程度估计的影响，在数值模型中模拟车辆速度不均匀的情况。假设车辆速度按照v(t)=25+3sin(0.3t)的规律变化，其中v为速度，t为时间。在桥梁跨中设置12%的刚度损伤，采集车辆动力响应数据。将速度不均匀时采集到的动力响应数据代入损伤方程，计算损伤程度估计值。结果显示，损伤程度估计值为13.5%，误差为12.5%，与匀速行驶时相比，误差显著增大。这是因为速度不均匀导致车桥之间的相互作用力和振动特性不稳定，使得损伤方程的计算准确性受到影响。为减小车速不均匀对损伤程度估计的影响，提出采用速度补偿的方法。在采集动力响应数据时，同时记录车辆的速度信息，根据速度变化规律对动力响应数据进行修正。经过速度补偿后，再次代入损伤方程计算，损伤程度估计值为12.8%，误差减小到6.7%，有效提高了损伤程度估计的准确性。4.2.4噪音影响在实际的桥梁检测中，噪声是不可忽视的干扰因素。为考虑噪声干扰对损伤程度估计准确性的影响，在数值模拟中向车辆动力响应信号中添加高斯白噪声，噪声强度设置为信号幅值的8%。在桥梁跨中设置15%的刚度损伤，分析噪声对损伤程度估计的影响。将添加噪声后的动力响应数据代入损伤方程，计算得到损伤程度估计值为17.5%，误差为16.7%，噪声使得损伤程度估计的误差大幅增加。这是因为噪声干扰了动力响应信号中的有效信息，导致损伤方程的计算结果出现偏差。为应对噪声干扰，采用小波阈值去噪方法对动力响应信号进行处理。小波阈值去噪通过设置合适的阈值，对小波系数进行处理，去除噪声引起的小波系数，保留信号的有效小波系数，从而达到去噪的目的。经过小波阈值去噪处理后，再次代入损伤方程计算，损伤程度估计值为15.6%，误差减小到4%，有效提高了损伤程度估计的准确性，证明了小波阈值去噪方法在降低噪声影响方面的有效性。4.2.5路面粗糙度影响路面粗糙度是影响车辆动力响应和桥梁损伤程度估计的重要实际因素。为探讨路面粗糙度对损伤程度估计的影响，在数值模型中考虑不同的路面粗糙度情况。根据国际平整度指数（IRI）将路面粗糙度分为优、良、中、差四个等级，分别对应IRI值为0-2m/km、2-4m/km、4-6m/km、6-8m/km。在桥梁跨中设置18%的刚度损伤，车辆以25m/s的速度通过不同粗糙度路面的桥梁，采集车辆动力响应数据。分析路面粗糙度对损伤程度估计的影响，结果表明，随着路面粗糙度的增加，损伤程度估计的误差逐渐增大。当路面粗糙度为优（IRI值为1m/km）时，损伤程度估计值为18.5%，误差为2.8%；当路面粗糙度变为差（IRI值为7m/km）时，估计值为21%，误差增大到16.7%。这是因为路面粗糙度越大，车辆行驶时受到的激励越大，动力响应信号中包含的噪声和干扰信息越多，从而影响损伤程度估计的准确性。在实际工程应用中，路面粗糙度的影响不可忽视。为提高损伤程度估计的准确性，可采用路面粗糙度修正模型。该模型通过建立路面粗糙度与车辆动力响应之间的关系，对动力响应数据进行修正，减少路面粗糙度的干扰。经过路面粗糙度修正模型处理后，在路面粗糙度为差的情况下，损伤程度估计值为18.8%，误差减小到4.4%，有效提高了损伤程度估计在实际工程中的准确性和可靠性。4.3本章小结本章围绕基于车辆动力响应的梁式桥损伤程度估计展开深入研究，取得了一系列重要成果。在损伤方程方面，基于车-桥耦合振动理论，从结构动力学原理出发，推导出车辆动力响应与损伤程度的关系方程。该方程表明，损伤程度α直接影响刚度矩阵的变化，进而影响车辆动力响应，质量矩阵M、阻尼矩阵C以及车辆作用力向量F等参数也与损伤程度密切相关，为损伤程度估计提供了坚实的理论基础。通过数值算例，对损伤方程在不同工况下的应用进行了验证。在单损伤工况下，将不同损伤程度的车辆加速度响应数据代入损伤方程，计算得到的损伤程度估计值误差在可接受范围内，验证了损伤方程在单损伤情况下估计损伤程度的准确性，能够为梁式桥损伤评估提供可靠依据。在多损伤工况下，虽然估计难度有所增加，但损伤方程仍能较为准确地估计损伤程度，误差略有增加但仍可控，为实际桥梁多损伤情况下的损伤评估提供了有效方法。车速不均匀对损伤程度估计有显著影响，会导致车桥相互作用力和振动特性不稳定，使损伤方程计算准确性下降。通过采用速度补偿方法，根据速度变化规律对动力响应数据进行修正，有效提高了损伤程度估计的准确性。噪声干扰会使损伤程度估计误差大幅增加，采用小波阈值去噪方法对动力响应信号进行处理，去除噪声干扰，提高了损伤程度估计的准确性。路面粗糙度的增加会导致损伤程度估计误差增大，采用路面粗糙度修正模型对动力响应数据进行修正，减少了路面粗糙度的干扰，提高了损伤程度估计在实际工程中的准确性和可靠性。五、实验验证5.1模型制作为了验证基于车辆动力响应的梁式桥损伤识别方法的有效性，制作了一个简支梁桥实验模型。在材料选择上，考虑到实验的可操作性和与实际桥梁材料力学性能的相似性，选用铝合金作为梁体材料。铝合金具有质量轻、强度较高、加工性能好等优点，其弹性模量为70GPa，密度为2700kg/m^{3}，与实际桥梁常用的钢材和混凝土材料在力学性能上有一定的可比性，能够较好地模拟梁式桥的受力特性。模型制作方法如下：首先，根据设计尺寸，使用数控加工设备对铝合金材料进行切割和加工，制作出梁体的各个部件。梁体长度设定为2m，截面尺寸为0.1m\times0.1m的正方形，通过精确的加工工艺，保证了梁体的尺寸精度和表面质量。然后，采用焊接工艺将各个部件连接成完整的梁体结构，焊接过程中严格控制焊接参数，确保焊接质量，避免因焊接缺陷影响模型的力学性能。在梁体两端设置了固定支座，模拟实际桥梁的边界条件，支座采用高强度螺栓与梁体连接，保证了支座的稳定性和约束效果。为了模拟梁式桥的损伤情况，在梁体上设置了不同类型和程度的损伤。在梁体跨中位置，通过切割梁体截面的方式模拟裂缝损伤，分别设置了截面损失5\%、10\%和15\%的损伤工况。在梁体表面粘贴砂纸，模拟混凝土桥梁表面的磨损损伤，通过调整砂纸的粒度和粘贴面积来控制磨损损伤的程度。该实验模型与实际桥梁在结构形式和力学特性上具有一定的相似性。在结构形式上，简支梁桥模型能够准确模拟实际简支梁桥的受力状态，车辆荷载通过梁体传递到支座，再传递到基础。在力学特性方面，虽然铝合金材料与实际桥梁材料存在差异，但通过合理选择材料参数和结构尺寸，使得模型在振动特性、刚度变化等方面与实际桥梁具有相似的响应规律。通过对模型的动力响应测试和分析，可以有效地验证基于车辆动力响应的损伤识别方法在实际桥梁中的应用效果，为实际桥梁的损伤检测提供可靠的参考依据。5.2实验步骤实验步骤的设计对于验证基于车辆动力响应的梁式桥损伤识别方法的有效性至关重要。整个实验过程需要精心规划，确保每个环节都能准确地采集数据，为后续的分析提供可靠依据。在车辆行驶工况方面，为了全面研究不同行驶条件下车辆动力响应与桥梁损伤之间的关系，设置了多种工况。首先，安排车辆以不同的匀速行驶通过桥梁，速度分别设定为15m/s、20m/s和25m/s。在每种匀速工况下，车辆从桥梁一端平稳驶入，保持设定速度匀速通过桥梁，直至从另一端驶出，这样可以获取不同速度下车辆通过桥梁时的动力响应数据，分析速度对损伤识别的影响。设置车辆以变速行驶的工况，模拟车辆在实际行驶过程中的加减速情况。车辆从静止开始逐渐加速至30m/s，然后再逐渐减速至静止，通过这种变速行驶工况，研究车辆速度变化对动力响应的影响，以及在变速情况下基于车辆动力响应的损伤识别方法的准确性。传感器布置是实验中的关键环节，它直接影响到数据采集的准确性和完整性。在车辆上，为了准确测量车辆的动力响应，在车身质心位置布置了加速度传感器，以获取车辆在行驶过程中的加速度信息。加速度传感器采用高精度的压电式加速度传感器，其测量范围为±50g，灵敏度为100mV/g，能够精确测量车辆的加速度变化。在前后车轴处分别布置位移传感器，用于测量车轴的竖向位移，从而获取车辆在通过桥梁时的振动位移信息。位移传感器选用激光位移传感器，测量精度可达±0.1mm，能够满足实验对位移测量的精度要求。在桥梁模型上，为了全面监测桥梁的动力响应，在跨中及1/4跨处等关键位置布置了应变片和加速度传感器。应变片用于测量桥梁在车辆荷载作用下的应变变化，通过分析应变数据可以了解桥梁的受力状态和损伤情况。加速度传感器则用于测量桥梁的振动加速度，获取桥梁的振动特性。在跨中位置，布置了4个应变片，组成应变花，以测量不同方向的应变；同时布置了2个加速度传感器，分别测量竖向和横向的加速度。在1/4跨处，同样布置了相应数量的应变片和加速度传感器，以确保能够全面监测桥梁不同位置的动力响应。数据采集方法采用高速数据采集系统，该系统能够以1000Hz的采样频率同步采集车辆和桥梁上各个传感器的数据。在实验过程中，当车辆进入桥梁的监测范围时，数据采集系统自动启动，开始记录各个传感器的信号。数据采集系统配备了高性能的采集卡和数据存储设备，能够实时存储采集到的数据，确保数据的完整性和准确性。为了保证数据的可靠性，在每次实验前，对传感器进行校准，确保传感器的测量精度和准确性。在数据采集过程中，实时监控传感器的工作状态和数据采集情况，及时发现并处理可能出现的问题。5.3实验结果在完成一系列实验操作后，对采集到的数据进行了深入分析。通过对比不同损伤工况下车辆的动力响应数据，以及与理论分析和数值模拟