基于小波与分形理论的斜拉桥健康监测系统研究

论文摘要

大跨度桥梁结构的健康监测是目前桥梁工程界的研究热点之一,是一个涉及到多学科、跨行业的难点课题。由于桥梁结构及其所处环境的复杂性、不确定性,使得国内外的研究都还处于探索和试用阶段。目前,在一些大跨度桥梁上都已安装了健康监测系统,但其主要用于数据采集,而缺乏有效的健康评价支撑。本文在前人研究工作的基础上,根据小波和分形在处理复杂非线性问题时的特点,将其应用于桥梁结构健康监测系统,提出了建立基于小波与分形的斜拉桥健康监测系统的基本框架。为此,本文主要进行了以下几个方面的研究工作。1.对桥梁进行健康监测的前提,是需要建立一个准确、有效的基准有限元模型。以静测中的位移和动测中的频率作为状态变量,以各项实测值与相应计算值的百分比偏差的平方和作为目标函数,结合ANSYS的优化分析功能,对大型桥梁结构的初始有限元模型的计算参数进行修正。修正过程中引入了约束条件限制各待修正参数和结果数据的变化范围,使得修正后的各参数具有明确的物理意义。修正后的有限元模型为桥梁健康监测计算分析提供了更加切合实际的数学模型,也验证了采用ANSYS进行模型修正的可行性。2.动力监测是健康监测的重要手段之一,在健康监测系统建立初期对结构的动力性能进行模拟分析是很有必要的。本文综合考虑了车桥耦合振动、路面不平度、风、温度等对结构的影响,为健康监测策略制订提供了切合实际的理论分析数据。3.在小波分析理论的基础上,深入剖析了Mallat算法中的频率混淆现象以及产生小波包频带错乱现象的原因,并提出了相应的改进算法,有效地消除了频率混淆和小波包频带错乱问题。4.运用小波分析方法对结构动力系统进行多尺度分析,为小波分析用于结构健康监测提供了坚实的理论基础。将小波分析方法用于结构的模态参数识别、信号滤噪、数据压缩与重构、监测突变信号等方面,均取得了较好的效果。5.运用小波方法分析了斜拉桥损伤前后的位移、曲率和应变三种模态振型,据此能够较准确地识别结构的损伤位置和损伤程度。6.运用改进的小波分析算法对健康监测过程中的信号进行了深入分析,发现小波能量分布与结构的自振特性一样能够反映结构的固有特性,并且能够反映结构的局部特性。在小波包分析的基础上,提出了小波能量互熵作为损伤识别的指标。在应用中引入表征各测点局部特性的权重系数,从而较准确有效地识别损伤位置及其程度。7.针对小波的强局部分析能力和分形的强非线性处理能力,提出了结构损伤诊断的小波细节关联维分析方法。首先对信号进行小波包分解,再计算各小波包的关联维数,并与健康状态下的关联维数比较,通过损伤前后的互熵来识别结构的损伤。实例分析表明,该方法具有较强的损伤诊断能力和抗噪能力。8.运用广义维数谱对斜拉桥的损伤进行诊断,结果表明损伤程度与敏感维数、互熵之间均呈线性关系,验证了多重分形应用于斜拉桥损伤识别的可行性和有效性。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 桥梁健康监测系统研究的意义
• 1.1.1 桥梁事故及教训
• 1.1.2 桥梁健康监测的基本概念
• 1.1.3 健康监测的目的和必要性
• 1.1.4 健康监测系统研究的意义
• 1.2 健康监测系统研究现状
• 1.2.1 桥梁健康监测系统应用现状
• 1.2.2 健康监测系统中的损伤识别方法
• 1.2.2.1 基于结构固有频率的损伤识别方法
• 1.2.2.2 基于模态振型的损伤识别方法
• 1.2.2.3 基于柔度矩阵和刚度矩阵的损伤识别方法
• 1.2.2.4 基于模型修正的损伤识别方法
• 1.2.2.5 基于神经网络的损伤识别方法
• 1.2.2.6 基于小波分析的损伤识别方法
• 1.2.2.7 基于分形的损伤识别方法
• 1.2.3 健康监测中的数值模拟方法研究现状
• 1.2.4 目前亟需解决的问题
• 1.3 论文研究的主要内容
• 第2章 桥梁结构健康监测基准模型及动力模拟计算研究
• 2.1 概述
• 2.2 工程概况及现场荷载试验
• 2.2.1 工程概况
• 2.2.2 现场荷载试验
• 2.2.2.1 静载试验
• 2.2.2.2 脉动试验
• 2.3 初始有限元模型建立
• 2.3.1 ANSYS空间梁单元模型
• 2.3.2 ANSYS空间梁壳单元组合模型
• 2.4 基于ANSYS优化方法的模型修正
• 2.4.1 概述
• 2.4.4 联合运用静动力测试数据的模型修正
• 2.4.4.1 有限元模型修正的一般过程
• 2.4.4.2 参数分析
• 2.4.4.3 日标函数
• 2.4.4.4 约束条件和状态变量
• 2.4.4.5 参数灵敏度分析
• 2.4.4.7 ANSYS的优化分析
• 2.5 动力模拟计算分析
• 2.5.1 有限元动力计算分析概述
• 2.5.2 车桥耦合振动模拟计算
• 2.5.2.1 车桥耦合振动
• 2.5.2.2 车辆模型
• 2.5.2.3 车桥耦合振动系统模拟
• 2.5.3 桥面不平整条件下结构的动力反应
• 2.5.3.1 路面不平度
• 2.5.3.2 桥面不平度模拟
• 2.5.4 考虑桥面不平度行车条件下的结构动力反应
• 2.5.5 环境因素对斜拉桥特性的影响探讨
• 2.5.5.1 温度影响
• 2.5.5.2 自然风的影响
• 2.6 测量噪声
• 本章小结
• 第3章 小波分析基本理论
• 3.1 小波变换（Wavelet Translation,WT）
• 3.1.1 小波函数（Wavelet）
• 3.1.2 连续小波变换（Continuous Wavelet Transform,CWT）
• 3.1.3 离散小波变换（Discrete Wavelet Transform,DWT）
• 3.1.4 多尺度分析与Mallat算法
• 3.1.4.1 多尺度分析
• 3.1.4.2 尺度函数和尺度空间
• 3.1.4.3 小波变换分解
• 3.1.4.4 二尺度方程（Two-scale Equation）
• 3.1.4.5 Mallat算法
• 3.1.5 小波变换中实际资料的处理
• 3.2 小波包分析（Wavelet Packet Analysis）
• 3.2.1 小波包的定义
• 3.2.2 小波包的子空间分解
• 3.2.3 小波包分解与重构
• 3.2.4 小波包分解频带能量
• 3.3 常用小波函数及其选择
• 3.3.1 小波的选择
• 3.3.2 常用小波函数
• 3.4 小波分析中的频率混淆及其改进算法
• 3.4.1 Mallat算法的频率混淆及改进算法
• 3.4.2 小波包变换中的频率混淆及改进算法
• 本章小结
• 第4章 小波分析在结构健康监测中的应用探讨
• 4.1 结构动力系统与小波分析
• 4.2 小波变换识别结构的模态参数
• 4.3 小波变换在健康监测信号处理中的应用
• 4.3.1 测试信号滤噪技术
• 4.3.2 数据压缩与重构
• 4.4 利用小波变换模极大值监测信号突变
• 4.5 应用小波变换对监测序列数据进行变形分析
• 4.6 小波空间变换与损伤识别
• 4.6.1 拉索索力损伤识别
• 4.6.2 模态振型识别
• 4.7 小波包能量识别法
• 4.7.1 结构信号的小波包能量分布特性
• 4.7.2 小波包能量互熵识别法
• 4.7.3 测试噪声对损伤识别的影响
• 4.7.4 桥面不平度及车桥耦合效应对损伤识别的影响
• 本章小结
• 第5章 分形理论在结构健康监测中的应用初探
• 5.1 分形原理
• 5.1.1 概述
• 5.1.2 分形的基本特点
• 5.1.2.1 自相似性
• 5.1.2.2 自仿射性
• 5.1.2.3 无标度性
• 5.1.2.4 分形与欧氏几何图形的区别
• 5.1.3 分维及其测量方法
• 5.1.3.1 欧氏空间维数及分形维数（Fractal dimension）
• 5.1.3.2 相空间重构
• 5.1.3.3 分形维数的计算
• 5.1.3.4 分形维数的物理意义及及应用
• 5.2 多重分形
• 5.3 分形理论在健康监测中的应用研究
• 5.3.1 关联维数计算参数及无标度区
• 5.3.1.1 关维数计算中参数的选取
• 5.3.1.2 无标度区的确定
• 5.3.1.3 关联维数的计算步骤
• 5.3.2 关联维数在结构损伤识别中的应用
• 5.3.2.1 简支梁损伤识别
• 5.3.2.2 小波与分形联合识别损伤
• 5.3.2.3 在斜拉桥损伤识别中的应用
• 5.3.3 多重分形在斜拉桥损伤识别中的应用
• 本章小结
• 结论
• 展望
• 致谢
• 参考文献
• 参加的科研项目
• 攻读博士学位期间发表的论文