土木工程结构健康监测及损伤诊断述评Word文件下载.docx
- 文档编号:20022066
- 上传时间:2023-01-15
- 格式:DOCX
- 页数:8
- 大小:24.49KB
土木工程结构健康监测及损伤诊断述评Word文件下载.docx
《土木工程结构健康监测及损伤诊断述评Word文件下载.docx》由会员分享,可在线阅读,更多相关《土木工程结构健康监测及损伤诊断述评Word文件下载.docx(8页珍藏版)》请在冰豆网上搜索。
关键词:
土木工程结构;
健康监测;
模型修正;
损伤诊断
一、引言
土木工程的施工质量和运行情况对人民的生命安全有着重大的影响。
特别是重大土木工程结构,如水坝、桥梁、电厂、军事设施、高层建筑等,在遭受地震、洪水、爆炸等自然或人为灾害时的安全问题,与人民的生命财产息息相关。
如2008年汶川大地震对城市建筑物和结构造成的致命损伤;
还有一些人为的爆炸等破坏性行为,如美国世贸大楼倒塌对周围建筑物的影响。
这些越来越引起人们的密切关注。
如果能在灾难到来之前对其预测,进行评估,以趋利避害已成为人们关注的焦点。
如1994年美国加州Northridge和1995年日本神户(Kobe)的大地震中,一些建筑物在遭受主震后,并未立即倒塌,但结构却已受到严重损伤而未能及时发现,在后来的余震中倒塌了。
[1]另外,我国有一大部分桥梁和基础设施都是在五六十年代建造的,经过这么多年的使用,他们的安全性能如何?
是否对人民的生命财产构成威胁?
这是土木工程界需要面临的一个紧迫问题。
[1]
因此,对结构性能进行监测和诊断,及时地发现结构的损伤,对可能出现的灾害进行预测,评估其安全性已经成为未来工程的必然要求,也是土木工程学科发展的一个重要领域。
二、结构健康监测的概述
(一)几个基本术语
结构的健康监测(structuralhealthmonitoring,SHM)指利用现场的无损伤的监测方式获得结构内部信息,通过包括对结构响应在内的结构系统特性分析,达到检测结构损伤或退化的目的。
健康监测的一个目标就是在这个临界点到来之前提早检测出结构的损伤,这是个实时在线监测过程。
结构的长期健康监测是一种在线监测技术。
[2]
健康是指在土木工程中指结构或者系统能够实现其预期功能的一种状态。
健康诊断是指结构在受到自然的(如地震,强风等)、人为的破坏,或者经过长时期使用后,通过测定其关键性能指标,检查其是否受到损伤,如果受到损伤,损伤位置、程度如何,可否继续使用及其剩余寿命等。
安全性评估是指通过各种可能的、结构允许的测试手段,测试其当前的工作状态,并与其临界失效状态进行比较,评价其安全等级。
对于不同的结构,其重要程度不同,安全等级也应该有所差别。
安全性评估与可靠性不同,可靠性为一种概率,为一种可能性;
而安全性评估旨在给出确定的安全等级。
损伤诊断可以从很多层面上来理解,但最基本的目标是简单地确认结构是否存在损伤。
这个问题的统计模式、识别模型一般是收集损伤前后系统的特征,比较新的模式是否偏离原始模式。
实际上,问题很少如此简单,工作环境和条件的变化都影响测得的信号。
在此情况下,正常的工作范围很广,不能简单地因为环境的变化而认为有损伤。
一般有两种方式来考察环境的变化:
一种是可以测出分别与环境和工作条件相关的量,参数化正常的工作条件;
另一种方式是采用HoonSohn等提出的数据正规化技术,如搜寻技术和自回归神经网络技术,用于区分环境工作条件变化和损伤的影响。
[3]
(二)组成
健康监测系统应包括下列几部分:
[4]
(1)传感系统:
用于将待测物理量转变为电信号。
(2)数据采集和处理系统:
一般安装于待测结构中,采集传感系统的数据并进行初步处理。
(3)通讯系统:
将采集并处理过的数据传输到监控中心。
(4)监控中心和报警设备:
利用具备诊断功能的软硬件对接收到的数据进行诊断,判断损伤的发生、位置、程度,对结构健康状况做出评估,如发现异常,发出报警信息。
三、损伤检测
结构健康监测的关键问题是监测系统的实现和损伤位置、程度的确定,这是结构健康监测与诊断的核心,也是难点。
损伤检测技术可分为局部法和整体法。
局部法依靠无损检测技术(NDE)对特定构件进行精确的检测、查找,描绘缺陷的部位[2];
而整体法试图评价整体结构的状态,可以间断或连续的评价结构的健康,确定损伤存在的可疑区域。
在大型土木工程结构的健康监测中多综合利用局部法和整体法。
理想的损伤识别方法应具备的一个重要特性是,能够区分结构建模误差引起的偏差与结构损伤引起的偏差。
真正的健康监测系统必须具备自动识别损伤的能力,对于如何自动的从量测信息来解释结构健康状况,还未建立起完善的科学理论,对复杂结构的整体检测仍是土木工程领域的一大挑战。
(一)局部检测方法
局部NDE技术主要包括目测法、染色法、发射光谱法、回弹法、声发射法、渗漏试验法、射线法、脉冲回波法、磁粒子法、磁扰动法、涡流法等等[2]。
绝大多数技术成功地应用于检查一定部件的裂缝位置、焊接缺陷、腐蚀磨损、松弛或失稳等,实际检测中经常几种技术联合使用来评价结构状态。
以下介绍几种常用的NDE技术[5]。
声发射法(又称应力波法)能对活动性缺陷进行动态监测,采用声发射探头将发射源发射的弹性波转换为电信号,经放大处理得到特征参数,从而推测材料内部发射源(即缺陷)的位置。
以脉冲回波法为主的超声波检测技术是利用其遇到相异介质能够反射的性质进行检测,具有良好的指向性,在不同的材料中衰减性不同,检测灵敏度高、成本低、效率快。
射线检测指用X射线和直线加速器对结构缺陷情况进行检测,可检测结构内部缺陷的位置和立体形状,用来判断结构是否可用或为维修提供参考。
电磁涡流技术主要检测交变磁场中导电材料感生涡流场,不需耦合和接触,因此检测速度快,可以检测结构表面和内部缺陷。
近年来,随着光纤传感器、光纤显微镜、形状记忆合金等新型智能材料的发展,针对土木工程结构出现了一些新的局部损伤检测方法。
如Lamb波法,采用光纤干涉传感器,利用Lamb模态和缺陷的关系检测;
板的自适应小波模型,可以分离Lamb波的模态和反射;
考虑到结构时域反映的几何特点而提出的几何时域方法,对于微小损伤比较敏感,而对环境的波形具有鲁棒性。
(二)整体检测方法
健康监测作为一种实时、在线、连续的监测,整体检测法显得尤为重要,它大致可以分为动力指纹分析法、模型修正与系统识别法、神经网络法、遗传算法和小波分析法。
1、动力指纹分析法(或模型识别法)
这种方法的基本思想是寻找与结构特性有关的“指纹”变化。
结构一旦发生损伤,其结构参数,如刚度、质量、阻尼等会发生改变,从而导致相应的动力指纹的变化。
这些动力指纹的变化可以看作结构损伤发生的标志,借以诊断结构的损伤。
常用的动力指纹有:
频率、振型、振型曲率、应变模态、柔度、功率谱、频响函数、模态确信准则(MAC)和坐标模态确信准则(COMAC)等。
大量的模型和实际结构试验表明[6],结构损伤导致的固有频率变化很小,而振型(尤其是高阶振型)虽然对局部刚度变化比较敏感,但精确量测较为困难。
MAC和COMAC等依赖于振型的动力指纹同样如此。
振型曲率、应变模态则因传统的低幅振动测试变化量量级过小,难以起到有效的判别作用。
因此,这类方法的应用有待于寻找新的动力指纹。
为了发现损伤及其位置,首先应根据先验知识,建立对应各种指纹变化的损伤数据库,然后将损伤后的动力指纹与数据库中的指纹相比较,从而确定损伤状态。
由于先验知识不完备,可能的损伤形式过于繁多,建立相对完整的损伤数据库较难实现。
且此方法敏感性差,观测到的模态参数的变化往往与很多破坏形式接近,却难以确定具体的形式。
2、模型修正法与系统识别法
这种方法的基本思想是利用动力试验数据(通常为模态参数或加速度时程记录、频响函数等),通过条件优化约束,来不断修正模型中的刚度分布,通过被检测结构中任意观测到的局部刚度下降判定损伤的位置和程度。
这种方法在划分和处理子结构上具有很多优点。
由于模型误差、测量噪声以及土木工程结构可测得的动力特征对局部刚度变化不敏感等因素的存在,使得此方法在实际应用中受到限制。
模态试验测得的模态信息总是不完备的,导致了特征方程求解中的亚定问题。
解决数据和模型的不确定性,有效的方法是用统计推断的方法,如贝叶斯统计的方法。
针对这些问题,一方面可以考虑利用动边界条件进行子结构模型修正以减少未知数的方法,另一方面可以通过良态建模、合理化分子结构以及最优布置来获取最大信息量予以解决[6]。
3、遗传算法(GA)
损伤诊断可归结为参数识别问题,即结构动力学反问题,可由两条途径解决,一是灵敏度分析方法,通过广义逆矩阵的运算,确定参数改变量;
二是采用最优化方法确定与实测数据最优匹配的参数。
遗传算法是一种基于自然遗传和自然选择机理寻优的方法,将其引入损伤评估的最优化方法中,在测试获取信息不多的情况下,能迅速判定损伤位置和程度,即使模态信息部分丢失时,遗传算法寻优能力丝毫不受影响。
遗传算法只需计算各可行解的目标值而不要求目标函数的连续性,不需要梯度信息,并采取多线索的并行搜索方式进行优化,因而不会陷入局部最小,且使用方便,鲁棒性强。
Koh等采用局部搜索的遗传算法,通过测定激励和响应来决定结构参数进行识别。
数值模拟了板/壳和飞机翼,结果表明,载荷位置对识别结果影响很大。
该法通过全局和局部阶段自适应调整局部搜索尺寸的偏差,有很强的抗噪性。
易伟健等[7]引入遗传算法处理试验得到的动力信息对结构的损伤进行诊断,提出了多父体变量级杂交和变量微调等新的改进措施,并应用于固端梁、连续梁和框架等多个结构的损伤诊断,取得了满足工程要求的结果。
4、小波分析法
小波分析(WaveletsAnalysis)是数学理论中调和分析技术发展的最新成果,可以看作一个传统的Fourier变换的扩展。
小波分析的优点在于利用一个可以伸缩和平移的视窗能够聚焦到信号的任意细节进行时频域处理,提供多个水平的细节以及对原始信号多尺度的近似,既可看到信号的全貌,又可分析信号的细节,并且可以保留数据的瞬时特性。
结构模型在环境激励下,结构的损伤可以从对相应数据进行小波离散后的细节突变上检验出来,这些突变的位置可以精确的指出损伤发生的时刻。
徐洪钟
等[8]利用多分辨分析(小波多层分解)方法,对大坝观测数据的异常值进行了检测,并通过工程实例验证了该方法的有效性。
所采用的小波分析方法适合检测单个和多个异常值。
Hou等提出了一种基于小波方法的结构损伤检测。
用一个在谐和激励下的简单模型进行数值仿真。
模型包括多个可破坏弹簧,当响应超过极限值或运动循环的次数积累超出了它们的疲劳寿命时,其中的一些弹簧就会发生不可恢复的损伤,无论是突然损伤还是积累损伤,损伤的发生以及发生的时刻都可以通过这些数据的小波分解细节检查出来。
Hou等还利用小波分析理论对ASCE提出的健康监测基准问题(HealthMonitoringBench-markproblem)中的典型结构的损伤监测问题进行了研究。
利用时程分析程序计算结构动力响应,并在仿真过程中允许结构中某些构件发生损伤,如支撑刚度突然全部消失或部分消失。
将得到的加速度响应信号进行离散小波变换,通过分解后高频波形上的突起来判断损伤的发生和发生的时刻。
分析过程中对多个结点加速度进行小波分解,并通过分解后带有突起的结点在整个结构中所处的空间位置来判断损伤的位置,结果表明,小波方法是损伤检测和结构健康监测的一个很有潜力的方法。
5、神经网络法
神经网络以生物神经系统为基础,模拟人脑的功能。
由许多处理单元(神经元)相互连接组成,按照一定的连接权获取信息的联系模式,根据一定的学习规则,实现网络的学习和关系映射。
神经网络以其学习能力,非线性变换型和高度的并行运算能力,对新输入的泛化能力和对噪声的容错处理能力,对系统(尤其是非线性系统)的辨识等提供了一条非常有效的途径。
在商业、金融、制造业、医学、通信、力学等领域得越来越多的应用[9-11]。
高赞明等将神经网络分析方法用于香港汲水门大桥的健康监测中[12]。
Venkat等采用小波分析和神经网络算法,通过将测得的原始结构和损伤后结构的振动数据比较,估计损伤发生的位置及程度。
小波分析的优点是,它能在时域和频域内定位,可以提取突变发生的位置,而且因为模态形状变化的大小由损伤程度决定,它也可以预测结构的完整性。
神经网络则通过一个映像小波分析中提取出的振动特征的函数来量化健康状态参数。
William等利用神经网络系统进行健康监测,采用一个压电传感器阵列模拟生物神经系统来测量结构的声发射和动应变。
他们方法的优点在于将需要布设传感器的通道数由N2减少到2N个。
当结构有瞬态损伤时,能够将传感器阵列的输出时间历程记录下来,然后通过组合逻辑准确地确定发生的位置。
缺点在于没有神经网络或者回归技术难以抽取单个传感器的时间历程,而只能得到阵列的某行或者某列的加和值,其应用范围为大型复杂结构的裂纹和层解检测、动应变测量碰撞监测和损伤定位。
Mannur等采用压电陶瓷纤维和碳纳米管材料传感器的人工神经网络系统进行健康监测。
压电陶瓷纤维的好处在于频带宽和相对的低成本,缺点在于产生的压电陶瓷电荷非常小。
碳纳米管能够在大应变处通过电化学过程产生地电压,而局限在于产生速度慢,必须使用聚合电解质用于离子交换。
四、健康监测技术发展的应用和展望
(一)健康监测技术发展的应用
随着健康监测技术的发展,越来越多的桥梁和大型结构使用了健康监测系统,对桥梁的安全运行起到了重要作用。
在我国,上海徐浦大桥结构状态监测系统包括测量车辆荷载温度、挠度、应变、主梁振动、斜拉索振动六个子系统[13]。
香港青马大桥设立的监测系统称之为“风和结构健康监测系统”,包括加速度计、应变计、位移传感器、水平传感器、风速计、温度传感器、车速车载感应系统等各类传感器计774个和数据采集及处理系统。
监测项目包括作用于桥梁上的外部作用及桥梁的响应,具体可分为风、地震、温度、车辆载荷、结构位移、标高、应变、应力及结构动力特性等。
国外,日本明石海峡大桥是目前世界上跨度最大的悬索桥,为了证实该桥在强风和地震作用下的设计假定和有关参数的取值,以及确定在环境变化影响下的变形特征,在该桥上安装了包括地震仪、风速计、加速度计、速度计、全球卫星定位系统(GPS),测量主梁边缘位移的位移计、测量调质阻尼器(ttlned~5damper,简称TMD)的位移计、温度计等传感器的监测系统。
桥梁损伤评估的内容:
工作参数的采集、工作参数的识别加工得到桥梁工作状态信息、根据工作状态信息给出桥梁健康状况评估。
由监测系统实现工作参数的采集基本可以实现,然而对于桥梁真正的健康状况分析,如损伤检测分析、剩余寿命评估、维修决策方面的研究尚处于起步阶段。
这方面的突破相信有赖于试验技术的发展、新的损伤指标的发现以及对桥梁结构特性的进一步认识。
(二)未来发展方向
本文简要阐述了土木工程结构的健康监测和损伤诊断的概念、理论、方法以及目前的现状。
纵观土木工程结构安全性评估、健康监测及诊断的发展水平,至少有以下几个尚待解决的问题:
(1)缺少通用的损伤量化指标。
在基于振动的故障诊断和预测中,要求不论信号的来源和频段,经过信号处理后,原始状态的信号(健康状态)和损伤后的信号(损伤状态)应有明显的差异,即识别出的信号特征能够准确地表示出健康状态和损伤状态。
因此,应该设计一种损伤尺度,将结构损伤与否和损伤的程度简单地分级量化。
(2)诊断系统的两个主要问题是,高成本和信号处理的不准确性。
第一个问题随着无线网络和通讯的发展已不那么突出;
第二个问题是现在都假定噪音信号为不变的高斯分布而且感兴趣的信号都有确定的频率。
实际上并非如此,感兴趣的信号频率范围很宽,而且是在一个非理想的变化环境中得到的[77],如何解决这个问题将成为未来发展的重点。
(3)由于大型复杂结构实际上都是非线性的,因而神经网络和遗传算法在结构的健康检测和诊断方面具有不可估量的应用前景。
小波分析由于有刻画细节的能力,在数据的处理方面也具有一定的优势。
(4)健康诊断作为土木基础设施系统管理的一部分,越来越受到人们的重视。
灾难减轻包括准备好应付各种自然和人为的灾害,同时也确保在灾害过后的一段时间内部分土木基础设施系统可用,我们也应该开展这类范围更广的土木基础设施管理的研究。
参考文献:
[1]谢强,薛松涛.土木工程结构健康监测的研究现状与进展[R].中国科学基金,2001,(5):
285-288.
[2]HousnerG.W.etal.StructuralControl:
Past,Present,andFuture[J].ASCE,JournalofEngineeringMechanics,1997.123(9):
897-971.
[3]李宏男,李东升.土木工程结构安全性评估、健康监测及诊断述评[J].地震工程与工程振动,2002,22(3):
82-90.
[4]孙鸿敏.土木工程结构健康监测研究发展[J].地震工程与工程振动,2002,22(3):
[5]陈长征,罗跃纲,白秉三等.结构损伤检测与智能诊断[M].北京:
科学技术出版社,2001.
[5]袁万城,崔飞,张启伟.桥梁健康监测与状态评估的研究现状与发展[J].同济大学学报,1999,27
(2):
184-188.
[7]易伟健,刘霞.结构损伤诊断的遗传算法研究[J].系统工程理论与实践,2001,(5):
114-118.
[8]徐洪钟,吴中如.基于小波分析的大坝观测数据异常值检测[J].水电能源科学,2002,20(4):
20-21.
[9]李宏男,阎石,林皋.智能结构控制发展综述[J].地震工程与工程振动,1999,19
(2):
29-36.
[10]孙剑平,朱日希.结构控制方法评述[J].力学进展,2000,30(4):
495-505.
[11]梁艳春.计算智能与力学反问题中的若干问题[J].力学进展,2000,30(3):
321-331.
[12]高赞明,孙宗光,倪一清.基于振动方法的汲水门大桥损伤监测研究[J].地震工程与工程振动,2001,21(4):
117-123.
[13]刘西拉.重大土木与水利工程安全性及耐久性的基础研究[J].土木工程学报,2001,34(6):
1-7.
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 土木工程 结构 健康 监测 损伤 诊断 述评