损伤识别

桥梁结构损伤识别研究综述

摘要：首先阐述了桥梁结构损伤识别在桥梁结构中的重要性，介绍了国内外桥梁结构损伤识别研究现状，在此基础上，又介绍了用于桥梁结构的各种损伤识别方法和存在的问题，最后提出了桥梁结构损伤识别的发展方向。

关键词：损伤识别，桥梁结构，神经网络，曲率模态

引言

桥梁结构在长期使用过程中会发生各种损伤，导致桥梁结构的承载能力的降低，甚至会导致桥梁的倒塌，造成巨大的经济损失和人员伤亡。为了保证桥梁的安全性，需要及时的发现桥梁结构存在的损伤情况。目前，桥梁结构损伤识别已经成为国内外研究的热点。

1 国内外桥梁结构损伤识别研究现状

损伤识别最早用在航天及机械领域并得到了广泛的研究，在健康监测引起普遍关注的同时被应用在桥梁领域。鉴于桥梁所处环境的复杂性及结构特性的随机性，桥梁的损伤识别目前还没有一个统一的标准或准则参考，实际的应用也较少，但还是取得了一些成就。

自70年代以来，随着振动测试和分析技术的发展，国际上广泛开展了应用振动技术对机器设备与工程结构进行损伤识别和监测的研究。近年来，国外学者在利用振动模态分析理论进行结构损伤识别方面开展了大量的研究工作，提出了各种各样的识别方法。早期，主要是以Vandiver和Begg[9]等的研究工作为基础，根据模态频率的变化来探测桥梁结构的损伤。Spyrakos[5]进行了一系列的桥梁模型试验，分别测试了模型梁在不同类型、位置和程度损伤条件下的低频自振特性，发现一定水平的损伤与结构动态特性有确定的相关性，但是仅用频率改变作为结构损伤因子是不充分的。Aktan等则从结构静力柔度阵出发，根据桥梁载重汽车静力测试结果，通过对比观测模态柔度和静力测试柔度，评估了模态柔度作为损伤指针的可靠性。除了这些较为零星的工作以外，美国通过I-40桥梁项目和Alamosa峡谷项目，对桥粱健康诊断中的结构损伤识别方法进行了系统的研究，试验结果表明振型关于结构损伤识别伤较为敏感。Stubbs等[8]也对I-40桥进行了损伤识别的研究，利用振型曲率计算了结构局部应变能，通过应变能的改变来识别桥梁的损伤。这种算法能在未知结构材料特性的条件下，进行结构损伤定位。Farrar和Jauregui仍然以I-40桥为研究对象，认为振型数据对损伤定位和定量的研究更加有用。同时，运用神经网络进行损伤识别的方法也被推广到桥梁工程中。1997年worden用神经网络作为自联想器来对结构进行异常检测，并提出了自联想器的形成、异常指标、模式识别的特征及学习方法。

国内对结构损伤识别问题也开展了大量的研究工作。关于结构损伤识别，袁万城等[10]将其分为模型修正法和指纹分析法两大类。模型修正法主要用试验结构的振动反应记录与原先的模型计算结果进行综合比较，利用直接或间接测知的模态参数、加速度时程记录、频率响应函数等，通过条件优化约束，不断地修正模型中的刚度分布，从而得到结构刚度变化的信息，实现结构的损伤判别与定位。秦权等以香港青马大桥为背景，对桥梁健康监测中的模态识别、损伤识别、传感器优化布置和误差分析等问题进行了研究，为青马大桥健康诊断系统的实现提供了一定的理论依据。

2 桥梁结构损伤识别方法

损伤识别是基于结构振动的损伤识别方法，其基本原理是结构模态参数（固

有频率、模态振型等）是结构物理特性（质量、阻尼和刚度）的函数，因而物理特性的改变会引起系统动力响应的改变。经过多年的研究实践，各国学者提出过很多损伤识别方法。下面介绍几种桥梁结构损伤识别中比较常见的方法。

2.1 基于动静力测量数据的桥梁结构损伤识别方法

模型修正理论的结构损伤在结构动力学中最大的困难是结构模态测试数据不完备、结构模型噪声和测量的误差。为借助更多反映结构状况的实测信息，基于振动模态数据的子结构修正法提出来一种联合运用动力和静力量测数据的损伤识别方法，这一方法克服了工程实际中自由度不足的困难。利用静动力测量数据的桥梁损伤识别方法中首先是一种利用结构振动模态数据修正结构刚度的子结构算法（包括基于振动模态数据的子结构修正、基于静力位移量测值的子结构修正和推广的子结构修正法），然后将这一方法推广为同时利用振动模态数据和静力位移量测技术的损伤识别方法。最后，从对一悬臂梁的损伤仿真试验中证明了利用静动力测量数据的桥梁损伤识别方法在现有测试条件下能够较好的识别结构的损伤，实验结果有较高的可信度。

2.2 基于振动的桥梁损伤识别方法

随着使用年限的增加，工程结构中桥梁的长期检查仍然是定期人工检查，鉴于定期人工检查的局限性，基于振动的桥梁损伤识别方法逐渐引入现代桥梁损伤识别中来。基于振动的损伤识别方法按照所利用的特性量是否使用结构模型可以分为有模型识别方法和无模型识别方法。无模型损伤识别的方法是通过分析比较直接从振动响应的过程或者相应的傅里叶谱和其他变换得到的特征量，从而识别损伤的方法；有模型识别方法按照求解问题的方法可以分为动力指纹分析法和模型修正法两类。

2.3 基于神经网络的桥梁损伤位置识别方法

大型桥梁的损伤检测过程可以分为损伤报警、损伤区域定位、具体损伤构件的损伤程度的识别三个阶段。对桥面结构损伤区域的定位常用的方法是用损伤区域定位指标、模态曲率指标、模态柔度指标等来指示损伤区域。由于这些结构指标对测量数据的数量过多的要求，使得这些方法在大型工程结构上的实际应用受到较大的限制，因此神经网络技术在损伤识别中的使用价值得到进一步体现。1999年Chan等人用神经网络对青马悬索桥进行了异常检测。2000年Ko等人用自联想神经网络对香港汀九斜拉桥进行了异常检测。文献[3]中对基于神经网络的损伤识别进行了详细的研究。

2.4 基于曲率模态的桥梁损伤识别方法

根据结构动力学理论可知，结构损伤的存在会影响结构的动态特性。一般会降低结构的刚度、增大阻尼、改变振动频率与振动模态、引起结构边界条件的变化等，是结构显示出与正常结构相区别的动态特性，因此可以利用结构系统各种模态参数的变化作为特性标识量来诊断结构的损伤。利用曲率模态法进行结构损伤检测之前首先要解决损伤标识量选择问题，并且需要满足两个基本条件：一是对局部损伤敏感；二是位置坐标的单调函数。在试验中必须控制噪声，当位移模态噪音小于1%时，噪音的影响不太明显，超过1%时，则损伤位置很难检测出来。

2.5 基于小波分析的桥梁结构损伤识别方法

小波分析是一种信号的时间.频率分析方法，是近来得到迅速发展并形成研究热潮的信号分析新技术，被认为是对Fourier分析方法的突破性进展，在图像处理、分析、奇异性检测等方面已有很成功的应用。它具有多分辨率分析的特点，而且在时频域都具有表征信号局部特征的能力，很适合探测正常信号中夹带的瞬