基于梁端纵向位移的桥梁伸缩缝损伤诊断智能方法

摘要

基于梁端纵向位移的桥梁伸缩缝损伤智能诊断方法，通过在桥梁上设置少量的传感器获得桥梁建成后的主梁纵向位移、温度和竖向加速度的长期监测数据，分步建立健康状态下主梁纵向位移与桥梁温度、竖向加速度的相关性模型，基于上述相关性模型可以消除主梁温度、竖向加速度对纵向位移的影响，得到能够反映伸缩缝工作状态的“环境条件归一化”位移。当本方法应用于伸缩缝的损伤诊断，只需采用已建立的相关性模型对未知状态的监测数据进行处理，最后将健康状态和未知状态的“环境条件归一化”位移同时输入均值控制图，若伸缩缝发生损伤，控制图的样本点就会超出控制线，这样即实现了对伸缩缝损伤的智能识别。

主权项

一种基于梁端纵向位移的桥梁伸缩缝损伤智能诊断方法，其特征在于该损伤诊断方法为：1)主梁梁端的纵向位移及桥梁环境条件传感器的设置桥梁施工建设时，在主梁梁端位置设置纵向位移传感器，同时，在主梁的跨中位置安装温度传感器和加速度传感器，用以监测主梁的温度和由于车辆荷载引起的主梁竖向加速度；2)监测数据的处理以10-min为计算区间，对传感器获取的原始数据进行处理，计算梁端纵向位移、温度和车辆荷载的代表值；3)完好状态下纵向位移和环境条件的数学相关模型a)选取桥梁施工建成后n天的监测数据来建立相关模型，纵向位移D、温度T和车辆荷载代表值R，b)采用线性回归的方法建立温度T和梁端纵向位移D之间的关系，回归模型参数由最小二乘方法计算得到，c)在建立车辆荷载代表值R与位移的相关模型之前，先消除温度对纵向位移的影响，选取参考温度为Tr，将位移原始测试值D“归一化”至参考温度Tr，得到消除温度影响的梁端纵向位移值D1，d)采用线性回归建立D1和车辆荷载代表值R的相关性模型，然后与步骤c)类似，选取车辆荷载的参考值为Rr，将步骤c)中得到的D1“归一化”至车辆荷载的参考值Rr，得到消除车辆荷载影响的位移值D2；4)控制图显著性水平的确定将步骤3)计算出的位移值D2取日平均值，记为D2，将其输入均值控制图，调整控制图的显著性水平，使得上述n个样本点全部落在控制图的上、下控制线之内；5)伸缩缝损伤的智能诊断对未知状态的m天监测数据，采用伸缩缝完好状态下的相关模型消除温度和车辆荷载的影响，在此基础上得到m个日平均位移值，记为D3。保持步骤4)确定的显著性不变，将D2和D3同时输入均值控制图，此时，若所有n+m个样本仍全部位于上、下控制线内，则说明伸缩缝状态为正常，若有样本落在了控制线以外，则说明伸缩缝状态异常，可作出伸缩缝发生损伤的预警。