【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。 【专利类型】发明授权 【申请人】东南大学 【申请人类型】学校 【申请人地址】210009 江苏省南京市江宁开发区东南大学路2号 【申请人地区】中国 【申请人城市】南京市 【申请人区县】江宁区 【申请号】CN201019026007.X 【申请日】2010-02-04 【申请年份】2010 【公开公告号】CN101782372B 【公开公告日】2011-08-03 【公开公告年份】2011 【授权公告号】CN101782372B 【授权公告日】2011-08-03 【授权公告年份】2011.0 【IPC分类号】G01B11/12; G01B11/24; G01B11/02; G01N21/88 【发明人】丁幼亮; 邓扬; 李爱群 【主权项内容】1.一种基于梁端纵向位移的桥梁伸缩缝损伤智能诊断方法，其特征在于该损伤智能诊断方法为： 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10min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；所述车辆荷载的代表值是以10min为区间计算主梁竖向加速度的均方根，以此作为这一时间段内的车辆荷载的强度代表值； 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， 具体方法是：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，模型表达式为： D＝β0+β1T (1) 式中，β0和β1为回归系数，可通过最小二乘的方法得到： 式中，SDT为位移与温度的协方差；DTT为温度的方差； 和 分别为位移和温度的均值，选取参考温度为Tr，将其代入式(1)，得到位移的参考值为Dr，同时将温度代表值T也代入式(1)，得到位移的计算值Dt，于是可计算消除温度影响的梁端纵向位移值D1： D1＝D-(Dt-Dr) (3) 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； 具体方法是：建立消除了温度影响的位移值D1和车辆荷载代表值R的线性回归模型： D1＝β2+β3R (4) 式中，β2和β3为回归系数，可类似式(2)计算，选取车辆荷载的参考值为Rr，将其代入式(4)，得到位移的参考值Drr，将车辆荷载代表值R也代入式(4)，得到位移的计算值Dtt，可计算消除了车辆荷载影响的位移值D2： D2＝D1-(Dtt-Drr) (5) 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 ，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 ，保持步骤4)确定的显著性不变，将 和 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。 【当前权利人】东南大学 【当前专利权人地址】江苏省南京市江宁开发区东南大学路2号 【统一社会信用代码】12100000466006770Q 【被引证次数】3 【被他引次数】3.0 【家族被引证次数】34

未经允许不得转载：http://www.zhongzhencnc.com/1785344598.html