[发明专利]一种无基准数据条件下的梁式结构裂缝损伤识别方法

说明书

本发明涉及一种无基准数据条件下的梁式结构裂缝损伤识别方法，属于桥梁结构健康诊断技术领域。本发明采集梁的动态响应信号Si_j，进行傅里叶变换得到动态响应信号频谱，找出一阶振动信号的对应频点；根据二进制小波变换的频段划分方法确定一阶振动信号所在频段的上限频率f_h及下限频率f_l，构建谐波小波基函数频域表达式；对Si_j进行谐波小波包变换，提取一阶振动信号分别找出中所有的波峰和波谷，采用三次样条拟合方式，计算波峰包络线l_c和波谷包络线l_t；将l_c和l_t的纵坐标数据代入损伤指标计算公式，计算D_j；将D_j画在同一幅图中，若k测点处的D_j为峰值即k测点处为损伤所在处且峰值与谷值连线的斜率越大，损伤越大。

技术领域

本发明涉及一种无基准数据条件下的梁式结构裂缝损伤识别方法，属于桥梁结构健康诊断技术领域。

背景技术

桥梁在现代交通网络中扮演着重要的角色。特别是在新修建的高速公路与铁路中，不但桥梁所占比例越来越高，而且各种特大型桥梁不断出现。然而，在日常荷载、腐蚀、材料老化等因素的作用下，桥梁往往会发生不同程度的损伤从而使得结构承载正常载荷及抵抗环境作用冲击的能力下降，引发灾难性事故。因此，桥梁结构的损伤的准确检测具有重要意义。

目前，常用的检测方法分为静态检测和动态检测。静态检测多为局部探伤法，这类检测方法存在着成本高、工作量大、不适用于大型桥梁结构等问题。动态检测主要是通过分析结构的动态响应从而发现结构整体的参量变化进而完成损伤的识别。动态检测又分为有模型方法和无模型方法两大类。有模型方法如：基于有限元分析的模型修正法、基于非线性动力学系统的神经网络法、基于概率搜索的遗传算法及以集群迭代算法计算结构模型参数最优解的群智能优化算法等。这类方法均需要建立精确的数学模型，并进行大量的计算，这使得其在实际应用中受到了制约。无模型法主要指结合了振动理论、系统识别理论、信号采集与分析理论等跨学科的整体分析方法。无模型法分为频域方法、时域方法和时频域方法。频域方法中常用的方法包括：曲率模态法、模态置信因子法、模态应变能法、柔度矩阵法、频响函数法等；时域方法包括：MA(Moving average)法、AR(autoregressive)法、ARMA(autoregressive moving average)法等；时频域方法包括：傅里叶谱分析、小波变换法和希尔伯特-黄变换法。这些无模型方法虽然各有优劣，但都需要一个共同的前提条件。就是在损伤识别过程中，需要未损伤桥梁结构的精确有限元模型或者试验数据作为对比分析的基准数据。最后，通过对比基准数据与有损伤梁的计算结果问的差异来确定损伤情况。然而，现在的结构中绝大部分是没有基础数据的，因此，找到一种不依赖早期资料的损伤识别方法十分必要。

发明内容

针对现在损伤识别方法中存在的无基准数据、模型精度要求高、计算量大等问题，本发明提供一种无基准数据条件下的梁式结构裂缝损伤识别方法。本发明方法通过谐波小波包变换对信号进行分解，提取出低阶振动信号；然后计算提取后信号的波峰及波谷的包络线；接着，利用包络线计算损伤指标；最后，通过对比由各测点数据计算出的损伤指标的分布规律进行裂缝的损伤定位及损伤程度判断。

一种无基准数据条件下的梁式结构裂缝损伤识别方法，具体步骤如下：

(1)在梁上均匀布置n个测点，采集梁的动态响应信号Si_j；

(2)对步骤(1)所得动态响应信号Si_j进行傅里叶变换得到动态响应信号频谱；

(3)从步骤(2)所得动态响应信号频谱中找出一阶振动信号的对应频点；

(4)根据二进制小波变换的频段划分方法确定步骤(3)一阶振动信号所在频段的上限频率f_h及下限频率f_l；