[发明专利]一种铁路钢桁拱桥主梁承载能力退化的预警方法

摘要

本发明公开了一种铁路钢桁拱桥主梁承载能力退化预警方法，包括如下步骤：步骤1、采集温度数据和应变数据；步骤2、剔除应变数据中受列车荷载影响的成分；步骤3、提取温度数据和温差数据的主成分；步骤4、建立应变数据与温度数据主成分、温差数据主成分之间的数学模型；步骤5、利用数学模型计算实测应变数据与模拟应变数据之间的残差；步骤6、利用应变残差评估主梁承载能力。该预警方法实现了铁路钢桁拱桥主梁承载能力在退化过程中的早期预警，具有较好的工程实用价值。

主权项

一种铁路钢桁拱桥主梁承载能力退化的预警方法，其特征在于：包括顺序执行的以下步骤：步骤1、采集温度数据和应变数据：选取钢桁拱桥主梁跨中位置的上弦杆、斜腹杆、下弦杆和桥面弦杆四个构件，在这四个构件的中间位置的上游侧和下游侧均设置温度传感器和应变传感器进行温度采集和应变采集，采集时间长度L大于等于八个月；其中上弦杆上游侧和下游侧的温度采集结果采用T1和T2表示，斜腹杆上游侧和下游侧的温度采集结果采用T3和T4表示，下弦杆上游侧和下游侧的温度采集结果采用T5和T6表示，桥面弦杆上游侧和下游侧的温度采集结果采用T7和T8表示；不同采集位置之间的温差采用Tij表示，定义Tij＝Ti‑Tj，其中i＝1,2,…,8，j＝1,2,…,8，且i≠j；其中上弦杆上游侧和下游侧的应变采集结果采用Y1和Y2表示，斜腹杆上游侧和下游侧的应变采集结果采用Y3和Y4表示，下弦杆上游侧和下游侧的应变采集结果采用Y5和Y6表示，桥面弦杆上游侧和下游侧的应变采集结果采用Y7和Y8表示；步骤2、剔除应变数据中受列车荷载影响的成分：利用小波包技术对采集的每组应变数据Yk进行分解，选取第一个小波包分解系数并重构，获得剔除列车荷载影响数据的应变数据Sk，且Sk与Yk一一对应，这里k＝1,2,…,8；步骤3、提取温度数据和温差数据的主成分：定义温度数据向量T＝[T1,T2,T3,T4,T5,T6,T7,T8]'和温差数据向量D＝[T12,T34,T56,T78,T13,T15,T17,T35,T37,T57,T24,T26,T28,T46,T48,T68]'；利用主成分分析法对温度数据向量T进行主成分分解，得到温度数据向量T的八个主成分，选取温度数据向量T的前M个主成分Pm，这里m＝1,2,…,M，其中M是使温度数据向量T的主成分的方差贡献率之和达到95％以上的最小个数；利用主成分分析法对温差数据向量D进行主成分分解，得到温差数据向量D的十六个主成分，选取温差数据向量D的前N个主成分Rn，这里n＝1,2,…,N，其中N是使温差数据向量D的主成分的方差贡献率之和达到95％以上的最小个数；步骤4、建立应变数据与温度数据主成分、温差数据主成分之间的数学模型：定义温度数据主成分向量P＝[P1,P2,…,PM]'、温差数据主成分向量R＝[R1,R2,…,RN]'以及剔除列车荷载影响的应变数据向量S＝[S1,S2,…,S8]'；以温度数据主成分向量P和温差数据主成分向量R作为自变量，剔除列车荷载影响的应变数据向量S作为因变量，建立(1)式所示的S与P、R之间的多元线性回归方程：S＝λP+γR+c   (1)(1)式中：λ、γ和c分别为温度数据主成分的性能参数向量、温差数据主成分的性能参数向量和常数项，且有λ=λ11,λ12,...,λ1Mλ21,λ22,...,λ2M.........λ81,λ82,...,λ8M,γ=γ11,γ12,...,γ1Nγ21,γ22,...,γ2N.........γ81,γ82,...,γ8N,c=c1c2...c8]]>利用最小二乘法确定参数λ、γ和c的具体取值；步骤5、利用数学模型计算实测应变数据与模拟应变数据之间的应变残差：在步骤1采集结束后保持与步骤1中相同的采样频率继续采集温度数据和应变数据，采集时间长度H大于等于10天，并重复步骤2和步骤3的方法获得采集时间长度H这个时间段内的温度数据主成分向量Pa、温差数据主成分向量Ra和剔除列车荷载影响后的应变数据向量Sa；将Pa和Ra带入(2)式得到模拟应变数据向量Sb：Sb＝λPa+γRa+c   (2)进一步利用(3)式得到应变残差向量D：D＝Sb‑Sa   (3)(3)式中：D＝[d1,d2,…,d8]'，dk表示第k组应变残差数据，k＝1,2,…,8；步骤6、利用应变残差评估主梁承载能力：对八组应变残差d1、d2、d3、d4、d5、d6、d7和d8的变化趋势进行ADF单位根检验：若每组应变残差的ADF单位根检验结果均拒绝存在一个单位根的原假设，则铁路钢桁拱桥主梁承载能力处于良好状态；若至少一组应变残差的ADF单位根检验结果不拒绝存在一个单位根的原假设，则表明铁路钢桁拱桥主梁承载能力发生退化，应及时作出预警。