海底隧道健康监测综述
《结构健康监测》课程论文
海底隧道健康监测综述
学生姓名:徐小倩
学号:[1**********]
专业:建筑与土木工程
目录
摘要 . ........................................................ 1
1 前言 . ...................................................... 2
1.1 选题背景及意义 .................................................. 2
1.1.1 选题背景 .................................................. 2
1.1.2 选题意义 .................................................. 2
2 海底隧道健康监测 ........................................... 2
2.1 海底隧道健康监测概念 ............................................ 2
2.2 海底隧道健康监测技术 ............................................ 3
2.3 光纤监测系统 .................................................... 4
2.3.1 光纤监测系统组成 .......................................... 5
2.3.2 光纤传感器 ................................................ 7
2.3.3 光纤监测系统特点 ......................................... 7
2.4 振弦式应力、应变监测系统 ....................................... 8
2.4.1 系统构成 .................................................. 8
2.4.2振弦式传感器 ............................................... 8
2.5 监测系统功能、组成及结构 ....................................... 10
2.5.1 监测系统功能 ............................................. 10
2.5.2 监测系统结构 ............................................. 11
2.5.3 系统理论基础 ............................................. 11
2.5.4 监测系统组成 ............................................. 12
2.5.5 系统组成 ................................................. 14
2.6 系统运行 ....................................................... 15
2.6.1 振弦传感器数据转化 ....................................... 15
2.6.2 光纤式传感器数据转化 ..................................... 17
2.6.3 监测数据判识与处理 ....................................... 18
2.6.4 数据分析方法与结构损伤识别 ............................... 19
3 海底隧道混凝土损伤识别 .................................... 20
3.1 混凝土损伤 ..................................................... 20
3.1.1 损伤的定义 ............................................... 21
3.2 损伤变量 ....................................................... 21
3.3 损伤识别方法 ................................................... 22
3.3.1 基于结构响应的识别方法 ................................... 23
3.3.2 基于位移观测的结构识别方法 ............................... 25
3.3.3 基于变形曲率和应变观测的结构识别方法 ..................... 26
3.3.4 基于结构柔度阵的结构识别方法 ............................. 26
3.3.5 矩阵修正法的结构损伤识别 ................................. 28
3.3.6 结构识别的神经网络法 ..................................... 29
4 结论与展望 ................................................ 29
参考文献 . ................................................... 31
海底隧道健康监测综述
摘要
由于海底隧道工程环境的特殊性与复杂性,因此为保证海底隧道运营安全,必须对海底隧道进行长期的结构健康监测,以此了解隧道结构在复杂环境中的受力变化状况,从而及时了解隧道结构损伤位置及损伤程度,进而对结构安全状况做出评估并加以有效处理。
本文研究的目标在于通过损伤识别理论的研究, 并结合“健康”监测方法来识别高水压作用下的隧道结构长期损伤发展、损伤状态,综述了光纤监测系统、把握隧道衬砌的实时一工作状态、保证结构安全性。
关键词:海底隧道;健康监测;损伤识别
The Monitoring Review of Harbour Tunnel Health
Abstract
Due to the special nature and complexity of subsea tunnel engineering environment, so as to ensure safe operation undersea tunnel, the need for long-term undersea tunnel
structural health monitoring, in order to understand the situation tunnel force structure
changes in a complex environment, and thus to keep abreast of the tunnel the location and extent of damage to structural damage, and then make an assessment of the structure of the security situation and deal with them effectively.
Objective of this study is that by studying the damage identification theory, combined with the "health" monitoring methods to identify the tunnel structure under high water pressure developing long-term damage, injury status, review the fiber optic monitoring system, to grasp the real-time status of a tunnel lining work to ensure structural safety. Key words:Harbour Tunnel;Health Monitoring;Damage Identification
1 前言
1.1 选题背景及意义
1.1.1 选题背景
最近十几年以来,大型工程结构使用期间的健康监测受到越来越多的关注,这对研究结构长期受力状况以及后期结构维修养护均具有重要意义。目前国内外在大型桥梁、建筑结构、水库大坝等发面已经开展了大量结构健康监测工作,也取得了显著的社会和经济效益。虽然国内外有些学者结合具体工程,对海底隧道结构健康监测进行了一些研究,并取得了一定的成果,但由于管理、设计或者施工等方面理念的不同,目前海底隧道结构健康监测的应用仍不常见。为了研究这种结构的长期力学行为,就必须对隧道结构进行长期的监测,通过大量的数据来了解海底隧道的健康状况,从而保证其运营期间的安全、稳定。
海底隧道相比山岭隧道,地质环境更为复杂,无论从结构受力还是结构所处环境来看,海底隧道结构的健康状况都更为人们所关注,因此对其进行结构健康监测就显得非常必要。
1.1.2 选题意义
我国是一个多山的国家,已成为世界上隧道工程最多、最复杂、发展最快的国家。大量公路隧道的修建有力的促进了我国公路隧道建设技术的进步,一批工程难题得到突破。隧道工程与其他地上普通结构 ,在勘察、设计、施工和管理上具有较多的不确定性和复杂性,造成大量隧道出现不同程度的病害,有的甚至刚投入运营就产生病害。
海底隧道相比于普通隧道,大多数是在水压较大、掘进距离长的软土地层中修建的,具有高水压、强透水、水下环境复杂等特点;其纵向土层性质及水土压力差异造成荷载沿纵向变化,隧道纵向差异沉降较大;大断面造成结构受力增大,结构稳定性差;隧道长期处于水下腐蚀环境中,对结构耐久性影响较大。其结构稳定性、耐久性问题是设计、施工及运营阶段需要重点研究的关键技术。因此,需要在施工工程和运营阶段通过健康监测进行检验和反馈,优化设计、施工,并评估结构安全性。
2 海底隧道健康监测
2.1 海底隧道健康监测概念
结构健康监测(Structural Health Monitoring , 简称SHM )的定义就是利用现场的无损传感技术,通过分析包括结构响应在内的结构系统特性,对结构损伤的位置、程度进行调查分析,以检测结构损伤或退化。其目的就是通过建立一个实时监测系统,以便管理者能对重大结构的损伤进行实时监测,预测结构的性能变化和剩余寿命并做出维护措施和计划。隧道结构健康监测(Tunnel Structural Health Monitoring 简称TSHM )是SHM 在隧道工程中的应用。
TSHM 最为关键的核心技术是测试技术和隧道结构安全评估分析技术。测试技术要能够长期可靠地实时采集到隧道结构体和所处环境的关键参数(如土、水压力和结构受力、变形等);安全评估分析技术要能够建立起隧道结构和所处地质环境的关系模型,从而分析隧道结构在不同环境条件下的响应和特性。根据实测的参数特征变化判断隧道结构的安全和健康状况。
海底隧道结构监测系统一般由3部分组成,即监测、诊断、评价(如图1)。
要实现隧道安全实时监测,必须要有可行和有效的现场监测技术、完整的隧道状态信息、科学的安全分析评估手段等。这些都是传感器技术、数据传输技术、计算机硬件和软件技术、信号分析技术、人工智能技术、隧道工程等多学科的交叉融合的产物。
2.2 海底隧道健康监测技术
目前结构健康监测领域应用最广泛的是光纤监测技术。日本、美国、和瑞士的光纤传感监测系统在土木工程中的应用已经从混凝土的浇筑过程扩展到桩柱、地基、
桥梁、大坝、隧道、大楼、地震和山体滑坡等复杂系统的测量或监测。在隧道方面,Inaudi 等在一个现存的隧道旁30米距离处修建的另一个隧道壁上安装了8个距离不等的光纤伸长计, 安装位置为从已存的隧道在通向新隧道的小孔洞中, 用于监测修建隧道时土石的受压情况。测量结果表明, 距离隧道钻孔机(即新隧道位置) 较近的光纤伸长计有较大的应变, 伸长计的变形量与距新隧道垂直距离的远近呈指数下降趋势;在NS 隧道, 监测系统用来评估喷射混凝土的短期和长期的收缩性能以确定喷射混凝土的厚度。我国口前仅在一些大跨桥上安装使用:如上海徐浦大桥结构状态监测系统包括测量车辆荷载、温度、挠度、应变、主梁振动、斜拉索振动六个子系统。至于国内的大型结构如隧道结构等, 根据可得的监测、研究结果做出正确、合理、科学的健康评估结论的相关理论、方法还圣待研究。单从结构上来说, 隧道结构的修建仅是用人工结构物替代被开挖部分的地层并承担相应荷载, 所以对隧道结构来说, 其结构稳定性和工作性似乎容易把握。而恰恰相反的是, 隧道结构周围地层的复杂性、多变性、地层与结构间的作用机理的不确定性都可能给结构带来不可预见的风险; 结构健康监测可以用来监测隧道结构运营环境、荷载环境及当前响应, 并据此追溯、评价结构适用性事故、异变或损伤特征, 破坏指示等可能影响结构服役性和耐久性的诸多因素。结构健康监测方法是一种用于探测、量测并记录结构区域性行为, 根据结构运营状态、环境相关的参数, 比如加速度、位移、应变、湿度和温度等。
隧道结构在服役寿命内, 从管理及安全角度要求进行周期性的监测, 检查, 维护及维修; 而结构的长期安全不仅取决于初期的建设质量, 还与结构自身行为及与周围地层的相互作有关。隧道结构全役寿命内的健康监测可以提取结构的初始缺陷、超限的、不稳定的应力、应变, 而这些因素都可能直接导致结构的健康问题。所以, 隧道结构的健康监测能保证周期性的缺陷检查并提供可用于维护、维修的耐久性建议及判断结果隧道周围的高水压增加了隧道结构运营的附加风险, 所以, 需要对隧道结构进行全过程不间断的健康监测。并就各阶段隧道结构的承载能力, 周围环境恶化、水压作用下的渗流损伤变化, 结构响应等诸多方面进行判识, 根据判识结果给定隧道结构在全役寿命中的安全、稳定性, 提供紧急预警预报并预测结构的长期寿命。
2.3 光纤监测系统
对于结构的健康监测来说, 可以采用各种各样的系统, 比如光纤系统就包含了SOFO, 微弯曲(Microbending),布拉格光纤(Bragg gratings),法布里光纤
(Febry-perot)等。从应用实例上来说, 结构健康监测己经从其最初的应用领域-航天
航空工程转换到了土木工程领域, 尤其是大型的桥梁结构或高层建筑。A.Elgamal 等应用传感器、无线传输系统并开发了一个灵活的、可升级的软件平台来实现适时的复杂结构系统中的传感器数据采集、分析、数值模拟等功能[6]。隧道结构的长期监控, 与常规大型结构的监控相一致, 系统仍是由三部分组成:传感器系统, 信号传输与采集系统, 数据处理与监测系统。但是在隧道结构的健康监测中, 由于结构所处地层的特殊性, 这就要求了系统中和各组成部分有独特的与隧道结构相适应的功能。人们对隧道工程结构的长期安全性的关注随着微电子技术、通信技术和控制技术的发展逐渐成为现实。但目前的长期结构行为监测, 由于其开展时间不长, 技术水平有限, 仍处于初期的阶段, 国内亦没有正式进行过此类监测工作, 也无具体的监测方法与评价系统对隧道结构的长期健康进行评定。
本文提出一种适于具体隧道健康监测的安全自动化监测系统, 系统是两种监测方法、系统相结合的复合监测系统, 包含传统的振弦式传感设备与光纤传感设备。隧道安全自动化监测系统是一套针对隧道结构的变位、应力、渗压等数据进行采集、处理的数据采集系统, 系统所采集的数据经过处理后, 既可以为用户的在线分析提供决策依据, 也可以提交给有关的上层结构分析软件做进一步的分析处理, 为监测对象提供早期安全预警报告。
2.3.1 光纤监测系统组成
光纤监测系统主要由光纤光栅传感系统、光纤光栅网络分析系统、光纤通
讯传输网络、信息处理系统四部分构成。图2.2所示为系统组成结构。
各组成部分及其功能相关介绍如下:
(1)光纤光栅传感系统
系统应用准分布式光纤光栅传感技术, 通过各种不同功能的光纤光栅传感器, 将被测的不同形式的物体量(如应变、温度等) 转变成便于记录及再处理的光信号进行传输。由于从传感器输出的信号为光信号, 所以可以直接通过光缆进行远距离传输。光纤传感器系统包括光纤传感器的选型, 选择具体的传感器调制方式和符合监测性能要求的光纤传感器单元; 然后需考虑光纤传感器的拓扑方式; 最后要考虑传感器的安装方式:外表粘贴式或内部埋入式。依照实际情况对监测隧道安装定量的传感器, 传感器种类依照监测内容和结构特点而定, 传感器种类有:光纤光栅温度传感器, 埋入式光纤光栅应变传感器, 表面式应变传感器, 光纤光栅位移传感器, 光纤光栅钢筋计, 光纤光栅压力传感器等。
图2.2 隧道结构健康监测系统组成体系图
(2)光纤光栅网络分析系统
系统通过放置在每一个监控室的光纤光栅传感网络分析仪将光纤光栅传感
器经光缆远程传输过来的光信号直接进行数字量识别并以物理量的方式在计算 机终端显示、记录或直接进入监测数据库。包括光纤传感器的校正、采样模块 以及海量实时数据的存储结构和方式。
(3)光纤通讯传输网络
使用光缆直接将传输信号引入中心监控室的信息处理系统上。
(4)信息处理系统
该系统由计算机主处理器及软件系统构成, 软件系统包括当所有硬件系统用作信息收集、处理和传送, 工作站内的信息处理、分析、传送、储存管理, 以及用作结构分析、评估等。包括大量数据的有效性分析、结构长期安全性能指标的参数选择、结构运行状态的可视化系统以及相应的灾害提前预警功能等。光纤智能监测系统的各部分之间是相互联系、缺一不可的, 每一部分都是整个系统的有机组成部分。由于目前光纤传感器的标准化程度还不高, 不同类型的传感器一般都需要特定的解码系统, 因而一旦传感器确定后, 相应的信号采集与处理系统也随之而定。所以光纤传感器的优化布置方法和实时信号的分析监测便成为光纤智能健康监测系统应用的关键问题。进行监测时, 光纤传感器测量到的结构实时状态信号经过信号传输与采集系统送到监测中
心, 进行相应的处理和判断, 从而对结构的健康状态进行评估。若监测到的关键健康参数超过设定的阂值, 则通过即时信息(5MS)、E-mail 等方式及时通知相关的管理机构, 以便采取相应的应急措施, 避免造成重大的人员伤亡和财产损失。
2.3.2 光纤传感器
光纤光栅是以光纤为基本材料, 通过激光加工形成的一种特殊器件, 能够对满足布拉格条件的光进行反射, 在实际工程中, 要检测的点如果受到应变、温度、压力、位移和加速度等变化, 波长就会改变, 这样通过检测波长的变化就可以检测出此点的应力状况。进而可以判断出被检测物体的安全状况。光纤传感器原理见图2.3, 从目前常规的隧道健康监测来说,有以上几种光纤传感器:光纤光栅钢筋计;光纤光栅表埋入应变传感器;光纤光栅压力传感器;光纤光栅温度传感器。光纤传感器在监测中具有其独到的优点:如抗电位势、射频干扰;静动态量测;低功率损耗;绝对值量测;独立的耐光性;尺寸小,重量轻;固有的安全、耐久性等。
图2.3 光纤传感器原理图
2.3.3 光纤监测系统特点
(l)准分布式全光测量及传输
光纤光栅传感器本身为无源器件, 传感信号的感测及传送均为光信号, 因而监测现场没有电子设备, 不受电磁干扰, 无系统零飘现象。
(2)测试精度高且具有准确的测点空间定位能力
光纤光栅传感器结构小巧且布设距离没有限制, 可以准确定位各测点的空间位置。
(3)实时性
系统中所有监测点的单次测量频率为50Hz 。
(4)系统安装及长期使用过程中无需定标
光纤光栅本质稳定, 不存在零点漂移。由于光纤光栅采用光中心波长表征温度测量值, 属于数字量, 光源的老化衰减及传输光纤布设、使用过程中由于弯曲、扰动而引入的光信号衰减不影响测量精度。光传感网络分析仪无可动部件, 长期使用无需标定。
(5)高可靠性
每条传感链的首端及尾端均通过接头引出, 正常工作过程中只需将首端接头连接到监测站即可实现所有测点的远程自动监测。一旦施工或使用过程中不可抗拒因素导致传感链断损, 可以将该传感链对应的尾端接头也连接到监测站, 此时该传感链的所有传感器以断点为界分别经由首端接头和尾端接头将各自测温信号传送给监测站, 实现传感链的愈合。
2.4 振弦式应力、应变监测系统
2.4.1 系统构成
振弦式应力、应变监测系统组成与光纤监测系统相似, 主要包含的单元及模块如下:
(l)基本传感元件:钢筋应力计, 混凝土应变计, 水压压力计;
(2)数据采集系统:振弦式传感器通过激振电路激振后, 输出的频率信号可采用各种频率仪、数字频率仪, 进行测频或周期的测试。也可通过频率电压转换器或接日转换, 输送给打印机、函数记录仪、光线示波器、微机等进行数据处理、记录存储;
(3)数据传输系统:通过有线网络进行适时传递;
(4)集成总控系统。
2.4.2振弦式传感器
振弦式传感器由受力弹性形变外壳(或膜片) 、钢弦、紧固夹头、激振和接收线圈等组成。钢弦自振频率与张紧力的大小有关, 在振弦几何尺寸确定之后, 振弦振动频率的变化量, 即可表征受力的大小。如图2.4所示,工作时开启电源, 线圈带电激励钢弦振动, 钢弦振动后在磁场中切割磁力线, 所产生的感应电势由接收线圈送入放大器放大输出, 同时将输出信号的一部分反馈到激励线圈, 保持钢弦的振动, 这样不断地反馈循环, 加上电路的稳幅措施, 使钢弦达到电路所保持的等幅、连续的振动, 然后输出的与钢弦张力有关的频率信号。
图2.4 振弦式传感器工作原理图
振弦这种等幅连续振动的工作状态, 符合柔软无阻尼微振动的条件, 振弦的振动频率可由下式确定:
(2.1)
式中,f 为初始频率;L 为钢弦的有效长度;p 为钢弦材料密度。
由于钢弦的质量m 、长度L 、截面积S 、弹性模量E 可视为常数, 因此, 钢弦的应力与输出频率f0建立了相应的关系。当外力F 未施加时, 则钢弦按初始应力作稳幅振动, 输出初频f0; 当施加外力(即被测力一应力或压力) 时, 则形变壳体(或膜片) 发生相应的拉伸或压缩, 使钢弦的应力增加或减少, 这时初频也随之增加或减少。因此, 只要测得振弦频率值f, 即可得到相应被测的力一应力或压力值等。
2.4.3 系统特点
(l)可重复性和稳定性高。
(2)高灵敏度。振弦式传感器对于微小的被测力变化可产生较大的频率变化, 从而具有很高的灵敏度。
(3)抗干扰能力强, 而且信号能够远距离传输。振弦式传感器输出的是一频率信号, 所以处理过程中无须再进行刀D 及D/A转换。因此, 其抗千扰能力强, 而且信号能够远距离传输。
(4)寿命长, 成本低。
(5)应用范围广泛。
2.5 监测系统功能、组成及结构
2.5.1 监测系统功能
(l)数据采集功能
应用振弦式传感器、光纤式传感器等多种类型的传感器对温度、渗压和应力等各种参数进行测量。
(2)数据巡测功能
采用现场采集单元, 侮个单元自带实时时钟, 各个数据采集模块具有人工巡测、定时巡测、选点巡测、选点单测、选组巡测等数据采集功能。
(3)数据显示功能
以图形或表格形式显示被监测对象的原始量、工程量、关联量、检测时间、工程单位等数据, 并且可以显示系统概貌(工况图) 、监测布置图、通信拓扑图、监测数据历史曲线等。
(4)操控功能
在上位计算机上可实现系统状态查询、在线实时测量、计算公式编辑、修改系统配置、修改传感器配置、修改通信路由、数据分析、曲线作图、数据报表、显示打印等操作。
(5)数据通信功能
系统现场采集的数据可以通过有线数据通信(现场总线或光缆) 传输到主控室, 通信距离可以达到20Km 。
(6)数据存贮保护功能
系统所有的监测数据和配置数据除了在上位机保存于数据库中之外, 在上位机不工作时, 所有监测数据在现场单元中还可以得到及时保存, 在上位机重新工作后, 可以及时重新传输到上位机保存。此外, 一旦系统对现场单元进行了配置, 其配置参数自动记入相关单元的非易失性存贮器中, 掉电不受影响。
(7)抗雷击、抗干扰功能
在系统的电源接口、通信接口、传感器接口的设计中均采用了抗雷击措施, 各模块单元采取光电隔离措施以及抗电磁干扰设计, 使系统具有很强的抗雷击和抗干扰能力。
(8)报警功能
本系统可以根据事先预置的安全范围, 对超过安全范围的监测对象值可实现自动声光报警功能。
2.5.2 监测系统结构
本监测系统由分布式工业控制网络、专门开发的传感器检测模块和专用上位机软件包组成, 可分为现场总线结构和光纤混合结构二种系统结构形式。系统结构见图
2.5。
图2.5 系统结构示意
图2.5结构适合于现场敷设的工程系统。这种系统结构是按照现场地理位置和监测点分布, 敷设光纤或双绞线电缆, 通过总线拓扑结构, 将在不同测控现场的所有现场测控单元和主控室中的上位机用光纤或电缆连接。这种结构的优点是系统结构简单, 数据通信的可靠性最好, 维护方便。在挂接总线物理层重发器和应用层路由器的情况下, 系统控制范围可以达到ZOKm, 传输速率高达78Kbits/S。该混合结构是将现场总线结构和光纤系统相结合。这种系统结构是按照现场地理位置和监测点分布, 将两种系统结合到一起。这种方式的优点是系统结构安排灵活, 有利于系统设计。
2.5.3 系统理论基础
(l)数值模型
基于同济大学相关的研究和开发, 系统采用了具有自主知识产权的有限元分析系统。该系统可对隧道结构进行精确的有限元模拟, 给出结构服役期间相应的状态。
(2)收缩徐变、温度效应影响分析
考虑隧道结构性能随时间的变化, 对隧道结构从施工到服役期的静力分析, 井分析温度及收缩徐变效应对结构健康监测的影响。
(3)数据获取与判识
系统能对所获海量数据进行有效性判断, 同时能补充少量的残缺数据, 使结构监测, 损伤识别具有可用的数据。
(4)损伤识别
根据获取的数据, 对隧道结构进行快速诊断, 判断可能发生的损伤部位和相应的损伤程度。
(5)状态评估
对隧道结构进行合理有效的评估, 为养护管理提供科学依据。
2.5.4 监测系统组成
监测系统主要由软件系统和硬件设备组成。其中软件系统主要是上位机软件, 而硬件设备又分为两部分:现场测控单元和光纤系统。
2.5.4.1 软件系统(上位机)
(l)通信驱动层
在基于LonwbrkS 总线结构的有线通信方式下, 通信驱动层通过和LonDDE Serve:建立数据交换连接, 实现上位机和各个现场测控单元(MCU)中的控制管理模块(D14OI)之间的通信。而在无线通信方式下, 通信驱动层通过对无线数传模块(D29DM)的控制和对无线对等网络通信协议(G一WNET) 的处理来实现上位机和各个现场子网(或MCU) 的数据交换。
(2)数据处理层
数据处理层的主要任务是完成即时采样数据以及现场MCU 上报的历史记录数据的工程量转换。由于MCU 上报的是采样原始数据, 而实际提交给用户的是工程量数据, 所以要根据工程上的实际需要, 把原始采样数据转换成工程量数据, 这个过程即工程量计算。
(3)人机界面层
人机界面层是用户和系统之间的操作接口。系统上位机软件以操作简单、方便、界面友好为原则, 为用户屏蔽了很多复杂操作、增加了大量的冗余检错功能, 从而提高的系统的易用性和系统配置参数的正确性。
〔4) 配置组态层
配置组态层以树型结构显示系统配置的所有设备及其属性, 并且可以通过主菜单
和弹出出式菜单管理系统设备或修改设备属性。
2.5.4.2 硬件设备
(1)数据采集模块
数据采集模块电路原理图
(2)光纤光栅
光纤光栅是利用光纤材料的光敏性:即外界入射光子和纤芯相互作用而引起后者折射率的永久性变化, 用紫外激光直接写入法在单模光纤的纤光纤光栅是利用光纤材料的光敏性:即外界入射光子和纤芯相互作用而引起后者折射率的永久性变化, 用紫外激光直接写入法在单模光纤的纤芯内形成的空间相位光栅, 其实质是在纤芯内形成一个窄带的滤光器或反射镜。其制作方法如下图
光纤光栅传感器制作原理
系统采用的光纤光栅属于反射型工作器件, 当光源发出的连续宽带光通过传输光纤射入时, 它与光场发生祸合作用, 对该宽带光有选择地反射回相应的一个窄带光,并沿原传输光纤返回;其余宽带光则直接投射过去。
2.5.5 系统组成
2.5.5.1 先进性
① 系统基于现场总线平台, 具有互操作性, 符合国际标准;
② 在现场总线和光纤传输_匕实现了全分布通信协议, 支持任意两台设备(现场单元或上位机) 之间的数据交换, 并且具有数据传输路由的自动判定功能;系统监测范围达到数十公里;
③ 系统拓扑结构可采用总线式结构、白由拓扑结构或子网结构等多种结构形式, 现场适应性强;
④ 实现了工程量计算公式与传感器生产厂商、型号无关的组态机制;
⑤ 实现了低电压(+SV以下) 激励振弦式传感器的高精度检测, 检测精度达0.1HZ ; ⑥ 实现了软件组态、硬件接线兼容条件下的卡尔逊式传感器的3线、4线、5线的检测, 检测精度为:电阻和:0.02欧姆, 电阻比:0.0002;
⑦ 上位机软件采用了多传感器数据融合、协同检测的方法;
⑧ 研制开发了适用于分布式系统结构网络通信协议。
2.5.5.2 适应性
① 系统结构可以采用有线型使用构成子网结构, 能适应不同规模的现场条件; ② 系统具有多种传感器检测模块, 能适应各类传感器, 兼容多种不同接法;
③ 现场单元内部检测模块的种类、数量可拼装, 能适应局部对传感器类型的组合要求;
④ 能实现各种时间组合方式的条件监测;
⑥ 能将历史检测数据以多种形式输出, 满足不同分析软件对软件接口的需要; ⑦ 操作界面采用全汉字菜单, 能适应不同文化程度的操作员。
2.5.5.3 可靠性
① 主控机采用工业控制计算机, 在较差环境中能可靠的长期工作;
② 系统各设备采用工业级芯片, 能适应现场的恶劣环境;
③ 系统软硬件具有组态功能, 在个别检测通道故障时, 可以方便地进行切换;
④ 采用了抗雷击及抗电磁三}几扰设计, 使系统具有很强的抗雷击及抗电磁十扰 能力;
⑤ 各主要设备均为白行开发, 配备件供应及时可靠。
2.5.5.4 经济性
① 系统在功能和采集范围上可多可少, 可大可小, 以满足不同投资规模和不同建设规模的需要, 在追加投资后系统能方便的扩充功能和扩大l 吹测范围;
② 整体优化设计, 强化软件, 简化硬件, 降低了设备造价;
③ 系统为分布式结构, 设备问连线简单, 施工费用极低。
2.6 系统运行
2.6.1 振弦传感器数据转化
(l)应变计的应变计算:
(2) 钢筋计的轴力计算:
将轴力除以钢筋的截面积, 即可换算成钢筋应力。
(3) 渗压计的渗透压力计算
(4)振弦式传感器的工作原理及数据读取方法
A. 工作原理
振弦式传感器的频率是通过电流的激振产生。传感器的振弦是钢弦, 通过电流激振产生振动, 然后通过专门的仪器设备读取。振弦激振的方式分为间歇触发激振和等幅连续激振。
B. 问歇触发激振
目前, 单线圈形式的振弦传感器, 均采用间歇触发的激振方式。如图2所示, 由张驰振荡器产生激振脉冲, 当脉冲信号发出, 则吸动继电器, 通过常开触头, 将触发电压加于振弦传感器的激振线圈上, 产生电磁力, 吸动钢弦; 当脉冲终止时, 继电器释放, 松开钢弦, 从而产生自由振动并切割磁力线, 在激振线圈中产生感应电势, 通过继电器常闭触头输入测试仪器, 测得钢弦的振动频率。
C. 等幅连续激振
采用这种激振方式的振弦传感器具有激励和接收两组带磁钢的电磁线圈, 一与放大电路、反馈和稳幅电路组成等幅的振荡器。在开启电源时激励钢弦, 钢弦切割磁力线而在接收线圈中产生感应电势, 将其输出放大, 并反馈到激励线圈补足能量, 不断循环。在稳幅电路限制的反馈量下, 达到等幅连续振荡的激振方式, 其振动频率即为钢弦的自振频率。
两种技术的构成不同, 带来一些性能上的差异。一般而言, “拨振,, —单线圈方式由于在传感器内的电子部件降低到最低限度, 传感器的可靠性及耐恶劣环境性都更好一些; 同时, 由于只采用一个线圈, 传感器的体积可以做得很小(而自动谐振式传感器需要更长的钢弦以便容纳两个线圈); 此外, 由于单线圈振弦仪器只需两芯电缆, 总体费用也更便宜。而“自动谐振,, —双线圈方式的优点是可通过高速计数技术或把频率转换成电压方式在一定范围可进行动态应变测量(通常动态信号输人频率限制在大约
100Hz 内, 这主要取决于传感器的谐振频率) 。“自动谐振”技术的另一优点是可以使用通用的频率计和数据一记录仪, 即可读取其它制造商的自动谐振传感器的数据。
D. 数据读取方法
传感器通过激振电路激振后, 输出的频率信号可采用各种频率仪、数字频率仪, 进行测频或周期的测试。也可通过频率电压转换器或接口转换, 输送给打印机、函数记录仪、光线示波器、微机等进行数据处理、记录存储。
振弦式传感器的数据读取主要是采用便携式数字频率仪。这种仪器的优点是便于携带、易于操作, 在隧道中不会受到环境的制约。
E. 数据读取时, 要做到以下几个方面的工作:
① 保证数据读数仪有充足的电压, 这就有必要在读数前对数据读取仪充电
或者更换电池;
② 在读数仪中选择好希望测定的数据模式, 比如频率、电压等;
③ 注意观察传感器外接导线是否干燥, 如果不干燥要把传感器外接导线金
属丝周围擦拭干净, 保证测量所得数值不会受到水的影响;
④ 将传感器的外接引线连接到读数仪上;
⑤ 观察读数仪液晶显示屏上读取数据的变化;
⑥ 等待5分钟左右的时间, 保证使读数仪液晶显示屏上数据的稳定, 或者是数据变化在某一数值左右做等幅振荡;
⑦ 记下稳定数值或者等幅振荡数值的中心值;
⑧ 记录数据到数据表中, 并保证该测定数据与传感器绝对对应。
以上工作是完成单个传感器测定的关键步骤, 在完成这个工作的同时也应当有传感器在施工过程中的完整性得到保障, 这就要求传感器自身及其导线在施工过程中没有遭到破坏。
2.6.2 光纤式传感器数据转化
(l)光纤传感器的基本原理
光纤不仅可以作为光波的传输媒质, 而且光波在光纤中的传播时表征光波的特征参量(振幅、相位、偏振态、波长等) 因外界因素(如温度、压力、磁场、电场、位移等) 的作用而间接或直接地发生变化, 从而可将光纤用作传感器元件来探测各种待测量(物理量、化学量和生物量) 。
光纤光栅是光纤纤芯折射率受到永久的周期性微扰而形成的一种光纤无源器件, 它能将入射光中某一特定波长的光部分或全部反射。通过拉伸和压缩光纤光栅, 或者改变温度可以达到改变光纤光栅的周期和有效折射率从而达到改变光纤光栅的反射波长的目的。反射波长和应变、温度、压力物理量成线性关系, 根据这些特性, 将光纤光栅制作成应变、温度、压力、加速度等多种传感器。
(2)数据读取和换算
在测定某一特定传感器上所受到的压力时, 将光纤光栅传感网络分析仪切换到波长模式下, 将传感器的外接引线连接到光纤传感器光纤光栅传感网络分析仪上, 通过调节光纤光栅传感网络分析仪上发光器件使其发出一定波长的光线, 光线可以通过光纤传输到传感器中。对于每只压力传感器在安装前需要纪录两个初始波长为入初始、凡初始, 测试过程中, 读出两个测试波长兄l 测试、凡测试。然后按照以下公式计算, 获得测试压力值。
2.6.3 监测数据判识与处理
仪器安装完毕之后, 监测数据的判识是监测系统运行的重要组成部分, 其结果将会直接影响着对隧道服役状况的评估。分析仪首先对埋入的传感器进行识别并检验各传感单元的有效工作性, 在保证全部可用的传感单元都正常工作后, 进行数据的采集、提取工作。值得注意的是, 来自于各传感单元的数据是相当庞大的。假设隧道中有10个安装有应力计、应变计和水压力计等量测单元的健康监测断面, 在每个给定时间内
每个监测单元给定一个值, 而一个断面内的监测单元形成一套数据, 这样隧道监测在这个给定时间内就会有10套数据产生, 如果一天内进行12次这样的数据采集, 则一天就会形成120套的数据, 每套数据反映的都可认为是特定时间结构行为的一个快照。 对监测数据的判识需要经过以下几个步骤:
(l)收集数据
通过前述两种方式收集隧道各个断面上既定观测点上安装的传感器的状态变化数据;
(2)数据换算
收集的频率数据不是直接反映隧道中衬砌的应力、应变的变化, 或者围岩中、作用于衬砌结构上的水压力变化, 需要通过公式5.2一5.5所提供的传感单元计算方法将测量频率换算成应力或应变, 以供下一步结构分析直接引用。
(3)数据甄别、过滤
测得的数据并不一定都是准确无误的数据, 测量误差以及嗓声的影响都会对测量结果的精确性产生影响; 大误差数据难以真正的反映隧道衬砌工作状态和围岩性状的变化。所以必须对量测数据进行甄别、过滤, 留下真实的、有用的, 去除一些可能无为的增加工作量的冗余数据。
(4)数据处理
通过辨识后的可用数据, 可用于初步的数据处理模块使用, 比如提取单个传感单元的量测值与时间或荷载的相互关系, 这样的简单图表或曲线不仅可以表达结构的瞬间行为, 还可以输出至其它的软件模块(如电子数据表, 图形工具, 有限元软件、隧道健康监测专用分析软件等) 中以供进一步的分析表达。同时还可以对数据进行可视化处理、回归分析比较等数学方法进行处理。这些方法都将在下面进行讨论。
2.6.4 数据分析方法与结构损伤识别
经判定后的可用数据及初步分析结果通过光纤传送至隧道监控中心, 为判定隧道结构行为、识别结构损伤、诊断结构健康、预警结构紧急事故, 必须对数据进行更深层次的分析。
进行健康监测数据分析和损伤识别的方法有很多种, 其中比较常用的方法
有:
(l)统计方法
通过系统对可复制典型静荷载条件下(如水压力荷载, 破碎围岩压力、交通荷载等) 结构中健康监测单元的应力、变形及压力数据的统计分析, 能直观的看出结构的行为变异及损伤特性。
(2)有限元方法
普遍意义上说, 如果结构发生损伤, 其结构参数如质量和刚度会发生变化, 从而引起相应的动力指纹的变化, 从有限元法的分析上来说, 可以通过结构固有的刚度E 或泊松比件的变化来识别结构的损伤。通过有限元来模拟隧道在不同时间及介质环境下的空间结构行为, 通过特征参数的变异来识别结构的损伤。用随机非线性有限元模型来识别结构的损伤, 这个非线性有限元模型必须要适用一个概率分析的概念, 处理结构统计数据—荷载和抗力, 需要特殊的样本方法。用于进一步分析模拟的基本输入变量的概率分布函数得自于材料的随机模型(是否有强度退化), 标准荷载(永久荷载变量和交通荷载) 的随机模型可以与监控系统相联系, 结构监测数据用于拟合随机模型, 比如改进Bayesian, 或者用来推论和确认数据模型假定。
(3)神经网络方法
神经网络以生物神经系统为基础, 模拟人脑的功能。由许多处理单元(神经元) 相互连接组成, 按照一定的连接权获取信息的联系模式, 根据一定的学习规则, 实现网络的学习和关系映射。神经网络以其学习能力, 非线性变换型和高度的并行运算能力, 对新输人的泛化能力和对噪声的容错处理能力, 对系统(尤其是非线性系统) 的辨识等提供了一条非常有效的途径。在商业、金融、制造业、医学、通信、力学等领域得到越来越多的应用。
神经网络分析方法用于香港汲水门大桥的健康监测中。根据结构在不同状态的反应, 通过特征提取, 选择对结构损伤敏感的参数作为网络的输入向量, 结构的损伤状态作为输出。建立损伤分类训练样本集, 将样本集送入神经网络进行训练, 建立输入参数与损伤状态之间的映射关系, 训练后的网络具有模式分类功能。将待测结构进行测试的动力参数输入网络, 得出损伤状态信息。
3 海底隧道混凝土损伤识别
3.1 混凝土损伤
载荷与温度的变化, 化学和环境的作用等都会使材料内部存在和产生微观的以至宏观的缺陷, 这样的缺陷的存在, 我们就认为材料受到了“损伤(Damage)”。四对于混
凝土结构, 混凝土材料本身的多孔多相性就决定了其内部裂缝等细观缺陷的存在, 在长期运营过程中, 混凝土衬砌结构还受到碳化、钢筋锈蚀、高水压侵蚀、渗透等作用的影响, 从而导致损伤的产生和延续, 累积的损伤会对结构的正常服役构成影响。
3.1.1 损伤的定义
各国的学者对损伤进行了研究, 大多采用连续介质力学方法, 把损伤因子推广为一种场变量, 逐渐形成了“连续介质力学”的概念。在外载和环境的作用下, 由于细观结构层次的微缺陷发展引起的材料或结构的劣化过程, 称为损伤。目前, 针对损伤在具体工程中的应用, 还存在着诸多问题:比如如何更好的定义损伤; 如何测量损伤;如何利用操作概念来评估工作条件下的结构的损坏, 进而得到结构的正常服役寿命等。
研究损伤问题的理论和方法, 大致可分为三种:金属物理学方法;唯象学方法;统计学方法。损伤理论的重要研究方法之一, 是连续介质力学的唯象方法, 它是以连续介质力学和不可逆热力学为基础, 把物体内存在的微缺陷理解为连续的变量场(损伤场), 把损伤过程视为满足热力学定理的能量耗散过程, 用连续介质力学的唯象方法和概念研究微缺陷的发展及其对材料力学性质的影响, 它着重考察的是损伤对材料宏观力学性质的影响和材料及结构损伤演化的过程和规律。这与传统破坏理论只注重由变形至破坏的起点一终点式的研究截然不同, 损伤的研究方法将是使人们对材料的力学性质的认识更深刻和更趋于合理的重要途径。宏观的唯象方法的最终目的是在工程结构分析中引进损伤的影响, 以便改进蠕变条件下、各种条件下和大应变塑性变形下的结构分析。而统计学方法则是用统计理论, 建立一种简单而形象的能动统计损伤模型, 来模拟结构的损伤规律。
3.2 损伤变量
损伤(Damage)是材料、构件损伤的程度, 表现为在应力作用下微观裂纹和微观空隙的产生和发展, 宏观表现为有效工作面积的减少[7']。一般将材料的损伤划分为连续滑移带的发展, 永久损伤的开始和永久损伤的传播直至破坏三个阶段。第一阶段是连续滑移带的形成, 第二阶段是永久损伤的开始, 第三阶段是材料的破坏。
王建秀研究岩体的水力损伤后认为分支裂纹的起裂意味着水力损伤演的开始, 可采用断裂力学方法建立腐蚀损伤岩体水力(劈裂) 损伤的演化方程。对于混凝土材料来说, 亦可用相似的方法来推导其水力开裂情况下的损伤。
损伤并不是一种独立的物理性质, 它是作为一种“劣化因素”被结合到弹性、塑性、粘弹性介质中去的。对于弹性体材料, 加载时由于损伤的模量减少, 使加载应力一应变曲线呈现非线性特征, 但卸载后能立即恢复原状。Miner(1945)研究了疲劳损伤问题, 最早引进了损伤这个名词, 如果构件在某种幅度的交变应力下经受过Ni 次循环, 而在同样的受力状态下经历Ni 次循环的材料就发生疲劳断裂, 按照Miner 的观点, 构件已受到一次损伤, 其损伤程度由下式表示:
材料将最终发生累积损伤疲劳破坏。这就是Minger 线性积累损伤准则。
目前已有的损伤模型, 大多是基于两个方面:一种实体性的损伤, 假定损伤为结构面积或连接的损伤, 损伤部分不能承受荷载, 这类模型对结构物质方面进行了损伤定义并量化;另一类是应力损伤, 模型认为材料的微缺陷会导致结构的损伤, 当然这个损伤与材料(结构) 所受到的应力, 荷载水平有关, 这类模型主要定义由于材料受力情况下的损伤演化过程。
为了描述混凝土材料的实质性损伤和应力损伤, 学者们应用了不同的损伤描述理论:塑性理论, 连续体损伤理论, 断裂力学, 接触理论方法等。当然最简单、最有效的用于模拟混凝土刚度损伤的方法是连续体损伤理论, 这个理论假设混凝土材料在损伤或开裂时会降低材料的弹性模量, 从而可以通过弹性模量的改变来识别结构的损伤。目前应用最广泛的为各向同性损伤模型, 这个模型是最简单的损伤理论, 模型将非线性行为定义为一个简单的内部变量D,D 可以认为是混凝土损伤的指数, 可以通过其切向的刚度损失来量测,D 值介于O,l 之间。
3.3 损伤识别方法
常规意义上的损伤识别很大程度上就是对结构刚度异常的识别, 结构刚度是一个不易测量的物理量, 一般来说我们不直接进行结构刚度损失的测量, 而是通过测量静力物理量和动力物理量(稳定、振型等), 依据可没量与结构刚度的物理力学关系, 间接地得出结构刚度的信息, 就是结构损伤识别的实质所在。总体上来说, 损伤识别属于反分析的一种。
Rytter 将损伤识别分为四个等级。
等级1, 判别损伤是否存在;
等级2, 在等级1的基础上, 确定损伤位置;
等级3, 在等级2的基础上, 判别损伤程度;
等级4, 在等级3的基础上, 预测结构的剩余寿命。
基于振动分析的损伤识别方法, 只能解决等级1,2的问题。如果与结构模型联合起来, 则可解决一部分等级3的问题。解决等级4的问题, 则需要断裂力学、疲劳寿命分析或结构评估等多方面的知识。
结构损伤识别方法有许多种, 如基于应变一能量的方法, 基于振动的无损检测方法, 基于柔度损伤系数的方法, 动态响应模式方法等。从识别部位上来分可分为现场局部方法和全局方法。目前的损伤识别和评价技术大多基于现场测试, 但现场测试仅限于可视部分, 局限性明显; 理想的一种方法是不仅能识别结构的全域损伤, 还能确定损伤的位置。损伤识别方法的主要原理是损伤会导致结构的某些固有特征变化, 比如频率, 模态, 柔度系数, 模态曲线, 模态能量, 刚度等。
3.3.1 基于结构响应的识别方法
结构响应可以分为动力响应和静力响应两大类, 动力响应主要包括频域的振型、频率等模态数据和时域的位移、速度、加速度等数据, 静力响应主要包括位移、应变等数据。结构观测响应的变化可以反映结构物理参数(如阻尼、刚度等) 的变化, 因此, 基于结构观测响应改变的结构识别方法研究较多。
主要有以下几种:
3.3.1.1 基于频率观测的损失识别方法
结构的物理特性变化将直接导致结构频率的改变, 这个在结构损伤及监测中已达成的共识直接推动了模态测试在结构损伤识别和结构健康监测中的应用。在频率观测损伤识别中, 利用结构频率的改变直接对结构局部损伤进行识别的, 不需要进行反演分析的, 称为直接法, 当需要判断结构损伤的位置和程度时, 就需要求解反演问题, 称反分析法。
(1)基于频率观测的直接法
直接法的基本思想是:首先, 假定结构物理参数的可能状态, 通过数值模拟计算出在各种可能状态下的结构频率响应; 然后, 将观测的频率数据与结构的预测频率进行对比, 认为预测频率与实测数据最为接近的状态就是结构的实际状态。频率观测的直
接法能较好的识别结构局部单元的损伤情况, 但对多损伤的情况, 识别效果容易受到其它诸如环境因素的影响, 误差较大。
文献以海洋石油平台为背景, 根据结构观测频率的改变, 采用直接法研究了石油平台的损伤识别问题, 得出如下结论:频率是结构特性的全局量, 对结构的局部损伤不敏感; 环境因素对结构的频率观测产生较大影响, 因此, 如果单独使用结构频率的改变来识别结构损伤, 会出现较大的识别误差, 难以在实际工程中应用。
(2)基于频率观测的反分析法
基于频率观测的反演法在结构识别中可以确定结构模型误差或损伤单元的位置和程度。这种方法在频率观测的基础上, 通过求解反问题来识别结构。在频率观测的反演法中, 有显著效果的方法主要为解析法和灵敏度分析的数值法。尤其是基于灵敏度分析的数值法, 在结构的损伤识别中应用较为普遍, 一定范围的频率响应不仅能用于结构损伤量的识别, 还能通过灵敏度分析进行损伤定位。但此分析法的要求较高, 主要体现在:监测得到的数据必须是真实可靠的;监测得到的数据信息要充分, 不然反解过程中容易出现不定量的病态。
3.3.1.2 基于振型观测的损伤识别方法
由于频率观测数据无法提供关于结构特性的空间信息, 因此研究者尝试在结构识别的研究中引入了振型数据。在研究中不再使用先验FEM 模型, 而是使用模态保证标准(MAC)来确定观测振型数据在损伤前后的相关性水平, 在振型数据分块的基础上, 根据MAC 的分块计算结果来确定损伤位置。
模态保证标准(MAC)方法己成为基于振型观测结构识别的一种重要方法。Ko 等提出了一种混合使用MAC,COMAC(坐标模态保证标准) 和灵敏度分析的结构损伤识别方法。首先, 求解振型对特定损伤情况的灵敏度来确定与之最相关的自由度; 然后, 计算结构损伤前后的MAc 来选择用于分析的模态对;最后, 使用根据以上标准选择的模态和自由度, 计算COMAC 作为结构的损伤指针。结果显示, 一些特定的模态能够识别损伤, 但是, 当使用所有的模态对时, 损伤会被那些对损伤不敏感的模态掩盖。
其它学者也进行了模态保证标准方法的研究, 比如根据结构可能出现的损伤计算出损伤信号, 再匹配分析信号以确定损伤的方法; 将模态运用于结构局部具体损伤的识别方法; 以及将模态进行再解析以得到更容易求解的方程的方法等。但是由于结构振型对结构的局部变化较为敏感, 用来确定结构模型误差和损伤的可能位置精度较高,
但对结构全局仍有一定的局限性。同时模态振型的测量由于系统噪声和观测噪声的影响存在较大的测量误差, 使得特征振型的变化常常被测量误差所掩盖, 给基于振型的结构识别方法在实际应用中造成很大的困难。另外, 模态观测振型方法仍有对数据量要求大的特点。
3.3.2 基于位移观测的结构识别方法
早期基于位移观测的结构识别方法研究的都是观测数据完整、不考虑观测噪声的理想情况。Sheena 提出了一种根据无噪声静态观测数据来改进结构模型的方法, 这种方法首先假定一些特定的位置上的位移是可以观测的, 并且使用样条函数进行插值而得到那些非观测点上的位移预测值, 然后通过调整刚度矩阵, 使得在满足观测位移约束的条件下的结构实际刚度矩阵和有限元分析模型刚度矩阵的差异达到最小, 从而确定结构的待估计参数。Sanayei 建立了结构识别的方程误差法。方程误差方法是一种采用优化策略来最小化外部荷载和内力之差的方法, 这种方法受到必须在外部载荷作用点上进行位移观测的限制; 同时Sanayei 还使用静力缩聚技术改进了方程误差方法, 弥补了必须在外部荷载作用点上进行位移观测所带来的不便。
Hajela 和Soeiro 对一些结构识别技术进行了分类, 将参数估计方法划分为方程误差方法、输出误差方法和极小偏差方法三大类, 并且分别采用这三类方法, 利用静态位移观测和动态观测数据估计了结构单元刚度的变化, 而且还对大型结构提出了参数估计的子结构和降阶技术。Banan 等研究了基于静态位移观测的参数估计方法, 在文中使用基于梯度的约束非线性优化算法求解结构的本构参数, 建立了静态位移参数估计的统一框架, 提出了参数估计的力误差模型和位移误差模型, 并且. 进一步研究了参数的分组方法、求解器初始值的选取和参数变量的尺度变换方法。
为了克服观测自由度不完整给结构识别带来的不便,Hjelmstad 等提出了一种复杂线性结构识别的双向残余能方法, 他们采用缩聚技术来处理非完全观测的问题。Hjelmstad 还提出了结构参数的自适应分组方法, 解决了观测数据稀疏条件下的损伤定位问题。wang 等直接利用非完整位移观测和频率观测数据, 首先使用改进的损伤信号匹配技术进行损伤定位, 然后使用求解非线性优化问题的数学规划方法建立了损伤识别的迭代估计方法。
Jun S.Lee等利用静力观测位移收敛数据对隧道结构的损伤进行识别, 识别过程中采用了有效刚度折减及综合裂缝等效概念方法, 最后通过数值方法对有效单元刚度
矩阵进行修正, 识别隧道结构的损伤; 从文章的分析上来看, 这种有效刚度折减的方法能通过测量得到的收敛位移数据来较好识别隧道结构的损伤量和损伤位置。
3.3.3 基于变形曲率和应变观测的结构识别方法
本方法认为:代替振型或位移数据获取空间信息的另外一个途径是使用应
变数据。以梁为例, 弯曲应变和变形的关系是
:
此式表明了应变与曲率间的相互关系。
在实际的研究中表明, 应变的变化比振型的变化更为容易量测, 且得到的结果更能识别结构的损伤。
Sanayei 和Salefnik 研究了利用静态应变观测数据的结构识别问题, 使用基于梯度的参数识别方法来估计结构截面特性。为了研究参数估计方法的输入输出误差行为, 结合Monto-Carlo 模拟研究了观测误差对估计结果的影响, 并且通过最好输入一最坏输出的启发式方法来选择结构外部荷载施加方式和应变观测位置, 设计出具有一定误差容许能力的结构参数估计器。由于静力应变观测的适用范围比较狭窄, 只能应用于比较简单的结构, 因此基于应变观测的结构识别方法开展的还不太广泛。
3.3.4 基于结构柔度阵的结构识别方法
结构柔度阵方法的应用在结构损伤识别尤其是低阶模态的损伤识别中占有很大的份量; 结构柔度矩阵在低阶模态条件下包含了有关结构特性的丰富信息, 为低阶模态条件下的结构识别提供了一种新的有效途径。结构柔度阵被定义为结构刚度矩阵的逆矩阵, 因此柔度阵也可以表达结构荷载与位移响应间的相互关系:
式中:y为结构的静力位移矢量;G 为结构的静力柔度阵;F 为施加于结构上的外载荷矢量。结构柔度阵的每一列代表了施加于对应自由度上的单位力形成的结构响应位移模式。
观测柔度阵可以通过质量归一化的观测振型和频率数据估计得到, 即
因为在实际结构中只有有限的低阶频率能够测试得到, 因此由以上公式定义的柔度阵是一种近似估计。如果要合成完整的结构静力柔度矩阵, 需要观测完整模态的振型和频率数据。
通常, 通过对比结构损伤前后柔度阵的变化或对比实测柔度阵与FEM 分析柔度阵的差异, 可以探测结构的损伤或确定结构模型误差。由于观测柔度阵正比于观测频率的逆矩阵, 因此观测柔度阵对结构低阶模态的变化更加敏感, 适于使用低阶模态数据进行结构识别。但是, 数据不完整、不精确条件下结构识别柔度法的研究目前进行的仍然比较少。
3.3.4.1 柔度阵比较的损伤识别方法
Aktan 等建立了一种利用观测柔度阵作为状态指标的评定桥梁结构相对整体性的方法, 通过两座桥梁的汽车静载试验, 对比了观测模态柔度阵和静力变形柔度阵的不同, 以此判断结构的损伤状态。
Pandey 等基于结构观测柔度阵的变化, 提出了结构损伤探测和定位的方法。作者对一个实际的梁模型进行了数值模拟和试验研究, 结果显示, 只需要观测结构前两阶的振型数据, 通过观察柔度阵的变化, 就可以确定结构的损伤状态和位置。
Denoyer 和Peterson 提出了一种根据不完整模态观测数据修正结构模型的方法。在估计得到残余柔度阵的基础上, 使用模态观测数据形成结构的动力观测静力柔度阵, 然后构造了一个只与观测自由度有关的静力柔度误差函数。这种方法避免了因使用刚度阵在转化为柔度阵过程中所带来的秩不足所带来的计算问题和模态对应、模态选择、模态截断所带来的问题。此外, 由于在构造柔度误差函数时, 使用了静力缩聚关系, 也就避免了处理观测自由度不完整通常所需的振型扩展和模型缩聚的麻烦。建立了两种表示柔度误差函数的形式:显式逆形式和广义逆形式。当所有的模型自由度都能得到时, 由第二种方法可以获得结构识别问题的精确线性解答。数值结果显示, 这两种形式都能在不完整的观测数据情况下确定结构模型误差的位置和程度。
Denoyer 和Peterson 建立了求解同样问题的另外一种算法, 利用观测柔度阵和分析柔度阵建立了观测柔度误差函数, 通过计算模态灵敏度, 求解了结构识别问题。
3.3.4.2 单位柔度阵检校的损伤识别方法
单位阵检校法(UnityChcckMcthod)基于动力观测柔度阵与结构刚度矩阵之间的广义逆关系, 定义了柔度误差矩阵
因为动力观测柔度阵是一个典型的秩不足矩阵, 因此在式((4.63)中使用广义逆而不是逆关系。根据(4.62)式误差矩阵E 中各元素绝对值的相对大小确定结构损伤的位置。
3.3.4.3 结构识别的分析柔度阵法
为了利用结构柔度矩阵对低阶模态敏感的特性, 可以分别从结构分析柔度阵出发, 研究了悬臂弯剪型结构的损伤识别问题。也有人通过求解最小二乘估计问题, 得到了悬臂弯剪型结构的单元参数, 这种方法所需模态阶数较少, 对于弯曲型和剪切型结构仅需一阶模态, 对于弯剪型结构也只需要两阶模态。
3.3.5 矩阵修正法的结构损伤识别
结构损伤识别的矩阵修正法通过修正结构的质量、刚度和阻尼等结构特性矩阵, 使修正模型的预测响应尽可能地接近结构的静力或动力响应观测数据。模型修正本质上是一个求解约束最优化问题的过程。不同的矩阵修正方法只是在基本方程和求解方法上有所差异, 这些差异是可以根据最优化目标函数、约束条件以及优化方法等几个方面来进行分类。
典型的结构识别方法就是通过对单元结构特性(单元刚度、弹性模量、密度和厚度等) 进行合适的扰动使得(模态) 残余力矢量最小化的过程, 然而, 在这个最优化的过程中, 应该在数学实现上保证识别结果与物理系统的一致性, 这就需要对目标函数施加一定的约束条件。施加约束的方法有两种, 即隐式和显式的方法。隐式约束是指直接施加于结构模型上的约束, 如将结构单元弹性模量和单元刚度矩阵的关系作为约束条件。显式约束是指通过对模型参数在一定范围内施加约束从而限制了模型参数可能扰动范围的约束。
为了保证矩阵修正结果的正确性, 应该使被修正矩阵保持原有的对称性, 将此条件作为优化目标函数的一个约束条件。为了保证结构特性矩阵修改后结构的正确传力路径, 还需要保持原有结构矩阵的稀疏性(矩阵的零/非零模式), 即在矩阵修正的目标函数中应该附加稀疏性的约束。同时, 为了避免修正结构负惯性和负阻尼的发生, 应该保证修正矩阵的正定性, 需要增加结构特J 性矩阵的正定性约束。
根据矩阵修正的目标函数和约束条件的不同, 基于FEM 模型的结构识别方法可以分为四种::最优矩阵修正法、灵敏度分析修正法、特征结构分配法和混合法。
3.3.6 结构识别的神经网络法
人工神经网络是由大量并行分布、有机相联的神经元构成的计算机构, 对这种计算机构的研究受启于生物神经系统的学习能力和并行机制。近年来, 对神经网络的研究愈来愈受到广泛的关注, 特别是在人工智能、心理学、工程学和物理学等学科中显得空前的活跃, 使用神经网络解决识别问题取得了很多的成果, 比如语音识别系统商业软件。因此, 神经网络方法在复杂结构识别中的应用也引起了许多土木工程师的浓厚兴趣。
最常用的神经网络是使用反向传播训练算法的多层感知器, 这种神经网络一般称为BP 网络。BP 网络是一个由Sigmod 函数组成的系统, 每一层的输出, 乘以权系数, 然后求和作为下一层的输入。一旦确定了网络结构, 神经网络表示的函数关系就由网络的权系数和阀值来表示, 然后, 使用误差反向传播学习算法来调整权系数和阀值, 使预测输出和实际输出在某种意义下最小。这样确定的神经网络可以表示任意复杂的非线性映射关系, 从而避免了一般的结构识别方法必须建立结构响应与物理参数之间函数关系所可能带来的一些问题, 使得识别问题的求解进一步简化。神经网络具有鲁棒性和容错性的特点, 适合在不精确数据条件下的识别问题。因而, 它被广泛地应用到结构模型修正和损伤识别的研究当中。
影响神经网络识别结果的因素主要有两个:(l)输入矢量的选择;(2)训练样本的数量和分布。用于结构识别的神经网络输入矢量应该能最大化的提取结构特征, 因此应该选择那些对结构特性变化敏感的响应量或变化量作为网络的输入。只有在训练样本足够、分布合理的前提下, 神经网络才能反映输入、输出之间的复杂非线性映射关系, 才会具有较好的泛化能力。
4 结论与展望
损伤识别是一个复杂而又多变的工作过程, 目前所有的损伤识别方法都能在一定意义上识别结构的损伤, 甚至能作简单的损伤定位, 但是它们都具有不同的局限性。对于轻型或容易激振的结构, 动态模式的识别看来是不错的损伤识别方式, 不同阶位的模态数据对结构的应力、应变及损伤发展有很好的表征性;但对于地下结构, 地上大型结构物来说, 激振是不容易实现的, 静力损伤识别方式就引入了此类结构的评价当中, 应变和结构位移能用于结构的损伤评定, 而结构的应力亦可用于结构的损伤评定,
本文的研究表明, 基于测量数据的损伤应力识别法亦是一种能把握结构损伤、简单、直接且易于操作的结构评价方法, 但是其对结构损伤的定位是难以实现的。
损伤识别方法研究主要集中于模态方法, 大多依赖于结构的动力特性;对于静力损伤识别方法, 大多只运用于材料, 而较少应用于整体结构的损伤识别。本文提出的结构损伤应力识别方法也只能针对具有精确健康监测数据下的结构损伤量的识别, 而对于损伤发生的位置, 则有待于进一步的研究。
基于损伤识别方法的健康监测系统, 传感器的选择和安装布置是一个研究的盲点, 目前还没有太多的办法来处理这方面的技术问题, 如何在最优费用下获得尽可能大的结构健康信息;实时的、准确的、无线的健康监测网络是下一步研究的目标。
参考文献
[1] 刘印, 张冬梅, 黄宏伟. 基于纵向不均匀沉降的盾构隧道渗漏水机理分析[J]. 铁道工程学报. 2011(05)
[2] 何川, 封坤. 大型水下盾构隧道结构研究现状与展望[J]. 西南交通大学学报.
2011(01)
[3] 张峰, 刘小燕, 李术才. 海水侵蚀后混凝土三轴强度准则研究[J]. 工程力学. 2010(09)
[4] 李讯, 何川, 汪波, 吴成刚. 营运期隧道结构健康监测与安全评价研究[J]. 现代隧道技术. 2008(S1)
[5] 苏洁, 张顶立, 牛晓凯, 房倩. 海底隧道结构健康监测设计研究[J]. 岩石力学与工程学报. 2007(S2)
[6] 张顶立. 海底隧道不良地质体及结构界面的变形控制技术[J]. 岩石力学与工程学报. 2007(11)
[7] 易小明, 张顶立, 陈铁林. 厦门海底隧道地层变形监测与机制分析[J]. 岩石力学与工程学报. 2007(11)
[8] 郭陕云. 关于我国海底隧道建设若干工程技术问题的思考[J]. 隧道建设. 2007(03)
[9] 白涛. 光纤光栅位移传感系统开发及在海底隧道安全监测中的应用研究[D]. 山东大学 2011
[10] 张国强. 隧道结构安全实时监测系统研究[D]. 西南交通大学 2009
[11] 袁素梅. 结构健康监测的数据采集与损伤识别研究[D]. 大连理工大学 2008
[12] 刘益平. 大断面越江盾构隧道衬砌结构分析与施工动态模拟研究[D]. 同济大学 2008