利用小波变换模量识别钢-混组合桥梁损伤的方法技术

本发明专利技术公开了一种利用小波变换模量识别钢

【技术实现步骤摘要】
利用小波变换模量识别钢
‑
混组合桥梁损伤的方法


[0001]本专利技术属于桥梁损伤健康检测
，具体涉及一种利用小波变换模量识别钢
‑
混组合桥梁损伤的方法。

技术介绍

[0002]钢
‑
混凝土组合梁经常被用作公用设施和工业设施、道路桥梁和人行横道的主要承载梁。由于组合梁的作用功能，应特别注意其运行和技术条件，通常需要检测已存在结构中的损坏问题。
[0003]目前，对土木工程结构的状况进行健康检测是很常见的，特别是对民用工业或桥梁、水利等结构工程至关重要的新建结构(例如桥梁、民用房屋、工业建筑、水工等结构)。如果能及早发现结构中的损伤，就能迅速修复，从而延长结构的使用寿命。然而，常规损伤检测方法耗费人力、物力且影响正常交通。
[0004]小波变换是一种新的变换分析方法，它继承和发展了短时傅立叶变换局部化的思想，同时又克服了窗口大小不随频率变化等缺点，能够提供一个随频率改变的“时间
‑
频率”窗口，是进行信号时频分析和处理的理想工具。“小波”具有长度有限、周期有限、形状不规则、平均值为零等特点。上述特点表明，小波变换特别适用于分析信号和函数，突出输入信号的特殊性和非线性。适合用于土木工程结构的损伤检测，包括用作桥梁构件或组合楼板的钢
‑
混凝土组合梁。
[0005]准确的桥梁模型对最大程度反映结构实际受力具有重要意义，因此采用识别算法能对离散模型进行调整优化，一定程度弥补参数选取的不确定性，使模拟结果与试验结果一致。本专利技术采用小波变换模量对桥梁模型进行识别，可达到无损检测的效果。

技术实现思路

[0006]为解决现有技术存在的上述技术问题，本专利技术提供一种利用小波变换模量识别钢
‑
混组合桥梁损伤的方法，是一种基于小波变换模量的检测方法。小波变换用于处理和分析提供时频数据的非平稳信号，并进一步实现三维成像以及二维定位；应用小波变换方法对具有短时非平稳特点的信号进行时频特征分析，建立频率特征和能量分布特征分析的基本方法，探讨其时频分布特征规律，以便确定桥梁损伤位置。
[0007]本专利技术采用的技术方案是：
[0008]一种利用小波变换模量识别钢
‑
混组合桥梁损伤的方法，其特征在于，包括如下步骤：
[0009]S1：确定离散模型；
[0010]S11，基于动态参数的变化分析和小波变换定义原始优化程序；
[0011]S12，通过静态、动态参数计算对计算模型进行调整优化；
[0012]S13，以动力分析的前五阶弯曲振动频率和第一阶轴向振动频率，以及静力分析中截面处的竖向位移值为依据，将上述调整优化后的计算模型与桥梁实测的实验数据进行对
比；其中，采用S
I
来判断是否达到最佳拟合状态，S
I
如下式(1)所示：
[0013][0014]式中：为实验数据中桥梁弯曲振动频率，为离散模拟中桥梁弯曲振动频率，为实验数据中桥梁轴向振动频率，为离散模拟中桥梁轴向振动频率，为实验数据中桥梁竖向位移值，为离散模拟中桥梁竖向位移值，w
ID
为动力分析的权重系数，w
IS
为静力分析的权重系数；
[0015]S14，当S
I
为最小值时，确定为最终钢
‑
混凝土组合梁离散模型；
[0016]S2：诊断损伤；
[0017]S21，在步骤S14中得到的离散模型中引入三种预先确定类型的损伤；
[0018]S22，分析比较损伤模型与未损伤模型的动态参数变化；
[0019]S23，计算每个连续点的离散小波变换差值；
[0020]S24，对差值进行归一化，接近1的值表明它可能是受损的位置，精确定位损伤位置。
[0021]进一步的，在步骤S12中，根据实验数据进行离散模型的静动态参数识别，使用实验数据来拟合模型的参数；在有限元ABAQUS环境中，将离散模型定义为空间系统，对组合梁连续构件不同建模方式和不同使用方式下的计算结果与计算时间之间的相关性进行计算模拟，将Python、MATLAB和ABAQUS环境组合成计算循环。
[0022]进一步的，在步骤S13中，通过在计算模型中引入决策变量并迭代最小化指数S
I
，再通过以下两个阶段确定钢
‑
混凝土组合梁离散模型：
[0023]第一阶段，每次计算两次动态ID和静态IS参数；
[0024]第二阶段，采用SSD计算模块进行计算；
[0025]如果满足最小条件，程序将发送新的决策变量，并重新计算模型；当函数达到最小值时，就开始进行第二阶段的计算或完成第二阶段的计算，从而确定钢
‑
混凝土组合梁离散模型。
[0026]进一步的，三种预先确定类型的损伤为：
[0027]第一种是型钢的下翼缘损伤；
[0028]第二种是距离梁端2.05m处的纵向弹性模量降低10％；
[0029]第三种是连接损伤。
[0030]进一步的，在步骤S2中，利用动态分析过程中损伤系统离散小波变换与未损伤系统离散小波变换对每个连续点的差值来准确定位损伤位置。
[0031]进一步的，所述离散小波变换是利用最小化表示信号所需的数据量，通过两个高频和低频的滤波器来实现的；当信号通过滤波器时，它被分为详细部分和近似部分；其中，详细部分为低尺度和高频信号分量，近似部分是信号的高尺度和低频元素。
[0032]进一步的，在步骤S13中，w
ID
取为0.7，w
IS
取为0.3。
[0033]与现有技术相比，本专利技术的有益效果体现在：
[0034]1、本专利技术采用小波变换模量技术对钢
‑
混组合桥梁进行损伤识别，该损伤检测是
基于原开发的识别算法，并采用离散小波变换分析比较损伤模型与未损伤模型的动态参数变化，从而进行损伤检测与定位；从图像处理上，小波分解可以覆盖整个频率，且小波变换通过选取合适的滤波器，可以极大减少或去除所提取的不同特征之间的相关性，同时实现在MATLAB上的快速算法。
[0035]2、本专利技术将实际检测出绝大多数非稳定的信号去除，实现钢
‑
混组合桥梁损伤的精准定位及识别，极大促进土木工程组合桥梁结构界面及内部无损检测技术的发展，保证组合桥梁的结构性能和正常运营。
附图说明
[0036]图1为本专利技术利用小波变换模量对钢
‑
混组合桥梁进行损伤识别算法示意图。
[0037]图2为本专利技术利用小波变换模量对钢
‑
混组合桥梁进行损伤识别的计算模型示意图。
具体实施方式
[0038]以下结合附图对本专利技术实施例的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本专利技术实施例，并不用于限制本专利技术实施例。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种利用小波变换模量识别钢
‑
混组合桥梁损伤的方法，其特征在于，包括如下步骤：S1：确定离散模型；S11，基于动态参数的变化分析和小波变换定义原始优化程序；S12，通过静态、动态参数计算对计算模型进行调整优化；S13，以动力分析的前五阶弯曲振动频率和第一阶轴向振动频率，以及静力分析中截面处的竖向位移值为依据，将上述调整优化后的计算模型与桥梁实测的实验数据进行对比；其中，采用S
I
来判断是否达到最佳拟合状态，S
I
如下式(1)所示：式中：为实验数据中桥梁弯曲振动频率，为离散模拟中桥梁弯曲振动频率，为实验数据中桥梁轴向振动频率，为离散模拟中桥梁轴向振动频率，为实验数据中桥梁竖向位移值，为离散模拟中桥梁竖向位移值，w
ID
为动力分析的权重系数，w
IS
为静力分析的权重系数；S14，当S
I
为最小值时，确定为最终钢
‑
混凝土组合梁离散模型；S2：诊断损伤；S21，在步骤S14中得到的离散模型中引入三种预先确定类型的损伤；S22，分析比较损伤模型与未损伤模型的动态参数变化；S23，计算每个连续点的离散小波变换差值；S24，对差值进行归一化，接近1的值表明它可能是受损的位置，精确定位损伤位置。2.如权利要求1所述的一种利用小波变换模量识别钢
‑
混组合桥梁损伤的方法，其特征在于，在步骤S12中，根据实验数据进行离散模型的静动态参数识别，使用实验数据来拟合模型的参数；在有限元ABAQUS环境中，将离散模型定义为空间系统，对组合梁连续构件不同建模方式和不同使用方式下的计算结果与计算时间之间的相关性进行计算模拟，将Python、MATLAB和ABAQUS环境组合成计算循...

【专利技术属性】
技术研发人员：卢彭真，金天，武瑛，叶周灵，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：