用时域法和频时域法识别桥面移动车载

基于欧拉梁模型,本文利用时域法和频时域法由桥梁响应识别桥面移动车载并重点讨论了几个主要参数对识别结果的影响。这些参数包括模态数、采样频率、车速、响应测点位置和测点数等。结果表明：车桥试验室模型是成功的,用时域法和频时域法均能得到满意的识别结果,但以时域法实用性更强、精度更高,可以直接用于桥面移动车载识别的现场试验。     

基于矩量法的桥梁移动车载识别试验研究

基于矩量法和移动荷载识别理论，采用整域基函数——正交勒让德多项式表达桥面移动车载，从车致桥梁弯矩响应识别桥面移动车载，提出了一种时域移动荷载识别改进方法（ITDM）。利用试验测量的车致桥梁弯矩响应时程数据重点研究了几个主要参数对ITDM的影响，这些参数包括：基函数数量、模态数、测点数及测点位置和运行时间等，同时与时域法（TDM）进行了对比研究。试验研究结果表明：ITDM性能与TDM相若，但ITDM更以适应性强和省时而优于TDM，这对于桥梁移动荷载的现场在线准确识别非常有利。     

移动荷载识别的适用性研究

桥梁移动荷载识别技术的适用性是决定其能否直接应用于现场桥梁荷载在线识别的关键因素。基于矩量法和移动荷载识别理论,采用整域基函数表达桥面移动车载,提出了一种时域移动荷载识别改进方法(ITDM)。分别选用正交勒让德多项式和傅立叶级数作为基函数,形成两种改进算法(LITDM和FITDM),通过仿真及试验验证所提方法的正确性及可行性,并从基函数数量和运行时间两方面与时域法(TDM)进行对比研究。仿真及试验研究结果表明:LITDM、FITDM性能与TDM相近,但ITDM灵活性更强,其中以FITDM计算效率最高,适用性最强,LITDM次之,这对于桥梁移动荷载的现场在线准确识别非常有利。     

基于矩量法的移动荷载识别

从桥梁响应识别桥面移动荷载往往出现逆问题的病态（不适定性）等共性问题。本文基于移动荷载识别理论，借助矩量法求解积分方程理论并采用整域基函数——正交勒让德多项式表达桥面移动荷载，提出了一种移动荷载识别的时域改进算法。两轴车辆多种组合工况下的常载和时变荷载数值仿真研究表明：与时域法比较，改进时域法识别桥面移动荷载时，其识别精度高、抗噪能力强，识别结果不适定性有显著改善。     

基于响应灵敏度分析的桥梁结构损伤和车辆参数的识别

基于响应灵敏度分析利用车-桥耦合系统的加速度响应进行桥梁结构的局部损伤和车辆参数识别。在正问题中建立了连续桥梁结构和车辆耦合系统的有限元模型,利用Newmark直接积分法求出在移动车载作用下系统的动态响应,并进一步推导出动态响应对系统物理参数的时域响应灵敏度。在反问题中利用该响应灵敏度矩阵进行系统的有限元模型修正,识别出桥梁的局部损伤和车辆参数,讨论了人工噪声对识别结果的影响。算例表明该方法具有精度高、对测量噪声不敏感等特点。     

基于BP神经网络的桥上移动荷载分阶段识别方法

移动荷载识别可作为桥梁损伤机理研究的基础,同时为交通规划提供可靠的车载信息。提出了一种基于BP神经网络的桥上移动荷载的分阶段识别新方法。建立了桥梁有限元模型和2自由度5参数车辆模型,模拟生成了神经网络训练样本。采用分阶段识别技术,分步识别了桥上车辆的位置、速度和荷载。在神经网络设计中,利用正交设计法选择训练样本集,采用正则化方法对误差性能函数进行修正,并采用遗传算法对初始权进行了优化。数值仿真了一简支梁桥的移动车辆荷载识别,并通过模型试验进行了验证。结果表明:所提出的方法能够在线、实时地识别桥上移动车辆荷载,识别精度高、收敛速度快,且具有较强的鲁棒性和抗噪能力。     

基于频域和时域振动模型的轨道交通桥梁噪声预测对比分析

分别采用基于模态叠加法的时域车辆-轨道-桥梁耦合振动模型和基于移动粗糙度激励的频域耦合振动模型对某U型梁桥的动力响应进行仿真分析,对两种数值方法计算获得的轮轨力和桥梁振动加速度进行对比。然后分别结合2.5维声学边界元和三维声学边界元对两种振动模型的辐射噪声进行预测,并对比了两种模型获得的桥梁噪声频谱和空间分布规律。研究表明,两种模型获得的轮轨力基本相同,且峰值频率一致;考虑多车轮激励效应的频域振动模型和时域模型获得的桥梁振动加速度频谱较为吻合;基于两种振动模型预测的桥梁噪声频谱和声压空间分布吻合较好。     

桥梁颤振导数识别的时域法与频域法对比研究

同时提出了基于桥梁节段模型强迫振动风洞实验的颤振导数时域识别法与频域识别法。开发了一套两自由度强迫振动装置,用它进行了三种节段模型的强迫振动法风洞试验。用这同一批实验数据作了两种方法的对比研究。采用两种或多种数据处理方法,可以提高颤振导数识别结果的可信度。频域法自身包含有滤波过程,因而抗干扰能力强,识别的颤振导数曲线平顺光滑;时域法的定解方程对信号相位差较敏感,易受杂波干扰导致结果漂移或波动。     

基于截断GSVD方法的桥梁移动荷载识别

针对移动荷载识别系统矩阵的病态问题,通过引入正则化矩阵,提出采用截断广义奇异值分解法(TGSVD)识别桥梁移动荷载,并与时域法(TDM)识别结果比较。两轴移动荷载识别结果表明,TGSVD具有识别精度高、抗噪能力强、识别结果受响应类型及响应组合影响小等优点。对将TGSVD应用于现场移动荷载有重要意义。     

利用有限振动响应快速反演时变荷载的方法与试验

移动荷载是影响桥梁使用寿命的主要因素之一，对其准确地监测与识别能为桥梁养护提供重要依据。基于振动响应反演的移动荷载识别研究经过五十多年的发展，形成了以时域法、频时域法为主的多种方法，取得了不错成就。然而在解决该类方法面临的主要问题：计算耗时明显、反问题求解病态上，现有技术大多需要使用多项测点和复杂优化，在实际工程应用中并不友好。在时域反卷积法和荷载形函数法的基础上，定义新的构造矩阵提取系统矩阵中的有效元素进行荷载识别，在保障对大噪声的鲁棒性的同时，使测点数量和计算成本进一步降低。在数值仿真算例中，该方法在使用含10%和20%白噪声的动挠度响应情况下，仍能稳定地识别周期性移动荷载，除荷载上、下桥阶段，并未出现明显的奇异性。在试验验证中，利用两个试验分别验证了该方法对集中荷载、移动荷载的识别，其精度与计算效率均可满足实际工程需求。     

考虑桥路面粗糙度的移动体参数识别

基于虚拟变形(VDM)方法中移动动态影响矩阵的概念,利用双自由度质量-弹簧阻尼模型模拟移动车辆,系统推导和阐述了车-桥耦合系统中粗糙路面上移动体参数的识别方法。以移动体参数的修正因子为优化变量,通过最小化桥体结构实测响应和计算响应的平方距离进行识别,识别精度高,对噪声鲁棒性强,且较少的传感器就能识别多个移动体参数。利用移动动态影响矩阵,每步优化中无需时时重构系统参数矩阵,计算效率高。利用一个三跨连续梁模型验证该方法的有效性,在5%的噪声影响下,利用一个传感器可以准确地识别多个移动体参数和移动荷载。此外,通过比较平坦路面与粗糙路面上的移动体参数的识别方法和结果,结合车体参数的灵敏度分析,说明了路面粗糙度、移动体参数对结构响应的影响及不同情况下参数识别中优化变量的选取原则。     

桥梁移动荷载识别的不适定性及其试验研究

对桥梁移动荷载识别方程不适定问题进行研究，提出采用预处理共轭梯度法（PCGM）求解超定方程组，通过选择不同的预优矩阵，改善和解决超定方程组的欠秩和病态问题。为验证基于PCGM方法的现场实用性，设计制作了车桥试验模型，通过试验采集到的桥梁弯矩响应数据识别桥面移动荷载。比较桥梁模态数、预处理共轭梯度法迭代次数、桥面粗糙度、车辆重量以及测点选择对识别结果精度的影响后，研究结果表明：基于PCGM方法能够很好地识别车辆荷载，收敛较快且能较好改善荷载识别方程的不适定性。     

简支梁桥与多跨连续梁桥上移动荷载的识别与参数分析

移动车辆荷载反复作用会导致桥梁疲劳损伤甚至破坏,移动荷载识别是桥梁健康监测的重要措施之一。采用样条函数逼近法对简支梁桥与多跨连续梁桥上的移动荷载进行识别和参数分析。基于模态叠加法和梁固有振动的精确解,建立了移动荷载作用下简支梁和连续梁的运动方程;利用样条最小二乘法逼近桥梁应变响应,由样条数值微分求得响应导数;再通过Tikhonov正则化方法结合奇异值分解技术得到了荷载识别的正则解。对一简支梁和一三跨连续梁进行了数值仿真,并对一些影响因素进行了参数分析。利用已有的试验数据验证了方法的可靠性。结果表明,样条函数逼近法能有效地识别简支梁与连续梁桥上的移动荷载,具有很强的实用性和抗噪性能;而且简支梁桥上的荷载识别精度和抗噪性能高于连续梁桥;利用Tikhonov正则化方法可得到荷载识别的稳定解,并有利于提高识别精度,降低对噪声的敏感性。     

铁路简支梁桥竖向共振影响因素的分析

采用车-桥系统模型,对影响铁路简支梁桥竖向共振的各种因素进行了分析。分析结果表明:列车静轴重荷载是引起简支梁桥竖向共振现象的主要原因,而其它因素(如桥梁本身的跨度、刚度及阻尼,车辆的长度、轮对的质量、悬挂弹簧的刚度和阻尼等)对桥梁竖向共振的发生和发展也有着重要的影响。     

高墩连续桥在移动车载作用下的横向振动分析

本文在将轮胎与路面之间的面接触引入车-桥耦合模型的基础上,进一步考虑车辆的横向自由度,从而提出一种新的车辆模型来研究移动车载作用下的桥梁横向振动。车辆轮胎被模拟成一个三维弹簧模型,轮胎与地面的接触面模拟成长方形,通过接触面间的位移协调条件和力相互作用建立车-桥耦合振动方程。考虑影响接触面间的横向力大小的三种重要参数如：滑移角、侧偏角、轮胎的“S”形运动对耦合系统的影响;并与炉坪大桥实测数据比较,验证本文方法的正确性,并分析了接触面积、车速等对横向振动的影响。