结构温度与悬索桥主梁挠度的关联性分析

温度是桥梁的重要环境荷载,主梁挠度是悬索桥整体响应的一项重要指标,主梁挠度和结构局部温度间为高度非线性关系。两者的功率谱表明挠度长期趋势主要受温度影响,利用EMD方法可将挠度温度效应从挠度时程中分离出来。温度上升与下降阶段的挠度温度效应的比较结果显示,挠度温度效应不仅与局部位置的当前温度有关,还与这些位置的温度历程有关。以结构温度为输入、挠度温度效应为输出,建立支持向量回归模型(SVR model),计入温度历程影响的模型比只考虑当前温度的模型能更好地描述结构局部温度与挠度温度效应间的非线性关系,该模型精度较高、泛化性能较好。利用温度历程和SVR模型可方便地计算挠度温度效应,该方法具有工程应用价值。     

基于VMD-KLD的桥梁挠度监测数据温度效应分离方法EI北大核心CSCD

传统经验模态分解(empirical mode decomposition, EMD)方法在处理桥梁挠度信号时存在模态混叠、分解误差累积等问题,致使分解结果尚不理想。为此,提出了一种结合变分模态分解(variational mode decomposition, VMD)和K-L散度(Kullback-Leibler divergence, KLD)的桥梁挠度监测数据温度效应分离方法。利用VMD分解桥梁挠度信号,获得若干个本征模态函数(intrinsic mode function, IMF);借助核密度估计求得各IMF分量的概率密度函数分布,进而得到各分量KLD值,剔除虚假IMF分量,选定最佳分量;运用Pearson相关系数对最佳分量进行效果评价;通过数值仿真算例与实桥监测数据,验证了该方法的有效性。结果表明:该方法融合了VMD自适应、抗噪能力强和KLD快速选取最优信号的优势,克服了传统EMD模态混叠等缺陷,减少了虚假分量的干扰,将两者结合使得分解及筛选特征信号分量高效可靠,温度效应分离效果良好;仿真信号经VMD-KLD分析得到日、年温差效应及长期挠度相关系数分别为0.994 6、0.983 7和0.970 4,实测信号得到的日、年温差效应相关系数分别为0.908 1、0.936 4;同EMD-KLD相比,VMD-KLD分离出的各挠度成分相关系数更接近于1,仿真信号分析中日、年温差效应及长期挠度分别提升了4.43%、10.84%和8.81%,实测信号分析中日、年温差效应分别提升了12.35%、5.57%。该方法可为桥梁挠度监测数据温度效应在线分离提供一种新的思路。     

长期监测中结构温度效应分离的一种新方法

利用结构长期监测信号的多尺度特性,提出较为精确分离温度效应的自适应带宽滤波方法。按照多尺度分析思想,将温度和温度效应在日温差、年温差和聚然降温等不同时间尺度上展开,利用仅日温差效应与结构上的其他效应在时间尺度上具有不相耦合的特点,通过理论论证获得温度和温度效应具有线性相关特性,结合粒子群优化算法和滤波算法自适应改变日温差效应时间尺度的频率带宽,从而通过回归统计日温差和日温差效应达到精确分离监测信号中的温度效应之目的。分析结果表明:该方法较小波分析方法更能准确分离结构监测信号中的温度效应,为从长期监测信号中进行损伤识别提供了基础数据。     

桥梁结构挠度-温度-车辆荷载监测数据相关性模型

运营状态下桥梁结构挠度、车载和温度的相关性复杂,高精度的车载、温度与挠度相关性模型对桥梁结构健康监测具有重要意义。为此,提出了基于门控循环单元(gated recurrent unit, GRU)神经网络的桥梁挠度监测数据建模方法。为解决车辆荷载监测数据在时域内离散分布的问题,提出了基于挠度影响线的车载影响参数计算方法;在此基础上建立了基于GRU神经网络的车载影响参数、环境温度和桥梁挠度相关性模型。以一座悬索桥为例,分别建立了短时段、中长时段的相关性模型,考察了相关性模型对加劲梁挠度的预测能力,并利用相关性模型提出了一种温度和车载挠度分量的分离方法。悬索桥实例研究表明：短时段相关性模型的挠度预测值与实时监测数据基本吻合,而中长时段相关性模型则对一定时间窗口内的挠度极值具有精确的预测能力;采用相关性模型计算得到的温度与车载挠度分量与小波分解结果具有良好的一致性。     

基于多支持向量回归机的热偶规真空传感器非线性校正研究

曲线拟合是传感器非线性校正的重要方法,但热偶规真空传感器输出特性具有明显的分段性且各段特性差异大,采用单一模型难以取得满意的拟合结果.本文提出基于多支持向量回归机(MSVR)的曲线拟合方法,将输入样本空间分割成多个子空间,为每一子空间建立一个支持向量回归机(SVR)来映射该局部空间的非线性关系,合成各SVR的输出即为传感器全量程输出特性.用所提出的方法拟合热偶规真空传感器输出特性,仿真结果表明了该方法的有效性.     

线性时变系统的状态空间模型递推辨识研究

针对线性时变系统中状态空间模型的辨识问题,本文提出了一种新的模型参数矩阵的递推辨识格式。不同于常用的利用奇异值分解(SVD)或者最小二乘原理计算时变状态空间模型参数的方法,这种新的递推方法基于信号子空间投影原理,通过重新建立输入输出数据之间的关系,构建新的信号子空间矩阵,从而递推得到系统的时变状态空间模型参数。与现有的计算时变状态空间模型的方法相比,这种新的递推方法由于不需要进行SVD的计算,从而大幅的减少了计算时间。特别是当系统的阶次较高时,计算效率优势更为明显。在算例中将这种方法与经典的使用SVD的时变ERA(TV-ERA)方法从辨识结果和计算效率上进行了比较。仿真结果表明这种新的递推算法能有效辨识状态空间方程形式的线性时变系统的模型参数,和TV-ERA方法相比具有更高的计算效率。     

基于倾角测试的桥梁变形实时监测研究

对基于结构的倾角测试能实时、精确得到结构变形,以悬臂梁及简支梁为例,推导倾角与挠度间关系,利用MATLAB编程工具对倾角进行积分、拟合得到结构变形,并通过钢梁加载试验与实测挠度进行对比,通过健康监测工程实例介绍倾角仪在变形监测中的应用。分析表明,建立的倾角和变形间关系合理可行,不同结构进行变形监测需考虑边界条件;基于MATLAB对倾角拟合挠度曲线过程简单,与实测挠度吻合较好;在桥梁健康监测系统中用倾角仪对结构进行变形监测,可得结构实时变形曲线与任一时刻变形规律。     

关于颜色空间转换的RBF网络动态子空间自动划分辨识方法研究

以RGB与CIEL*a*b*颜色空间转换为例,采用径向基函数(RBF)神经网络,研究了颜色值在不同颜色空间之间的转换。利用基本采样数据集建立了颜色空间转换RBF网络模型,并通过增加样本数据,采用动态规划颜色子空间的方法,提高了模型转换精度。研究结果显示,该方法的转换速度和精度都优于基于动态子空间自动划分的BP神经网络颜色空间转换方法。     

光纤陀螺的温度试验与误差补偿

分析了光纤陀螺的温度特性及非线性特性,并在组建光纤陀螺温度试验系统的基础上,进行了全温度范围下的位置试验和角速率试验,研究不同的温度及输入角速率对光纤陀螺输出的影响.根据试验结果,分别建立了光纤陀螺零偏的温度模型以及标度因数的温度和非线性模型,并采用最小二乘法拟合模型的参数.通过实测数据进行仿真验证,结果表明,建立的模型能够较好地描述光纤陀螺的温度及非线性特性,利用该模型进行光纤陀螺的温度和非线性误差补偿,取得了较好的效果,光纤陀螺的测试精度得到了较大程度的提高.     

基于长短时记忆神经网络的大跨拱桥温度-位移相关模型建立方法

建立温度-位移相关模型是开展基于位移响应的大跨桥梁性能评估的关键步骤。该文提出一种基于长短时记忆(LSTM)神经网络的多元温度-位移相关模型建立方法。充分利用LSTM神经网络能够考虑位移时滞效应和适合处理超长数据序列的优势,采用自适应矩估计方法对LSTM神经网络进行优化,并引入丢弃正则化技术提升模型的预测能力。在此基础上,基于一座三跨连续系杆拱桥长期同步监测的温度和位移数据,讨论了影响该桥主梁竖向位移的主要温度变量,并建立了多元温度-位移的LSTM神经网络模型,与基于误差反向传播(BP)神经网络的多元温度-位移相关模型进行了比较。研究结果表明:构件有效温度与主梁竖向位移具有明显的非线性关系,构件间温差和主拱温度梯度与主梁竖向位移呈线性相关性;主拱有效温度和主梁与主拱的温差是引起该桥主梁竖向位移的主要温度变量;相比于BP神经网络模型,该文提出的LSTM神经网络模型能够大幅降低温度位移的重构误差和预测误差。     

温变工况下超定独立成分分析导波监测方法

基于超声导波的结构健康监测技术在实际工程应用中受到变化的环境工况条件的影响,由于独立成分分析方法对于处理时变工况条件下的大量监测导波信号存在局限性,以及对不同程度的损伤表征研究存在不足,提出一种基于超定独立成分分析的导波监测方法并改进了基于k均值聚类的损伤指标。以广泛存在的环境温度作为环境变量,通过主成分分析从大量导波信号组成的观测矩阵中确定独立分量个数,使用独立成分分析将处理后的导波信号分解为独立分量,能够有效地将损伤与环境工况的影响分离到不同的独立分量中。对长期经受环境温度变化的铝板进行了导波监测实验,结果表明该方法能够有效减少独立分量数目并从大量导波信号中排除环境温度的干扰识别出损伤,并且对处于温变条件下的完整和不同损伤程度的铝板进行了损伤识别实验,进一步研究了该方法在排除环境温度干扰的同时表征损伤程度的效果。     

基于多场耦合方法的厚截面复合材料固化过程的多目标优化

针对厚截面复合材料固化过程温度峰值过大所引起的材料力学性能降低及残余应力过大等问题,建立了基于多场耦合方法的复合材料固化过程多目标优化模型,用以降低固化温度峰值和缩短固化时间。首先建立包含热化学子模型、树脂黏度子模型和流动压实子模型的固化温度多场耦合模型,用以准确描述固化过程复合材料内部温度及构件厚度的演化规律。通过与文献中已有实验结果比较,证明所建立的多场耦合模型的有效性。在该多场耦合模型基础上,引入径向基(RBF)神经网络作为代理模型,利用多目标优化方法,对固化工艺参数进行最佳组合匹配。研究表明,温度峰值与保温平台温度变化呈明显非线性关联,这与复合材料固化过程的非线性特性有很大关系。在保温温度层面,为了降低温度峰值,需要提高第一阶段的保温温度,降低第二阶段的保温温度,同时在保温平台的时间上进行调整,以缩短固化时长。相比较于原有固化工艺制度,本文提出的优化方法可以显著降低厚截面复合材料层合板的固化时长和温度峰值。      

基于遗传算法的连通式油气悬架平顺性与道路友好性参数优化

为了改善大型工程车辆平顺性和道路友好性,以七自由度整车连通式油气悬架为研究对象,建立了考虑各元件非线性、路面输入四轮相关性的ADAMS/Simulink/AMESim联合仿真模型及多目标优化函数,并应用遗传算法进行联合仿真优化。结果表明：在车速为60Km/h情况下,与优化前相比,车身总加权加速度均方根值降低了42.5％,平顺性得到大幅改善,道路友好系数降低了4.5％,道路友好性也得到小幅改善。基于遗传算法的多软件联合仿真优化方法可同时提高车辆平顺性与道路友好性,并为今后多轴车辆底盘性能的仿真研究提供了参考。     

Stopping time optimisation in condition monitoring

Automated condition monitoring of active components of a system can improve the cost-efficiency of preventive and corrective maintenance and the availability of the production system. The validity, reliability and correct interpretation of the signals obtained from the condition monitoring instrumentation is important for the realisation of the potential benefits. The utilisation of experts in the interpretation of the condition monitoring signals is therefore crucial.In the paper, a stopping time model is formulated, where experts' judgements on the remaining operating time of a component, given an indication of incipient failure, are utilised to arrive at optimal operational maintenance decisions. Optimality is defined in the sense of maximising expected utility. An expert model is also formulated, which utilises percentile information elicited from the experts. The modelling framework allows for the testing of different modelling assumptions which affect the decision outcomes.     

基于多重信号分类算法的复合材料冲击定位

为了提高复合材料结构冲击定位的精度和实时性, 将阵列信号处理技术引入到结构健康监测领域, 提出了利用小波变换和多重信号分类算法实现复合材料结构冲击定位的新方法: 通过小波变换提取冲击响应信号某一窄带频率成分, 运用多重信号分类(MUSIC) 算法实现冲击源到达方向的估计; 根据Lamb 波传播特性, 用小波变换求出某一中心频率下的对称模式和反对称模式的Lamb 波到达同一传感器的时间差, 结合对称模式和反对称模式Lamb 的速度差就可以估计出冲击源到达传感器的距离, 实现冲击定位。对玻璃纤维/环氧树脂复合材料层合板和碳纤维/双马树脂基复合材料层合板2 种试件的实验均表明该方法能快速、精确地识别出冲击源位置。      

Monitoring and analysis of cast-in-place concrete bored piles adjacent to deep excavation by using BOTDA sensing technology

In order to monitor the deflection of bored piles, BOTDA sensing technology is employed to measure the strain and temperature profiles along three bored piles adjacent to a deep excavation. Based on the measured strain, the deflections can be calculated according to the mechanics of materials. Comparison between the deflections measured by traditional inclinometer and strain based measurement method has been fully conducted. A two-dimensional FEM model was constructed to simulate the interaction between excavation and subway tunnel and examine the deflection of the three bored piles during progressive excavation. Finally, the deflection profiles calculated from measured strains and simulated by FEM are comprehensively summarized and analysed. It can be found that the deflection changing trend at the top of the bored piles are consistent with the simulation results with acceptable errors while the deflection calculated from the measure strains has a significant discrepancy with the simulation results.     

基于小波变换的结构模态参数识别

及时、准确地识别出结构的模态参数是结构健康监测与损伤识别的重要前提。小波分析是众多识别方法中较优越的一种，因其在时一频两域都具有表征信号局部特征的能力，近年来这一方法在线性及非线性系统的参数识别中开始应用。探讨了基于小波脊（Ridge）与小波骨架（Skeleton）的模态参数识别方法，针对小波变换中遇到的边端效应问题，提出了基于自回归滑动平均模型（ARMA）的“预测延拓”方法，并以美国土木工程师学会（ASCE）提供的Benchmark模型为例进行了数值模拟。结果表明，本文提出的方法可以有效地抑制小波边端效应，通过小渡变换可以准确地识别出结构的模态参数。     

Modeling of mechanical response of FRP composites in fire

A thermomechanical model is presented for predicting the time-dependent deflections of cellular FRP slab elements subjected to mechanical loading and fire from one side. The model comprises temperature-dependent mechanical property sub-models for the Young’s modulus, viscosity and coefficient of thermal expansion. Two different thermal boundary conditions were investigated: with and without liquid-cooling of the slab elements in the cells. A finite difference method was used to calculate the deflection at each time step. Deflections resulting from stiffness degradation due to glass transition and decomposition of the resin dominated over those resulting from viscosity and thermal expansion. The predicted total deflections compared well with the measured results over a test period of up to 2 h. The failure mode of the non-cooled specimen could be explained.     

Role of tool-part interaction in process-induced warpage of autoclave-manufactured composite structures

The role of tool-part interaction in process-induces warpage of a large composite structure was studied using a three-dimensional process model, developed by integrating sub-models that describe the evolution of cure and properties of composite as well as various physical phenomena encountered, during autoclave processing. The process model was implemented through user sub-routines interfaced with the finite element software, ABAQUS. The tool-part interaction during processing was modeled using contact elements. The predicted temperature and warpage of an aircraft part, using a frictional tool-part interface and experimentally measured cure-dependent tool-part interfacial friction coefficients, compared very well with experimental temperature and warpage, validating the 3-D process model. A comparison of predictions using various models for the tool-part interface suggests that the two components of tool-part interaction that contribute to warpage are change in shape of the tool and part, and process-induced stress caused by constrained deformation of the tool and the part.