基于运营监测的斜拉桥性能劣化统计模式识别方法研究

It is of great theoretical significance and engineering application value to study the disturbance of the uncertainty between the degeneration model of cable-stayed bridge and the monitoring data, as well as to propose a method to identify the deterioration of cable-stayed bridge considering the influence of uncertainties, in order to realize the early warning of the deterioration of the bridge and on-line safety assessment. The project intends to study three key scientific problems: the mechanism of change of internal force model caused by the deterioration of cable-stayed bridge, the key mechanical problems implied in the long-term monitoring data, and to establish the mapping relationship between the structural internal force model and long-term monitoring data. Based on the mechanical analysis of the cable-stayed bridge, the mapping relationship is established between the typical degeneration model and the internal force model of the cable-stayed bridge through three system parameters. The mechanism of the structural response is thus revealed. Based on the response sensitivity analysis, the targeted responses with weak correlation and strong complementarity are selected; the environmental influences on monitoring data are separated to extract multi-type structural state-sensitive features; Based on the data fusion, a probabilistic model of the mapping relationship between the deterioration model of the cable-stayed bridge and the multi-type structural state-sensitive features is established. The project intends to develop statistical pattern recognition method based on operational monitoring, and to achieve a comprehensive evaluation of the performance of cable-stayed bridges under operating conditions.

研究斜拉桥性能劣化模式与监测数据之间的不确定性干扰规律，进而提出应对不确定性干扰影响的性能劣化识别方法，可以实现桥梁早期性能劣化预警与在线安全评估，具有重要的理论意义和工程应用价值。本项目拟研究斜拉桥性能劣化导致的内力模式改变机理，长期监测数据中隐含的斜拉桥力学性能变化机制，进而建立结构内力模式与长期监测数据之间的映射关系等三个关键科学问题。基于斜拉桥力学分析，通过三个体系参数建立斜拉桥典型性能劣化模式与内力模式的映射关系，揭示结构响应的变化机理；基于响应敏感度分析，选取相关性小、互补性强的响应进行监测；分离环境对监测数据的影响，提取多类型结构状态敏感特征指标；在数据融合的基础上，建立斜拉桥性能劣化模式与融合的多类型结构状态敏感特征指标之间映射关系的概率模型，发展基于运营监测的统计模式识别方法，实现对运营条件下斜拉桥性能状态的准确评估。

我国已经在20多座跨径超过200米的斜拉桥上安装了健康监测系统。但监测数据和损伤的不确定性，造成了监测数据和损伤之间对应关系的不确定性，导致难以基于监测数据准确识别结构损伤。本项目从从结构体系的力学源头出发，揭示了外部约束、内部连接与构件间受力分配三个体系参数的改变对结构响应变化的影响机理；提出了环境作用不敏感的多类型结构状态敏感特征指标；在数据融合的基础上，建立了斜拉桥多类型结构状态敏感特征指标之间映射关系的概率模型，实现了运营条件下斜拉桥性能状态的评估。. 首先，根据受力模式分析，研究了外部约束改变和构件间受力分配改变导致的斜拉桥性能劣化模式，揭示了不同劣化模式下斜拉桥力学模式的改变机理；基于结构整体和局部力学指标的性能劣化敏感性，针对不同劣化模式，提出了斜拉桥空间传感器布置方法。通过对不同指标的敏感性分析，揭示了斜拉桥振型曲率损伤敏感的规律，并给出了基于移动平台和分布式同步采集的斜拉桥曲率快速识别方法。. 其次，揭示了长期监测数据中隐含的斜拉桥力学性能变化机制。针对运营状态下长期监测数据中环境干扰问题，给出了结构环境耦合作用下长期监测数据的演化规律，提出了环境因素影响分离方法，建立结构状态敏感特征指标。针对结构状态敏感指标对结构内力模式指向模糊问题，建立了结构状态敏感指标与结构内力模式的映射关系。. 最后，建立了斜拉桥结构受力模式与长期监测数据之间的映射关系。通过将结构的性能劣化分解为不同的受力模式，提出了基于长期监测数据的结构状态敏感特征指标的统计指标获取方法。基于结构性能劣化与响应的海量数据，建立了结构受力状态与状态敏感特征指标之间的映射关系。基于统计模式识别方法和数据融合和概率神经网络技术，提出了多种特征指标融合的不同受力模式分类技术，建立了基于运营监测的斜拉桥性能劣化的评估方法。