基于健康监测的桥梁结构多尺度损伤预后方法研究

The bridge structures in our country are facing the damage accelerated evolution process under the joint actions of complex service environment and multi-disaster loading at present, "Governance structure is not ill, nip in the bud". In this project, multi-scale damage prognosis and bridge structural health monitoring are combined together to describe the uncertainty simulation of environmental factors and structural parameters in the process of bridge structural multi-scale damage prognosis. The structural multi-scale damage simulation, multi-scale damage model updating and model validation methods will be investigated to build a model-based multi-scale damage prognosis method for bridge structures. Furthermore, Based on the wavelet neural network methods, the data-driven damage prognosis methods are paied more attention to construct a new combined multi-scale damage prognosis method of bridge structures where model-based and data driven-based damage prognosis method are considered simultaneously. The shaking table testing of a cable-stayed bridge model with single tower and the real bridge health monitoring system verification platform are employed to verify the validity and reliability of the proposed multi-scale damage prognosis methods. The research results of the projects can be used to forecast the safety, reliability and potential injury hazards of the bridge structures, guide bridge the preventive maintenance decisions of bridge structures, and have important theoretical significance and practical values for the bridge health monitoring and safety evaluation.

我国桥梁结构正面临复杂服役环境和多灾害荷载共同作用所导致的损伤加速演化的进程，应该 "治结构之未病、防患于未然"。本课题试图将桥梁健康监测和结构多尺度损伤预后结合起来，研究桥梁结构多尺度损伤预后过程中环境因素和结构参数的不确定性描述，研究桥梁结构多尺度损伤模拟、损伤模型修正及模型确认方法，建立基于模型的桥梁结构多尺度损伤预后方法；进一步地，研究基于小波神经网络技术的数据驱动损伤预后方法，建立联合基于模型和数据驱动的桥梁结构多尺度损伤预后综合方法；以独塔斜拉桥模型的地震模拟振动台试验和实桥健康监测系统验证平台，来验证上述多尺度损伤预后方法的有效性和可靠性。本课题研究成果可用于预测预报桥梁结构的安全可靠性和潜在损伤的危害，指导桥梁预防性养护决策，对桥梁健康监测和安全评估具有重要的理论意义和实用价值。

目前，以保障桥梁安全运营为目标的结构健康监测系统与桥梁业主的预期还存在一定差距；其主要原因在于目前健康监测多是事后的损伤识别(Damage Detection-DD)而不是事前的损伤预后（Damage Prognosis-DP）。DD和DP的本质区别在于：DD是基于确定性监测数据来进行损伤识别，而DP是基于历史监测数据预测可能发生的损伤及其影响，主要涉及结构的不确定性和预测结果可靠性验证。损伤预后的主要目的是提醒业主在损伤发生之前就采取必要的技术措施来减轻结构损伤或者制止可能的灾难性破坏的发生，而不是要等到结构损伤发生以后才发现。.本项目的特色是将结构多尺度损伤模拟分析与健康监测数据反演损伤特征相结合，来达到桥梁结构损伤预后的目的；主要研究内容如下：（1）复杂服役环境下桥梁结构参数、荷载与环境的不确定性分析；（2）桥梁结构多尺度损伤模型修正及模型确认方法；（3）基于模型确认的桥梁结构多尺度损伤预后方法；（4）数据驱动的桥梁结构损伤预后方法；（5）桥梁结构多尺度损伤预后方法的可靠性验证及应用。.项目研究取得的主要成果如下：（1）建立了灌河大桥环境温度、车辆荷载及结构响应的参数不确定性量化模型；（2）基于WIM监测建立了江苏省高速公路桥梁汽车荷载模型、疲劳荷载模型和重车疲劳荷载模型，可为新桥设计和旧桥加固设计提供依据；（3）开展了大跨度斜拉桥模型的地震模拟振动台多台阵试验研究，积累了大量的试验数据，可为结构损伤预后方法提供必要的试验验证；（4）建立了基于两阶段响应面的结构多尺度模型修正&确认方法；（5）建立了基于区间响应面模型的有限元模型修正和确认方法；（6）基于学习原理，建立了斜拉桥拉索随机损伤预后的隐式BP神经网络方法；（7）提出了基于数据驱动的大跨度斜拉桥安全预后综合方法；（8）建立了基于小波神经网络和多尺度模型的斜拉桥钢主梁疲劳损伤预后方法；（9）建立了复杂环境作用下基于概率盒的斜拉桥损伤预后方法；（10）在研究超材料梁减振性能的基础上，探讨了超材料结合梁斜拉桥的损伤预后方法。 .在国内外学术刊物上发表了10篇SCI检索论文、15篇EI检索论文；发明专利4个（1个授权、3个受理）；获得福建省科技进步二等奖一项。在人才培养方面：已毕业博士生4名、毕业硕士生8名。.项目研究成果在京沪高速新沂河大桥、沈海高速灌河大桥以及长深高速淮安大桥等的监测与评估中得到了推广应用