在役橋梁結構健康診斷與壽命預測技術研究.pdf

1、在役橋梁結構健康診斷與壽命預測技術是現(xiàn)有橋梁結構管理與技術改造中的重要環(huán)節(jié)，也是當前國內(nèi)外研究的熱點問題之一。隨著我國老舊橋梁數(shù)目的不斷增加，這一問題也凸顯出來。本文結合在役橋梁的工程特點，較為深入的研究了橋梁結構健康診斷與剩余壽命預測中的一些技術問題，主要包括：
　　 (1)對灰色預測模型、灰色關聯(lián)分析、粒子群算法等數(shù)學模型的基本原理、建模思路及算法特點等進行總結，研究分析了各自的適用條件，為本文在橋梁結構的損傷識別與壽命預測

2、中的應用奠定了理論基礎。
　　 (2)以某混凝土固支梁橋在恒載作用下不同損傷工況時的有限元模擬計算為例，進行了基于損傷敏感性的橋梁檢測參數(shù)的選取與測點位置的布置研究。通過計算結果的對比分析，表明應變參量在不同工況時的損傷敏感度要好于位移參量。最后把基于損傷敏感性的有限元分析結果與基于經(jīng)驗的測點布置相結合，對模型梁橋進行了初步的測點布置，具有一定的工程參考價值。
　　 (3)分別采用基于曲率模態(tài)的灰色相對關聯(lián)度的損傷識別方

3、法與基于粒子群算法的GM(1，1)預測模型的損傷識別方法，進行了梁橋的損傷識別技術研究。以某混凝土梁橋的有限元損傷模擬計算為例，采用基于曲率模態(tài)灰色相對關聯(lián)度的方法對其進行了不同損傷程度及損傷工況下的損傷位置識別，分析表明該方法對梁橋在恒載作用下的單損傷及多損傷識別都具有較好的準確性和敏感性，且該方法采用的低階振型下的位移值在工程實際中也易于獲取，具有較好的實用性。以頻率作為某橋梁的損傷識別參數(shù)，采用基于粒子群算法的GM(1，1)模型進

4、行損傷識別。與原始GM(1，1)模型相比，基于粒子群算法的GM(1，1)預測模型的損傷識別方法不僅具有較高的識別精度，且在對非平緩數(shù)據(jù)的處理上具有明顯的優(yōu)越性，更適合應用于結構及工況復雜的橋梁結構損傷識別中。
　　 (4)采用基于粒子群算法的GM(1，1)預測模型，對某橋梁進行了剩余壽命預測，分析表明該方法具有較高的預測精度，且由于其在對波動性較大的數(shù)據(jù)的處理上精度明顯優(yōu)于原始GM(1，1)預測模型，因此將其應用于實橋計算會具有