土木工程结构健康监测研究进展综述.docx
- 文档编号:4320809
- 上传时间:2022-11-29
- 格式:DOCX
- 页数:24
- 大小:40.97KB
土木工程结构健康监测研究进展综述.docx
《土木工程结构健康监测研究进展综述.docx》由会员分享,可在线阅读,更多相关《土木工程结构健康监测研究进展综述.docx(24页珍藏版)》请在冰豆网上搜索。
土木工程结构健康监测研究进展综述
土木工程结构健康监测的研究进展综述
摘 要:
对于大量进入老龄和维护期的土木工程结构,其安全性倍受重视,而具有多学科交叉特点的结
构健康监测技术则是支撑土木工程基础设施安全运行和适时维护的一个有力工具。
首先对各种结构损伤检
测方法和无线智能传感技术的最新研究成果进行了回顾和评述;讨论了在线结构健康监测系统的关键问题;
最后对结构健康监测和损伤检测领域今后的发展方向进行了展望。
关键词:
结构健康监测;损伤检测;振动参数;智能传感技术
ASUMMARYREVIEWOFRECENTADVANCESINRESEARCHONSTRUCTURAL
HEALTHMONITORINGFORCIVILENGINEERINGINFRASTRUCTURES
(1.DepartmentofCivilEngineering,UniversityofShanghaiforScienceandTechnology,Shanghai200093,China;
2.DepartmentofCivilEngineering,CaliforniaUniversityatLosAngeles,LosAngelesCA90095,USA)
Abstract:
Thestructuralhealthmonitoring(SHM)withthecharacteristicofmultidisciplinaryisapowerfultooltosupport
theoperationalsafetyandappropriatemaintenanceforcivilengineeringinfrastructures.Therecentadvancesinresearchon
varietiesofdamagedetectionmethodsandwirelesssmartsensingtechnologyarestated.ThefocusesoftheonlineSHMare
discussedandthepotentialchallengesinthefuturetoSHManddamagedetectionareaddressed.
Keywords:
structuralhealthmonitoring;damagedetection;vibrationparameter;smartsensingtechnology
工程结构自建成后,随着服役时间的增长,不断受环境
侵蚀和各种荷载以及自然灾害等的作用,若没有适当的维
护,将使十木工程基础设施的状态逐渐趋于劣化而变得不可
靠。
例如,由于缺乏维护,美国联邦公路管理局(FHWA)声
称,到2003年为止,美国27.1%的桥梁有结构缺陷或功能退
化,而对所有59万多座桥梁进行更新和适当修复,需要今后
20年每年投资94亿美元。
2007年6月15日我国广东省九
江大桥和美国当地时间2007年8月1日明尼苏达州位于密
西西比河上的高速公路135W桥的坍塌,造成了很大的生命
财产损失,对工程界产生了极大的震动,也使人们对很多工
程结构的安全产生了疑问。
造成结构倒塌和破坏的因素极
其复杂,例如设计和施工不当以及随意改变使用功能;自然
灾害、爆炸和冲击碰撞;还有就是结构损伤导致的结构破坏。
对于受环境因素、载荷和自然灾害导致损伤、累积以及
抗力衰减的工程结构,如上面的两个例子,可以通过一定的
检测手段与方法来判断结构是否存在损伤,并对损伤定位和
评估加固来避免破坏,这方面的研究成为目前学术和工程界
的热点问题,国内外相关文献报道逐年上升。
实现对土木工
程基础设施的损伤检测和识别过程称为结构健康监测
(StructuralHealthMonitoring,简写为SHM)。
SHM过程包括从
传感器阵列获得周期性采样的动力响应观测过程,从采样数
据提取损伤敏感特性并对这些特性进行统计分析,然后用于
判定当前结构系统的健康状态。
SHM技术是支撑大型复杂
土木工程基础设施安全运行和适时维护的一个有力工具。
对于长期的SHM,根据结构完成预定功能的能力,考虑由于
长期运行不可避免的老化和性能下降,这个过程输出周期性
更新的信息(ModelUpdating)。
在极端情况下,如爆炸、冲击
或地震作用,SHM可用于快速灾害调查和近乎实时的提供关
于结构整体的可靠信息。
文献[1-2]对近期SHM的发展现
状作了详细的总结和评述,然而传统方法是以数据采集和信
息分析为主,其最大的缺点是设备昂贵、系统安装耗时以及
数据量庞大。
1 结构损伤检测和识别技术
结构发生损伤时,会不同程度地引起结构参数如质量、
刚度和阻尼的变化,进而导致结构自振频率、振型和阻抗的
96 IndustrialConstructionVol.39,No.3,2009工业建筑 2009年第39卷第3期
变化。
现有很多损伤检测方法都是根据这些参数而提出的,
文献[3-6]对这些方法作了较为全面的阐述和评价。
宗周
红等[3]从损伤诊断、系统识别和模型修正以及传感器布置几
个方面对土木工程结构损伤研究进展进行了综述;Rytter[4]在
其博士论文中将损伤识别分为四个递进层次;第一层次确定
结构中是否存在损伤;第二层次在第一层次的基础上确定损
伤的几何位置;第三层次在第二层次基础上对损伤的严重程
度进行量化;第四层次在第三层次基础上预测结构的剩余使
用寿命。
Farrar和Worden[5]将损伤识别分成5个过程,包括
SHM,条件监测,无损检测评估,统计过程控制和损伤预测。
Giraldo[6]在其博士论文中则将损伤检测与识别分成三种类
型:
基于振动的方法、基于静力的方法以及结构的直接检测
方法。
由于结构健康监测多学科交叉的特性,使得严格分类
很困难也不科学,这里采用文献[6]的分类方法进行阐述。
1.1 基于结构振动损伤检测和识别
基于振动的损伤检测有几方面的优点:
通常不必事先知
道损伤位置,布置传感器时也不用布置在损伤位置附近;另
外,用有限的传感器就可以提供足够信息来确定损伤位置和
损伤严重程度,甚至于大型结构和复杂结构也不例外;振动
测量不需要大型设备,除非进行强迫振动测试,从检测振动
特性变化的损伤识别方法已经发展了很多不同的分析技术,
目前主要有:
基于振动参数(频率、模态变化,模态曲率、柔度
曲率等)的方法;有限元模型更新方法;统计模型方法;遗传
算法和人工神经网络方法;小波变换以及小波变换神经网络
方法等。
1.1.1 基于振动参数的方法
Humar等[7]和Yan等[8]对基于振动的结构损伤检测的研
究现状和发展进行了回顾。
Humar等[7]以实例对模态曲率
法、基于柔度矩阵改变法、基于柔度模态改变法、损伤指数
法、基于模态残余向量法、矩阵更新法进行了比较研究和述
评,说明了各种方法的缺点。
指出损伤指数法预测损伤位置
最为成功,同时对测量误差不敏感,但该方法在损伤构件对
测量模态的能量贡献较小时不可靠。
Yan等[8]总结了各种基
于结构动力特性参数的结构损伤检测方法,介绍了结构损伤
检测中的智能损伤诊断原理和其应用前景。
Sophia等[9]将结构自振频率对于局部刚度变化的灵敏度
列为待定方程组,利用采集的损伤前后不完全自振频率变化
的数据以及马尔可夫参数识别损伤位置和程度。
Pandey等
人[10-11],提出了利用曲率模态和柔度改变量进行损伤检测
的方法。
结果显示模态保证准则(MAC)和坐标模态保证准
则(COMAC)对于早期损伤检测不够灵敏;曲率模态的改变仅
发生在损伤局部区域,可用以指示损伤位置;柔度矩阵随频
率增长快速收敛,它可以由前几阶低频模态准确估计。
另外
仅测量低频模态的好处是不必关心某些结构的高频成分导
致的非线性问题。
该方法不需要分析模型,所有的计算都是
直接从结构采集的试验数据进行的。
Bernal[12]提出一种新的
基于柔度的损伤定位向量(DLV)的方法,该方法理论上是根
据刚度与损伤相关的位置查找柔度变化的过程,在没有误差
时,该方法能从给定传感器设置情况下以可达到的最大分辨
率给出柔度变化。
Gao等[13]进行了基于柔度DLV方法的空
间桁架结构的试验研究,通过损伤前后结构柔度矩阵的改变
来计算荷载向量,然后将其作为静力作用到未损伤分析模型
上进行静力分析并定位结构损伤。
Hadjileontiadis等[14]基于分形维数分析,提出了梁结构的
裂缝检测因子(FDCD),它可以有效地用于实际损伤检测。
因为是直接对信号进行运算的时域算法,所以该算法具有快
速高效的特点而可用于实时监测环境。
研究结果表明,该方
法比小波分析对噪声或测量误差更具鲁棒性。
Zhang和
Aktanp[15]提出了结构损伤识别一致荷载面(ULS)的概念,即
在结构所有自由度上同时施加单位荷载,则在所有这些单位
荷载作用下的位移向量称为ULS。
研究发现ULS对试验误
差最不敏感。
Wu等[16]进行了一个立交桥数值算例的截断
误差研究,结果显示ULS对局部损伤非常敏感,但对所用的
模态数和边界条件不敏感。
Wang[17]采用ULS和对文献[14]
改进的FD方法,提出了两种新的损伤检测算法,即广义分形
维数法(GFD)和简化裂缝平滑方法(SGS),试验与分析结果显
示,两种方法可以用于梁类结构的损伤检测和估计。
从测量数据中尽可能多地提取结构损伤信息是很重要
的,为此Yang[18]提出了两种方法:
一种基于经验模态分解
(EMD),从测量数据中提取由于结构刚度的突然改变导致的
损伤峰值信号变化,可检测到损伤时刻和位置;二是基于
EMD和Hilbert变换,进行损伤时刻检查并确定损伤前后结构
的自振频率和阻尼比。
采用国际结构控制协会(IASC-ASCE)
SHM任务小组的标准测试(Benchmark)的4层钢框架结构模
型对两种方法进行了验证。
Ma[19]给出了一种在时域内直接
采用结构振动测量数据进行结构损伤检测、定位和量化的方
法。
将多自由度结构系统解耦为相互独立的单自由度系统,
每个单自由度系统仅与特定位置或区域的损伤相关联。
损
伤严重程度由传统的迭代方式进行估计,同时包含了测量噪
声影响分析。
Park[20]也利用了文献[18]所采用的试验数据,
报道了为检验在盲目模态测试中进行结构损伤定位和损伤
程度评估的数值模拟结果。
研究显示,利用空间剪切梁模
型,损伤指数法能精确定位框架和楼层损伤;损伤结构的有
限元模拟能提供损伤严重程度的估计。
尽管该方法对于损
伤的数值模拟结果很好,但其有效性还是有待于使用实际试
验数据的检验。
1.1.2 基于FE模型更新的方法
有限元(FE)模型更新的损伤检测技术是需要求解利用
测量数据进行检测、定位和量化损伤的反问题。
当结构构件
很多时,这一过程需要更新很多结构损伤参数因而计算量较
大。
有关模型更新的近期研究在文献[2]中有很详细的评
述。
Fritzen和Bohle[2]借助线性子结构法计算了和损伤有关
的动力刚度矩阵变化并用无量纲的相关参数描述该矩阵变
化,将残余模态向量与结构参数之间的相关性定义为二者的
标量积,选择那些相关性高的参数以缩减需要更新的参数数
量,然后求解参数更新后的动力方程;最后用刚度损失量化
损伤程度。
Jaishi和Ren[21]给出了一个基于灵敏度的用于损
伤检测的FE模型更新方法,导出了由模态柔度余量组成的
目标函数及其梯度函数,并采用优化算法最小化目标函数进
行损伤识别。
试验显示损伤识别和抗噪声影响的结果令人
土木工程结构健康监测的研究进展综述———周 奎,等97
满意,但FE模型中所有的单元都需要更新参数。
Yuen等[22]
提出了应用于SHM的贝叶斯结构模型更新的方法,该方法
可以处理不完全模态数据,不需要求解结构模型的特征方
程。
用实例验证了所提方法的有效性,结果显示在丢失未知
模态和因损伤改变了模态顺序的情况下,该方法可成功地用
于结构模型更新及损伤检测。
1.1.3 基于统计模型的方法
Messina[23]基于灵敏度和统计模型,提出了一种多损伤定
位保证准则(MDLAC),能提供一处或多处损伤位置和绝对大
小的可靠信息,它仅需要结构损伤和完好状态的部分自振频
率改变的信息,易于实际应用。
另外一个优点是,为了寻找
未损伤结构的频率和模态,仅需要进行足够细致的初始模态
测量以便与FE模型吻合。
试验结果显示,实用中不需模型
更新也可获得满意的预测值。
Sohn等[24]提出基于统计模式
识别标准样例的结构损伤监测的过程,尤其着重于应用称为
“X-条控制图”的统计过程控制(SPC)技术进行损伤诊断。
控制图表提供统计框架用于监测未来测量与识别和过去数
据不一致的新数据。
首先建立与未损伤结构的测量历史时
程适应的自回归(AR)模型。
在随后的控制图表分析中,选择
AR模型的系数作为损伤敏感指标;接下来,根据从初始结构
中获得的指标构造X-条控制图的控制极限;最后按相关的
控制极限监测与后续新数据相吻合的AR模型系数。
该过程
应用于一个混凝土桥柱发生渐进损伤时的振动测试数据分
析,结果显示,耦合的方法比单独应用SPC方法更清楚地捕
捉到损伤和未损伤振动响应的差别。
Bodeux和Golinval[25]给出了多通道结构识别中仅使用输
出时间序列的自回归移动平均向量(ARMAV)模型的应用研
究。
使用高度非线性优化过程对模态保证准则函数最小化
进行误差估计。
当从不相关的随机信号得到系统输出时,在
对自由振动或强迫振动响应信号进行分析的情况下,该模型
能很好地估计频率和模态,但仅限于损伤检测,没有对损伤
定位进行研究。
应用中如果包括多通道响应,模型参数的迭
代更新将很耗时。
Lam等[26]阐述了基于统计模型更新方法,
在未知结构输入激励的情况下利用结构的振动测量响应的
SHM和损伤检测问题。
为了建立由于损伤导致的刚度降低
关系,采用了统计方法进行模型更新,该方法考虑显式噪声
处理、模型误差并描述了该反问题可能的非唯一解问题。
损
伤检测结果显示,在无模拟误差的情况下,损伤位置和损伤
程度两者都可以正确识别;而存在模拟误差时,模型更新结
果将会受到影响,除了识别到模拟的损伤,还出现了实际不
存在的附加损伤。
进一步研究指出,识别结果中真实损伤程
度较大,而误判的损伤程度更小一些,处于刚度识别不确定
性造成的统计误差极限内,因此选择合适的模型并最小化模
拟误差是成功进行损伤检测的关键。
Erdogan等[27]阐述了在SHM系统中使用模糊集合理论
的损伤模式识别新方法。
该方法基于损伤特性的模糊相似
性描述和观测的损伤模式,允许建立重叠模糊集来表征仅在
一段时间内的健康性能,不需要任何特定的假定和任何附加
的有限元模拟过程。
利用模式搜索方法建立损伤模糊集,使
用模糊相似和最大逼近度的原理进行未知性能集合的损伤
模式识别。
钢模型桥的试验研究结果显示,该方法可以足够
精确地识别结构的损伤状态。
1.1.4 基于小波变换的方法
现有结构检测方法对中等损伤的情况能给出合适的估
计,然而当损伤尺寸较小时存在不能正确识别的问题。
因此
发展能够检测局部异常情况的高分辨率和更敏感的方法成
为重要的发展方向。
与传统的傅里叶变换(FT)相比,小波变
换(WT)有一个特殊的优点,即在分析非平稳信号时,可同时
进行时频分解,将时间信号分解为时域各种频率分辨率的基
函数。
小波变换的多精度特性显示出其处理空间分布响应
信号的优势,如果信号反映了损伤引起的扰动,即可用于结
构损伤检测的目的。
Newland[28]首先认识到小波变换在振动
信号分析中的潜力并成功应用于梁类结构的裂缝识别。
Staszewski[29]对近期小波分析在损伤检测方面的发展和应用
进行了总结,并指出小波分析和其他技术,如模式识别相结
合可用于在线损伤检测。
损伤会引起损伤附近带有局部特
性的结构响应扰动,Wang[30]用空间小波对这些局部特性放
大,并进行了初步的灵敏度分析。
李宏男[31]简要介绍了一维
小波变换在土木工程中的应用和在结构损伤检测领域的潜
力。
WT的一个缺点是其分辨率在高频区域较差,因结构损
伤是典型的最有可能通过高频区域捕获的局部现象,这一潜
在的缺点将影响基于小波的损伤评估技术的应用。
而小波
包变换(WPT)采用冗余基函数,因此可以提供任意时频分辨
率。
Sun[32]提出了结构损伤估计的基于WPT的方法。
测量
的结构动态信号首先分解为小波包分量,然后计算分量的能
量并用作输入量输入神经网络模型进行损伤估计。
数值模
拟结果显示,基于WPT分量能量对结构损伤很敏感而能用
于各种层次的损伤估计,包括损伤发生的识别、定位和严重
程度。
1.1.5 基于神经网络与遗传算法的方法
Barai和Pandey[33]介绍了具有反向传播学习算法的传统
神经网络(TNN)和时间延迟神经网络(TDNN)方法,并实现了
TNN和TDNN用于模拟损伤状态的典型桁架桥的振动信号
分析。
对两种方法进行了各种完全和不完全测试数据的比
较研究,结果显示对于所研究的模型TDNN的性能要优于
TNN。
对于未知结构系统的健康监测,Masri[34]提出了基于非
线性识别方法的非参数结构损伤检测方法。
该方法不需要
被监测系统的几何拓扑信息或物理特性,它依赖于利用从
“健康”系统的振动测量数据训练神经网络识别,可用于本构
特性和拓扑结构未知的非线性结构的检测。
Fang[35]等提出
一种结合神经网络(NN)训练的可调最速下降(TSD)算法。
作者研究了动力最速下降(DSD)、模糊最速下降(FSD)和TSD
三种算法采用神经网络训练的不同学习率,数值算例显示,
使用启发式TSD训练算法比DSD和FSD算法在训练有效性、
效率以及鲁棒性方面更显著而不增加算法的复杂性,能成功
检测到单个和多个裂缝。
在预测损伤位置和严重程度中该
方法显示了很高的准确性。
Adeli[36]利用外源输入非线性移
动平均自回归方法,提出一个新的动力时间延迟模糊小波神
经网络模型。
为了保持动力时间序列特性,采用混沌理论中
98工业建筑 2009年第39卷第3期
的重构状态空间概念构造输入向量,除采用离散小波包变换
方法降噪外,还结合神经网络和模糊逻辑技术,建立一个新
的模式识别的模型来准确和有效地捕捉传感器数据的时间
序列特性。
利用5层钢框架的试验结果对计算模型进行了
验证。
Perera等[37]提出了基于连续损伤模型并采用遗传算
法(GA)的损伤检测方法,通过最小化依赖于模态观测数据的
目标函数来估计结构损伤位置和严重程度。
给出了两个由
GA算法最小化的目标函数:
第一个是基于动力余向量的特
征方程,不需要完好状态的模态信息;第二个是从原始模态
保证准则(MAC)导出的修正完全模态保证准则(MTMAC)函
数,需要完好状态的模态信息且同时考虑频率变化。
研究结
果显示,如果噪声水平较低,采用MTMAC算法可以成功地检
测和评估损伤;然而,当采用特征方程或噪声水平较高时,总
是出现文献[26]的误判现象,并且振动模态数要很多才能得
到较好的结果;试验结果显示GA与MTMAC一起应用导出
可接受的损伤预测结果。
尽管基于振动的损伤检测方法已经取得很多成果,但在
大型土木工程结构中还是遇到很多挑战:
大型结构很难激
励,从而很难提取由于局部损伤导致的输出信号的变化;在
环境激励振动测量中,通过不受控的振源如风、微小地震、车
辆和其他外部振源提供激励,这些振源在受迫振动测试中同
时存在,但通常在量测或分析中没有考虑,相对于已知激励
会“污损”输出信号;现场测试显示不同时间进行的重复性测
试数据是变化的,这主要由于温度(甚至湿度等)和外部激励
源的影响与损伤引起的响应变化量在同一量级,从而导致损
伤不能成功识别。
1.2 基于静力的损伤检测与识别
基于静力的方法与基于振动的方法二者最大的不同是
前者仅利用静力进行激励和响应测量。
结构在静荷载作用
下,量测一处或多处典型位移和应变响应。
Sanayei和
Onipede[38]利用有限元模型和变形测量来确定结构的刚度特
性;Banan等[39]发展了基于静力响应的结构参数识别框架,
使用一个力误差估计因子或位移误差估计因子,将参数识别
作为受约束的、非线性最小化问题,通过二次回归求解,并经
25个构件的悬索桁架验证。
Hjelmstad和Shin[40]采用输出参
数误差估计和自适应参数分组的方法进行损伤定位;针对测
量数据的稀疏性和噪声影响,提出了利用摄动法建立损伤指
数阈值进行损伤识别。
该算法能在损伤识别的同时计算每
个构件的灵敏度,但由于采用摄动算法计算量很大,Sanayei
和Saletnik[41-42]对文献[39]的方法进行了改进,利用静态应
变测量代替位移测量,通过最小化集中力导致的计算应变和
测量应变误差来估计结构参数。
Liu和Chian[43]发展了利用
集中力产生的静态应变测量识别桁架断面面积的过程,获得
了桁架的封闭解并用数值算例和模型测试结果验证了该过
程。
Chou和Ghaboussi[44]基于测量的结构变形,利用遗传算
法进行桁架结构的损伤识别。
ShentonⅢ和Hu[45]提出了一
种基于恒荷载应力重分布思想的大型土木工程结构损伤识
别新方法。
该方法仅使用由恒荷载产生的静态应变测量作
为识别过程的输入量;发展了一个固端梁的分析模型,损伤
状态通过截面弯曲刚度减小的位置、长度和严重程度来确
定。
首先分析了梁在不同损伤时恒荷载作用下的应力是如
何重分布的,继而通过约束优化定义并利用遗传算法(GA)求
解损伤识别问题。
Park[46]提出一种用于结构健康监测的大地激光扫描
(TLS)新方法,可对结构任意特定点的空间位移和结构的静
态变形形状进行测量。
通过受集中力的简支钢梁的试验验
证了该方法的精度和可靠度,结果显示其误差不超过1mm,
与采用线性传感器直接测量的结果比较误差在1.6%左右。
该方法还可以用来估计结构的应力,与直接采用长光纤传感
器测量结果误差在0.24~0.76fy之间。
利用TLS位移模型
无需导线和现场安装传感器,尤其适合于大型结构,如高层
建筑和大跨桥梁的健康监测。
到目前为止,对于大型土木工程结构,
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 土木工程 结构 健康 监测 研究进展 综述