英语原文共 13 页，剩余内容已隐藏，支付完成后下载完整资料
结构健康监测和可靠性评估：大跨度桁架环境监测数据的桥梁应用
摘要
本文研究的主要目的是介绍主要桁架构件的可靠性估算研究，以及美国最长的桁架桥的整个结构体系。通过使用概率方法来评估长跨桥的安全水平是可能的，并根据其组件和系统可靠性指标进行评估。然而，大多数较老的大跨度桥梁是基于容许应力设计而设计的，不可能量化其可靠性。本研究中的可靠性分析基于对死亡，活体和风荷载的估计分布。该桥还经过长期结构健康监测，收集到大量的输入和响应数据。对长期监测数据的分析揭示了在各种外部负荷效应下，模式和幅度方面的不同结构行为。作为一个例子，它表明由温度引起的结构响应不容易概念化，并且随后使用常规分析方法进行建模。为了探索温度对结构的影响，并将长期监测数据纳入可靠性评估，温度诱导反应也纳入分析。可以看出，由温度引起的响应对整个系统的可靠性有显着的影响。
1.介绍
1.1背景
随着民用基础设施系统的老化，对经济可持续维护实践的关注正在增加。 此外，了解关键基础设施组件的安全性和可维护性性能也很重要。 大跨度桥梁是运输网络中的关键环节。 大多数较早的大跨度桥梁是基于容许应力设计而设计的，并且不可能量化结构部件的可靠性以及整个结构。通过量化大跨度桥梁的可靠性，可以使用概率方法评估安全水平。 这将实现最佳的维护策略，并有助于设计更关键的维修和改造应用。这将实现最佳的维护策略，并有助于设计更关键的维修和改造应用。Imai和Frangopol [1]提出了一种基于可靠性的悬索桥评估方法和应用，他们评估了主缆，吊索和加劲梁等构件的可靠性。本研究中产生的关于组件和系统可靠性指标的基于概率的信息对桥梁所有者进行决策非常重要。尽管可靠性理论已经很完善，但随机变量分布的制定和假设是当前的现有结构的状态和行为极大地影响了最终的可靠性评估。 新颖的传感技术可以用来更好地逼近和更多准确的模型。因此，正在对几种方法和技术进行研究，以更好地确定恶化的安全基础设施的状况以及安全和有效的表现。例如，先进的传感器和监测技术可以更加准确和方便地获取结构响应数据。结构健康监测（SHM）可以被定义为跟踪结构的反馈以及投入，如果可能的话，在足够长的时间内确定异常情况，检测恶化情况并确定决策造成的损害。过去20年来，结构健康监测（SHM）方面的兴趣不断增长，特别是由于需要客观管理世界各地的民用基础设施系统。同时，正在开发概率结构分析方法，条件指标和优化工具，用于桥梁容量估算，预测未来性能和平衡恢复和预算。
然而，关于使用新算法和结构健康监测（SHM）的先进感知技术用于客观评估结构条件和决策可靠性的成功实例很少。尽管通过测量可靠性评估的准确性有所提高是合理的，但应该指出，对组件和/或系统的长期监测可能会揭示出特性，甚至超出了对有经验的工程师的理解。这些特征构成了认知不确定性，这与缺乏关于结构系统如何表现的完整知识有关，也与可能不能完全代表已建设施的实际行为的近似模型有关。这是做出适用性，安全性，操作和维护决策时的主要挑战。这些类型的现象只能从长期测量中观察到，这些测量可以为历史和这些行为的原因提供充分的数据。因此，评估现有土木结构状况的最关键问题之一是确定并最大限度地减少与关键结构性响应和分析方法相关的不确定性。这可以通过改进的模型和实验数据来实现。 Moon和Aktan [2]讨论了土木结构系统不确定性的贡献者。 Ang和De Leon [3]广泛讨论了不确定性的类型，本文后面也将对此进行总结。通过结构健康监测系统获得的实时数据可用于减少现有结构评估的一些不确定性。作为结果，近年来显示出巨大进步的传感和信息技术如果与结构可靠性方法相结合，可以提供关键数据。到目前为止，这些不同的方法大多是独立进行的。但是，整合和进一步开发新方法的需求正变得越来越明显和关键。
本文旨在补充以前对大跨度悬索桥可靠性评估的研究[1]，并展示美国最长桁架桥可靠性评估的应用。 作者表明，结构监测，建模和可靠性分析的先进技术可以被整合，以产生可能无法获得的结果。 长桥的环境输入以及桥梁的响应表现出独特的特征，如果长期不进行测量，这些特征将仍然是主要的不确定因素。 计算和比较没有监测数据和监测数据的结构可靠性指标，并指出温度诱导响应如何影响估计。
1.2不确定性的类型和来源
在确定现有结构的条件和安全性时，必须估算和/或分析预测施加的荷载效应和结构的能力。与载荷效应相关的随机性或固有变化以及结构的能力将构成不确定性。
传统的确定性土木工程设计方法已经受到明显需求的挑战，这些需求模拟并纳入与阻力参数和荷载效应有关的所有自然现象中涉及的不确定性。简而言之，不确定性可以分为两组，即偶然性和认知性[3]。 Aleatory不确定性表示由概率模型支配的自然事件的固有随机性。另一方面，认知不确定性是由于缺乏完整的知识而导致的不确定性，如数据不足，测量不准确，模型不足等等。例如，随机环境力的固有变化和结构材料的力学性质构成了偶然的不确定性。加载的理想化，结构建模以及对环境负荷的结构响应都会导致认知类型的附加不确定性[4]。
即使有完善的知识和对物理事件的理解，偶然的不确定性仍然存在，因为它是固有的随机性，因此它不能被消除或减少，而是通过风险分析来量化。然而，增加信息的知识和准确性降低了认知不确定性，使预测更加可靠。例如，对环境影响的长期监测提供了量化偶然随机性的数据。相反，由于这些环境影响造成的结构性反应需要考虑认知不确定性。
作者发现，特别是土木结构对环境影响的反应非常具有挑战性。例如，观察到大跨度桥梁的温度应力会产生非常难以建模的响应，这是由于意外高水平的应力以及桁架元件的弯曲类型[5]造成的。用不完全模型预测不能准确反映环境影响将会产生认识上的不确定性。在本文中，作者还表明，通过使用SHM系统应用于大跨度桥梁的实际数据，可以将其降至最低。更具体地说，桁架桥上显示了温度引起的应力对关键元件和整个系统可靠性的影响。
1.3目前研究的目标
本研究的主要目的是介绍所有主桁架构件的可靠性估算研究以及大跨度桁架桥的整个结构系统。这项研究采用了美国最长的桁架桥和全球第四长的桁架桥。此外，这座桥还进行了长期的结构健康监测研究，收集了大量的输入和响应数据。使用现场数据开发并校准了桥梁的非常详细的有限元模型，使得该模型尽可能准确地代表用于校准的监测周期的实际结构行为。使用这种有限元模型，桥梁的可靠性分析是在考虑死亡，交通和风力载荷的情况下进行的。对于一阶可靠性分析，极限状态函数用于极限应变。长期监测数据也用于可靠性评估。在这项研究中，温度和温度诱导的菌株也在一年内呈现，表明温度和相应菌株的行为。作为SHM系统的一部分收集的这些数据也用于研究温度引起的应力对部件和系统可靠性的影响。因此，这项研究还表明，结合可靠性分析和SHM，并介绍温度对组件和系统可靠性的影响。
2.基于可靠性的SHM的需求和一般框架
与维护和运营决策相关的不确定因素是基础设施所有者的障碍。当工程业务资金有限时，这尤其是一个问题。因此，美国联邦工程师已经表示，研究对于支持未来桥梁管理的信息需求是必要的，包括生命周期成本计算的常规应用。这项研究将必须解决桥梁长期性能问题，如检查，定期评估和测试以及持续监测。
土木工程师一直在对某些类型的建筑物（如公路桥梁和建筑物）进行某种形式的健康监测。在过去的二十年中，H-M对民用基础设施系统的研究引起了相当的关注，在美国以及欧洲和日本举办了大量有关H-M的研讨会和会议。近期和值得注意的一些是SHMII（日本东京的智能基础设施结构健康监测）会议[6]和中国的深圳[7]，重庆和中国南京的SMSST（智能材料与智能结构技术）会议[ 8]，斯坦福大学研讨会[9]，SPIE会议在圣地亚哥[10]。应该指出的是，这些会议汇集了来自许多工程学科的学者，政府工程师和行业参与者的各种社区。
SHM的优势包括识别全球和当地的结构参数，获得结构识别，有效维护和操作的数据。数据和发现也可用于改进未来的设计和诊断危害前后的状况。 SHM中的“健康”一词代表人体健康监测，对其中的各种输入和输出进行监测，分析并解释为与病情有关的指标。虽然结构健康监测还可以提供结构识别数据以建立使用输入输出或仅输出数据的模型，但结构健康监测数据分析不一定需要模型。随着数据不断被收集，统计方法（如聚类和异常值检测）可用于分析数据。 SHM通常用于确定结构特征，并进行条件评估
已经提出用传感器数据或NDE结果补充可靠性模型;然而，作为运营，维护和管理桥梁的一部分，使用SHM方法的可靠性方法尚未完全实现。同样，SHM研究和应用侧重于确定性参数和条件评估，其中有许多方法将统计分析应用于SHM数据来估计结构参数并检测损伤[11]。然而，如果SHM用于确定结构可靠性，它将会更好。
因此，集成SHM和系统可靠性分析以及部件可靠性是高效桥梁管理和决策的重要和迫切需要的研究课题。在这种情况下，考虑数据分析的不确定性，纳入系统可靠性分析和未来表现预测也很重要。通过准确的预测，可以估计出现故障的时间，为管理层提供更好的成本/收益评估和生命周期分析。为了实现这一点，需要将SHM提供的新技术与分析和数值方法结合起来，如图1所示。
图1
图2显示了一个结构系统的简化框架，该系统通过使用传感器数据进行评估以获得其可靠性。作为SHM系统基本要素的传感器网络和数据采集系统要与足够详细的结构模型并行建立和设计。通常，建立初步的有限元模型来确定SHM设计的关键位置，然后使用SHM数据对该模型进行改进和校准。
图2
我们注意到，大量传感器的数据收集已经以较低的成本提供给SHM应用。然而，随着有效收集更多数据的能力，越来越需要开发系统来分析数据并快速有效地解释结果。需要开发数据分析算法，方法和方法以及时提供关键信息。这些信息应包含指标（如可靠性）内的损坏和恶化的测量。因此，监测的一个重要结果应该是关键部件和总体结构系统的可靠性，因为这种方法会产生与失效概率和结构预期寿命相关的明确指数（可靠性指数）。
采用这种方法，锚杆，悬臂和悬挂跨度上的桁架单元的可靠性指标一起使用传感器数据和有限元模型进行计算。结构的系统可靠性通过使用温度感应响应也包括在内的元件可靠性的并行/串联建模来评估。系统可靠性也可以使用Monte Carlo仿真从有限元模型中获得。
3.对大跨度悬臂桁架桥的实例研究
对一个长跨度桥梁（如图3所示）进行分析，以确定其结构可靠性，以及由于温度输入引起的测量结构响应。对环境投入和回应进行了一年的监测，并将回应纳入组件和系统可靠性。
图3
3.1桥梁结构特点
美国最长的悬臂桁架桥（图3）已经过大量仪表和监测，以追踪许多输入（例如交通，风和温度）以及能够表征桥梁行为的结构响应。这座桥拥有五条车道，目前每年有600多万辆车，其中很大一部分是重型卡车。它于1974年通车，是世界上最长的悬臂式钢桁架桥，主桥长度为1644英尺（501米），桥梁总长度为13,912英尺（4240米）。通架的子结构由四个钢筋混凝土墩组成。码头建在桩基础上。通架的两个主要桁架相距72.5英尺（22.1米）。每个桁架有73个面板点，间距为45.7英尺（13.9米）。桁架的顶部和底部和弦由焊接箱体部分构成。垂直和对角桁架构件采用焊接箱体和I形截面的组合。横向“风”支撑由顶部和底部弦杆处的K形支撑以及位于整个结构中各个面板点处的入口和摇摆框架提供。桥梁的悬挂跨度通过垂直吊架连接到悬臂上，垂直吊架固定在其上端和下端。带有轴向和旋转释放装置的桁架构件在悬挂跨距和相邻悬臂之间的顶部和底部弦杆过渡。该桥的地板系统是一块8英寸（22.9厘米）厚的轻型钢筋混凝土桥面，与9个横向间隔6.9英尺（2.1米）的钢梁相结合。梁以四个跨度或五个跨度增量连续在地面梁上。这座桥的一个重要特征是悬吊跨度悬挂在两个吊架元件之间的悬臂跨度之间，使得它们无冗余。
显然，结构体系的可靠性取决于这些成员的可靠性。如图4所示，两侧的悬臂桁架连接在一个悬挂的跨度上。由拉伸元件（吊架）支撑的悬挂跨度在每一端可以被认为是简单支撑的桁架结构。这种类型的桁架结构通常在世界各地使用。应该注意的是，悬跨的支撑连杆是断裂关键元件，即它们的失效将导致整体结构失效。对这座桥梁的构件和系统可靠性进行了研究，重点是使用收集在一些吊架元件上的应变和温度数据作为健康监测研究的一部分[12]。
图4
3.2校准有限元模型的可靠性分析
开发了二维和三维有限元模型（图5），并使用动态和局部测试数据在当地和全球范围内对这些模型进行了校准。作为这种校准的结果，更新了有限元模型的所有模型参数，建模假设，连接和支撑条件，以尽可能准确地表示实际桥梁。这些模型在此用于初步研究。这些模型和模型校准研究的细节可以在[13,14]中找到。在这项研究中，为主桁架结构定义了极限状态函数。这些极限状态函数包括拉伸和压缩破坏模式以找到相应的可靠性指标。长期的温度和温度引起的应力也被确定和合并。
图5
对于结构的可靠性，选择一阶可靠度法（FORM）与二阶可靠度法（SORM）进行比较，二阶可靠度法通常用于提高FORM在性能函数具有较强非线性时的精度， 阶逼近不够准确[15]。 在当前的研究中，由于使用了线性极限状态函数，FORM被认为是一个精确的近似。 每个桁架元件的故障模式被假定为拉伸或压缩。 根据有限元分析，找到了负载效应和电阻值的名义值，用于计算它们的统计分布。 用这些结果评估极限状态，并获得对应于每个元件的可靠性。 系统可靠性是通过系统的并行/系列假设来计算的。
根据这些分析，预计在桁
全文共11045字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[15312]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
