基于振动监测的斜拉索时变索力识别方法.pdf

《基于振动监测的斜拉索时变索力识别方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第30卷第3期土木工程与管理学报Vo1．30No．32013年9月JournalofCivilEngineeringandManagementSep．2013基于振动监测的斜拉索时变索力识别方法张福俭，李惠，毛晨曦(1．哈尔滨工业大学土木工程学院，黑龙江哈尔滨l5009o；2．中国地震局工程力学所，黑龙江哈尔滨15o080)摘要：基于振动法的斜拉索索力识别方法因其简单易用、造价低廉的优点被广泛研究与应用。但以往振动法只能得到一段时间内的不变的索力，而无法得到时变的索力，因而无法用于斜拉索的疲劳损伤评价。本文提

2、出了一种实时索力识别方法，该方法将扩展卡尔曼滤波(EKF)与小波分析相结合，可以实时的识别出斜拉索索力及其变化情况。首先利用监测得到的斜拉索上少量振动信息，使用扩展卡尔曼滤波方法估计其他各点的振动信息；然后将斜拉索视为动力系统，利用变换到模态坐标的斜拉索振动信息，采用小波方法识别斜拉索的时变刚度；进而将时变刚度变换得到时变索力。本文以滨州黄河公路大桥为背景进行了数值试验研究，研究结果验证了所提方法的有效性。关键词：时变索力识别；小波分析；扩展卡尔曼滤波中图分类号：U448．27；U443．38文献标识码：A文

3、章编号：2095-0985(2013)03-0001-05IdentificationofTime-—variantStayCableTensionForceUsingaWaveletMethodinCombinationwithExtendedKalmanFilterZHANGFu-jian，LIHui，MAOChen．xi'(1．SchoolofCivilEngineering，HarbinInstituteofTechnology，Harbin150090，China；2．InstituteofEngi

4、neeringMechanics，ChinaEarthquakeAdministration，Harbin150080，China)Abstract：Withadvantagesofconvenientandlow-cost，vibrationmethodiswidelyinvestigatedandappliedforcableforceestimation．However．theidentificationresuhbyvibrationmethodiSaconstantvalue．whichcan’tb

5、eusedforfatigueassessment．Areal—timemethodbasedonwaveletanalysisincombinationwithextendedKalmanfilter(EKF)ispresentedforidentifyingtime—variantcableforce．Frommeasuredvibrationofafewpointsonacable．thevibrationofotherpointsonthecableiSestimatedusingEKF．Thenby

6、analyzingcablesystemwithwaveletanalysis，thetime—variantstiffnesscanbeidentified．whichcanbeinterpretedtocableforcebythen．NumericaltestsarecarriedoutbasedontheBinzhouYellowRiverBridge，andtheresultsfromthetestsshowtheflexibilityoftheproposedmethod．Keywords：tim

7、e．variantcableforceidentification；waveletanalysis；extendedKalmanfiher斜拉索是斜拉桥上最重要的结构构件之一，频之间的关系，建立了基于基频的索力识别方法；索力的往复变化会造成索的疲劳损伤。索力的识Ressel和Lardner在他们的索力识别中重点强调别对于斜拉桥的维护与安全评定具有重要的意了模态阶跃现象；Renj、Geier采用了基于模义，国内外有很多关于索力识别的文献报道。基态分析的索力识别方法；Park等j、Kim和于振动法的索力识别方法由

8、于其低成本和便捷Parkr采用了基于灵敏度分析的方法进行了索力性，在健康监测实践中广泛采用。识别。Kim等还对上述各种识别方法进行了对Casas⋯、Hiroshi_2各自采用不同的索力与基比研究，他们建议采用系统辨识方法和张紧弦理收稿日期：2013-02-25修回日期：2013-03-20作者简介：张福俭(1980一)，男，辽宁锦州人，博士研究生，研究方向为结构健康监测(Email：zhangfuj